Stable Diffusion進階 -- Loopback
閱讀時間約 5 分鐘
本篇要來介紹一個很少人提到，但是我用了之後覺得非常驚艷的功能--循環輸入（Loopback）。
當我們在使用img2img，或者Inpaint等依照一個既有圖像產生新圖像時，很多時候會遇到一個問題：
Denoising strength太小，改動的幅度不夠大，想改的東西改不了。但是Denoising strength如果弄得太大，想改的東西不一定會改到，但不想改的東西卻被改變了。
通常應付這種問題的作法就是使用低Denoising strength，不斷地把滿意的成果送回img2img或Inpaint裡面繼續重繪。但有時候這種過程非常緩慢又耗費心力，常常還沒看到滿意的成果前就放棄不搞了。
這時候Loopback就是一個很棒的懶人救星。Loopback簡單說，就是將這一次跑出來的成果圖，當成下一輪的來源圖繼續生出下一張圖。
在img2img與Sketch功能底下，就是整張圖繼續生圖，在Inpaint與Inpaint Sketch底下就是以原本選取的範圍來繼續生圖。
在img2img頁籤的最下面，Script選單裡面，就有著Loopback這個選項，選擇它之後會打開一個表單，提供幾個額外設定：
- Loops：執行幾次Loopback功能。
- Final denosing strength：最後一回合的Denoising strength。
- Denoising strength curve：從第一回合到最後一回合之間的Denoising strength的變化策略，有三種選項：
Linear：從頭到尾平均變化。
Aggresive：非常快就貼近Final denoising strength。
Lazy：最後幾回合才會貼近Final denoising strength。 - Append interrogated prompt at each iteration：每次生出新圖之後，是否要執行圖生文，將搜尋到的提示詞附加上去生下一回合的新圖。有三個選項：
None：不執行圖生文。
CLIP：執行CLIP，讓AI從新圖提煉提示詞，產出自然語法格式的提示詞。常用在照片類圖片。
DeepBooru：執行DeepBooru，讓AI從新圖提煉提示詞，產生單詞列表的提示詞，常用在動漫類圖片。
原本由於AI在高度Denoising strength的情況下，輸出的成果太不可測，所以Loopback這個功能很難使用，因此很少人使用，但是在ControlNet這個超級外掛出現之後，Loopback在某些地方就變得特別好用，下面是一個應用範例：替人物身上的衣物變色。
很多時候，AI並不一定會聽我們輸入的提示詞，但同時又產生了我們很喜歡的成果，這要怎麼辦呢？例如下圖，AI偶然產生了一張很滿意的圖片，但是角色身上的衣物顏色是錯的，我指定的是紅色短裙，但是AI給我的是純白短裙。
這時候如果使用0.99的超高強度Denoising strength對裙子進行局部重繪，通常會得到一個顏色介於粉紅到深紅的裙子，但我們也可以使用Loopback來漸進式地更改角色的衣服。
首先將圖傳送到Inpaint中，選取裙子的部分，使用這個提示詞組來強調要改成紅色短裙：
(masterpiece, top quality, best quality, official art, beautiful and aesthetic:1.3), extreme detailed, Hana, red short skirt, fantasy <lora:Hana25:0.4>
在設定表單上，最需要注意的地方是Denoising strength為非常高的0.8，在這種情況下必須要使用ControlNet來管控畫面，否則產生出來的東西會非常離譜。
在ControlNet裡面，使用canny或者normal都可以，用normal能讓裙子的裝飾或零配件產生變化，如果使用canny的話，就會產生與原本裙子樣子更一致的新裙子。
接下來是重點，在Script底下選擇Loopback，將回合設定為5到10回合，最終Denoising strength設為0.9的更高數值，然後其他保持原樣，這樣就能開始跑圖了！
就這樣，Loopback會產生數張圖片，你可以從文章開頭的圖片看到角色的裙子顏色從白色變成黃色，再變成深淺不同的紅色。我們就可以從這些成果中挑選自己喜歡的圖片來用了。
除了簡單的變色之外，還有改變衣服，將從外部接肢的正常手腳融合成自然的手腳等等用途，都可以從手動變成這種等結果的懶人做法：
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
美國總統大選只剩下三天， 我們觀察一整週民調與金融市場的變化（包含賭局）， 到本週五下午3:00前為止， 誰是美國總統幾乎大概可以猜到60-70%的機率， 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Faker昨天真的太扯了，中國主播王多多點評的話更是精妙，分享給各位
王多多的點評
「Faker是我們的處境，他是LPL永遠繞不開的一個人和話題，所以我們特別渴望在決賽跟他相遇，去直面我們的處境。
我們曾經稱他為最高的山，最長的河，以為山海就是盡頭，可是Faker用他28歲的年齡...
