插件的使用，我觉得应该从 ControlNet 开始，因为这是目前每一个使用 Stable diffusion 的人都避免不了的一个插件。从名字就可以看出，它可以直接控制 Stable diffusion 的神经网络，让其按我们的要求生成图片，很强大。
更新之后的 ControlNet 插件界面比原来更加简洁了，旧版的 Invert Input Color 反转颜色已经合并到了预处理器里面，名称为 Invert(from white bg & black line)，而且 RGB转BGR也已经取消了，取而代之的是 Pixel Perfect (完美解析度)、Allow Preview(允许预览) 这两个选项。
如果开启 Pixel Perfect 完美解析度，系统就会自动控制每张图片的解析度，让每一个像素都能完美对应，不需要再像旧版本一样需要另外调整预处理器的解析度了。而 Allow Preview允许预览选项则是旧版本里面的 【预览处理结果】按钮，新版本将其搬到了上方，想要预览预处理器的处理结果就可以把这个选项勾上，然后点击预处理器右侧出现的 【爆炸】 按钮就可以看到预处理结果。
原版本的创建空白画布按钮也移动到了image 图片框的下方，并扩展成了 4 个按钮，从左往右，点击第一个可以打开创建画布的选项，设置好宽高后点击 Create New Canvas 创建画布按钮，就可以创建一张空白的画布，可以在上面进行涂鸦绘画等操作。第二个按钮可以打开电脑的摄像头，直接用摄像头拍一张照片进行处理，前提是你的电脑安装有摄像头。第三及第四个按钮是将当前宽高设置应用到 Stable diffusion 的宽高里面，可以避免因图片尺寸对不上而产生变形。
以上就是新版本修改过的功能，下面几个是与原版一致的功能。
Enable可用选项表示是否启用当前 ControlNet 插件，打勾则表示启用， ControlNet 就会影响 Stable diffusion 的出图效果。
Low VRAM 选项是针对低显存设备的，如果你的电脑显存低于 6G，则把这个选项勾上，虽然勾上后出图速度会慢很多，但总比崩显存好。
Guess Mode猜测模式，简单的理解就是是否允许 ControlNet 自作主张来控制最终的出图效果，选中该选项后可以不填写提示词，ControlNet 也能自己脑补一幅完整的图像出来，但很多时候可能会不尽如人意，所以看需求选用。
再接下来就是 Control Weight 权重选项，这个值表示当前 ControlNet对出图结果的影响程度，跟提示词的权重差不多，最大值是 2 ，最小值是 0 ，默认是 1 ，一般使用默认的就好，如果不想让 ControlNet 过多的参与，可以把权重调小一点。
然后就是 Starting Control Step 开始控制的频数与 Ending Control Step结束控制的步数，这两个值最大是 1 ，最小是 0，表示指定 ControlNet 从什么时候开始参与作图，到什么时候结束，以百分比表示。如下图则表示 ControlNet 从 20% 的步数开始参与作图，到 90% 的步数结束参与作图。
再往下就是缩放模式的三个选项，分别是 仅缩放 / 裁剪与缩放 / 缩放与填充。
这个意思是当 ControlNet 的尺寸与 Stable diffusion 的尺寸不一致时，要用什么样的模式来参作图。为了更好的展示效果，这里做一个简单的对比：Stable diffusion 尺寸设为正方形 512×512，ControlNet 预处理图片为竖屏 432×768，分别选择不同的缩放模式进行出图。
可以看到，当两者尺寸不一致时，为了匹配 Stable diffusion 的图片尺寸，ControlNet 把预处理的图片分别按对应的缩放模式进行了处理，每一种效果看起来都不太好。所以为了更好的使用 ControlNet 来控制出图，建议将两者的尺寸设为一样的，以便能达到更好的效果。
然后相信大家在看网上的教程时应该都会看到别人的 ControlNet 都是有好几组的，类似下面这样的。
这个可以在 ControlNet的设置里面找到 Multi ControlNet 这一项，这个值就是你需要的 ControlNet 的数量，想要多少就把这个数字设为对应的值就可以，然后在使用界面把 Enable 选项勾上，并调整一下权重，就能让多个 ControlNet 同时影响作图效果，这个方法在人物姿态控制以及室内设计等方面会经常使用到。不过启用的 ControlNet 数量越多，出图速度也就越慢，对电脑的性能要求也就越高，所以并不是越多越好，还得结合实际情况使用。
最后再分享一些我自己使用提示词的思路，供大家参考。
我在使用提示词的时候比较喜欢对提示词进行分类，然后按权重高低进行填写，比如：画质类、人物类、景物类、辅助模型(如lora)，把提示词分类之后也可以更好的进行阅读以及修改。
首先是画质类，要想出一张好图，好的画质是必不可少的。打个比方，我们平时基本上都是用手机进行拍照，用现在的智能手机拍照跟用十几年前的手机拍照，效果可以说是天差地别，所以画质也是一样，指定好的画质出图就跟指定用现在的智能手机拍照一样，都是为了能出一张好图。
我常用的画质类正向提示词主要有以下几个：masterpiece(杰作),best quality(最佳质量) ,ultra highres(超高清),realistic photo(逼真照片),raw photo(原始照片)，当然也还有其他的，大家可以从网站上别人的作品里面借鉴一些。
有了正向提示词，对应的就会有反向提示词，比如：worst quality(最差品质),low quality(低品质),normal quality(正常品质)等，同样也可以从别人的作品里面借鉴一些。
画质类提示词作为一张图片最重要的组成部分，一般都是放在提示词的最前面，这样无论生成什么图片，都不会差到哪去。
第二部分为主体或人物描写，比如：1 girl,cute, solo,nose blush, smile,closed mouth, medium breasts,beautiful detailed eyes, transparent collared shirt, usiness attire, jeans, long hair,black hair, white skin,beautiful hands，这部分主要用于描述人物的姿态服饰等。同样的也会有反向提示词：lowers,monochrome,grayscales,skin spots,acnes,skin blemishes,age spot,6 more fingers on one hand,deformity,bad legs,error legs,bad feet,malformed limbs,extra limbs，主要避免生成各种没见过的怪物。这部分提示词根据出图的需求填写就可以，没有一个标准，反向提示词可以在多次出图中找到不好的元素，填上去。
第三部分为环境景物以及附加属性的描写，比如：garden,on grass, evening,cinematic light,street light，这类提示词属于附加性的，依据出图需求填写就可以，没有一个标准，可有可无。
第四部分为附加模型，比如 lora、embedding 模型等。
提示词分类整理好之后，再对单个词进行权重的调整，就可以愉快的出图了，不用再担心图片会崩。
分类整理好之后的提示词，可以把通用的部分保存到 Styles 里面(比如画质类提示词)，下次再使用的时候直接读取就可以，避免每次都要重新输入，省事了很多。
相关文章
