首先，准备好你的素材原图。打开liblib.ai，在搜索栏中添加以下几个模型到模型库中。
首先是大模型revAnimated_v122，它非常适宜天生动漫和游戏风格的图片，由于它在炼制过程中利用了大量精良的游戏素材。
选择Detail Enhancer来增加画面的细节。末了选择EasyNegativeV2文本模型，它凑集了大量常用的负面提示词，可以省去手动输入的麻烦。
接下来是生图阶段。点击网站右上角的在线生图按钮，选择图生图模式，选择准备好的大模型，在正面提示词中输入对人物的描述和画质提示词，乃至可以输入游戏名字。比较盛行的游戏模型都是可以识别的。负面提示词直策应用easynegative2即可。
Lora权重的推举值为0.5-1，但权重越高细节越多，画面可能会崩溃。案例中，人物面部不须要过多细节，因此我们选择0.55。
采样方法选择DPM++SDEKarras，这个方法可以担保出图的质感和细节，但出图速率会变慢，须要耐心等待。迭代步数选择30也是为了增加图片质量。你也可以在15-30之间考试测验不同的数值。宽度和高度都选择512，原图尺寸是1:1，因此这里也要同等。如果分辨率过大，会大大延长出图韶光，增加崩图率和显存占用。
在这里，我们紧张确定构图和初步画面。512的分辨率已经足够了。重绘幅度设置为0.5，这是最须要根据生图结果不断微调的参数。如果太高，会完备不像原图。但是AI会根据算法来改动原图不合理的地方，如果太低，会直接在原图根本上强行上色构图，画面会很丢脸。我也是通过大量实验才得出这个数值的。随机数种子可以设置为-1，这样每次都能天生不一样的图片。如果想要和案例图完备一样，可以利用我供应的种子。如果图片整体比较满意，但有一些小瑕疵，可以固定随机种子，再天生几轮图来微调。
接下来，点击下方的controlnet插件，这个插件可以赞助固定原图画风和构图，同时又让ai有足够的发挥空间来优化原图不合理的地方。将图片拖入个中，利用默认参数即可。末了点击“生图”按钮即可。
要想得到一张好的图片，就须要不断地天生图片，并根据出图结果来调度参数，终极得到满意的效果。因此，理解每一个参数的含义是生好图的关键。
如果大家喜好这样的教程，请给我点个小赞，下期见！