這個應用情境可能是，如果你有自己的產品想要以QRcode來行銷，而「文生圖」（txt2img）的結果又無法與你的實際想像契合時，那麼用你的實際產品做為基底的圖生圖（img2img）QRcode就是一個不錯的選項。
在我們上一篇文章中，提到了生成AI Art QR Code的方法。今天這一篇中我們要實戰另一種生成AI QR Code的方法。上一篇的方法需要由經由 X/Y/Z測試去獲得最佳的參數，且套用不同的Model/Lora都需要去找最佳的甜蜜點，這樣難免比較累一點，今天我會介紹一個方式，是相對比較穩定的做法
這篇文章會跟各位解說如何利用Stable Diffusion生成有各人風格的QR Code並且實際可掃，這是一篇進階教學文章，需要有使用Stable diffusion以及Controlnet經驗的人才能順暢的閱讀並且使用。
Vlad Diffusion（下略Vlad）和 Automatic1111（下略A1111）相較：
優點
1. 介面優化
2. 效能優化
-針對 Torch 2.0 優化
-使用 SDP（Scaled Dot Product）優化運算，無須 xFormers 也可顯著提升效能、降低
stable diffusion 是一款AI繪圖軟體，你可以免費把stable diffusion算出來的圖免費拿來商用，但是像我的電腦因為顯卡太舊而無法快速運行，而浪費很多時間，你只要準備一個google帳號即可。
AI 每天每週都在進步，我寫在 繪圖0能者的AI藝術入門手冊 的推薦軟體安裝，很快就推出新版了，所以，我把 Automatic1111 最新版本安裝方式寫在這裡，以便盡我所能為各位讀者更新。
建議使用 windows 桌機PC，具有 Nvidia GTX1660以上等級的獨立顯示卡，算圖會比較容易。
去這邊點選開啟sd的webui-user.bat程式先會跟你說9009
把這個bat右鍵筆記本編輯會發現，set PYTHON=路徑是空的，那我們就去把後面的路徑補上改成下面這個
set PYTHON=D:\StableDiffusion\system\python\python.exe
接下來
2023/Apr/8 補充更新 - 想訓練AI模型的人，建議正常安裝Python和Git，理由如下：
注意! 以下為不專業解釋~若有錯誤請指教。
使用 ai 產出圖片需要一個附檔名為 .ckpt 的模型訓練檔案~ai 會使用這個訓練檔案內的資訊，產生出我們想畫的圖片出來。
試著玩一下 stable diffusion，一個 Ai 作畫的軟體~ 結果啥都畫不出來~ 哈哈哈!
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
美國總統大選只剩下三天， 我們觀察一整週民調與金融市場的變化（包含賭局）， 到本週五下午3:00前為止， 誰是美國總統幾乎大概可以猜到60-70%的機率， 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Faker昨天真的太扯了，中國主播王多多點評的話更是精妙，分享給各位
王多多的點評
「Faker是我們的處境，他是LPL永遠繞不開的一個人和話題，所以我們特別渴望在決賽跟他相遇，去直面我們的處境。
我們曾經稱他為最高的山，最長的河，以為山海就是盡頭，可是Faker用他28歲的年齡...
這個應用情境可能是，如果你有自己的產品想要以QRcode來行銷，而「文生圖」（txt2img）的結果又無法與你的實際想像契合時，那麼用你的實際產品做為基底的圖生圖（img2img）QRcode就是一個不錯的選項。
在我們上一篇文章中，提到了生成AI Art QR Code的方法。今天這一篇中我們要實戰另一種生成AI QR Code的方法。上一篇的方法需要由經由 X/Y/Z測試去獲得最佳的參數，且套用不同的Model/Lora都需要去找最佳的甜蜜點，這樣難免比較累一點，今天我會介紹一個方式，是相對比較穩定的做法
這篇文章會跟各位解說如何利用Stable Diffusion生成有各人風格的QR Code並且實際可掃，這是一篇進階教學文章，需要有使用Stable diffusion以及Controlnet經驗的人才能順暢的閱讀並且使用。
Vlad Diffusion（下略Vlad）和 Automatic1111（下略A1111）相較：
優點
1. 介面優化
2. 效能優化
-針對 Torch 2.0 優化
-使用 SDP（Scaled Dot Product）優化運算，無須 xFormers 也可顯著提升效能、降低
stable diffusion 是一款AI繪圖軟體，你可以免費把stable diffusion算出來的圖免費拿來商用，但是像我的電腦因為顯卡太舊而無法快速運行，而浪費很多時間，你只要準備一個google帳號即可。
AI 每天每週都在進步，我寫在 繪圖0能者的AI藝術入門手冊 的推薦軟體安裝，很快就推出新版了，所以，我把 Automatic1111 最新版本安裝方式寫在這裡，以便盡我所能為各位讀者更新。
建議使用 windows 桌機PC，具有 Nvidia GTX1660以上等級的獨立顯示卡，算圖會比較容易。
去這邊點選開啟sd的webui-user.bat程式先會跟你說9009
把這個bat右鍵筆記本編輯會發現，set PYTHON=路徑是空的，那我們就去把後面的路徑補上改成下面這個
set PYTHON=D:\StableDiffusion\system\python\python.exe
接下來
2023/Apr/8 補充更新 - 想訓練AI模型的人，建議正常安裝Python和Git，理由如下：
注意! 以下為不專業解釋~若有錯誤請指教。
使用 ai 產出圖片需要一個附檔名為 .ckpt 的模型訓練檔案~ai 會使用這個訓練檔案內的資訊，產生出我們想畫的圖片出來。
試著玩一下 stable diffusion，一個 Ai 作畫的軟體~ 結果啥都畫不出來~ 哈哈哈!