从零快速入手Stable Diffusion webui，通常有以下几个环节：

• 安装
  见 Stable Diffusion webui 本地安装教程

• 选择模型

• 关键词

• 扩展/插件安装

• ControlNet

• 模型训练

No.1 选择模型

1. 基础模型/大模型：SD 1.5 通用模型

下载地址：

推荐SD 1.5版本，由Runway发布：

https://huggingface.co/runwayml/stable-diffusion-v1-5

老版本：

https://huggingface.co/CompVis/stable-diffusion

另有2.0版本，以及各版本的区别，详见本课视频。

用通用模型已经可以上手开始生成图像了，如果对某些特定风格有进一步要求，则可以进一步选择经过定制训练后的模型。

2. 经过定制训练的模型

这类模型训练属于Fine Tune训练。

SD模型训练方式最常见三种，Textual Inversion、Dreambooth、LoRA。

初上手直接在C站上挑选训练好的模型即可。类型标在C站模型预览图的左上角，见下图：

a. Textural Inversion

• https://textual-inversion.github.io/

• 训练后的文件小，几K至几十K。

• 实际上训练后得到的是一个精炼的关键词组合，embeddings文件。

• 可以多个TI组合使用。

• TI训练，webui 内置，文档：

  https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Textual-Inversion

b. Dreambooth

• https://dreambooth.github.io/

• 训练后文件大，几G。

• 训练后得到的是一个大模型。

• 只能单个使用。

• Dreambooth训练1，webui 扩展：

  https://github.com/d8ahazard/sd_dreambooth_extension

• 训练选择2，推荐

  https://github.com/bmaltais/kohya_ss

• 训练选择3，colab脚本

  https://github.com/TheLastBen/fast-stable-diffusion

c. LoRA

• 是一种性能优化的Dreambooth训练方法。

• 训练后文件大小适中，几M至几百M。

• 训练后得到的是lora模型文件，可以搭配大模型文件一同使用。

• 可以多个LoRA组合使用。

• LoRA训练，同Dreambooth，webui 扩展：

  https://github.com/d8ahazard/sd_dreambooth_extension

• 训练选择2

  https://github.com/bmaltais/kohya_ss

三种模型在SD webui里存放的位置、使用方法，详见本课视频。

No.2 关键词

关键词资源全网很多，课堂预购了以下几套，在情报中心圈子里获取。

• 20000+AI绘画关键词

• 建筑类 Architecture Midjourney Prompts

• 关键词生成器 Prompt Generator - SD Art v1.9 Excel版

• https://promptomania.com/stable-diffusion-prompt-builder/

• https://promptomania.com/midjourney-prompt-builder/

• https://stable-diffusion-art.com/prompt-guide/

C站模型样例图关键词及参数一键拷贝方法：

详细操作见本课视频。

No.3 扩展/插件安装

一些常见功能，如ControlNet，需要通过插件的方式来安装。

可以直接在webui的Extensions里进行操作。

也可以手动安装，通过git clone或直接下载插件包的方式，详见：

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Extensions

插件安装、使用的教程全网资源也很多。

有疑问可在圈子、群内答疑。

No.4 ControlNet

掌握了基本图像生成后，可通过ControlNet进行更精确的控制，解决构图、精修等细节问题。

将在后续课程详细讲解。

ControlNet介绍及文档：

• https://github.com/lllyasviel/ControlNet

• https://github.com/Mikubill/sd-webui-controlnet

No.5 模型训练

模型训练用来解决进一步风格定制、内容细节生成、品牌形象植入等问题，也可以改善AI视频中如角色面部控制、造型定制等问题。

将在后续课程详细讲解。

提前学习的文档链接见上文第一节。

对实验编程会员，安装过程遇到的任何问题，都可以在情报中心进行答疑。