有在研究AI绘画的同学们，今天十方影视后期给大家准备了一篇干货级的分享。从Stable Diffusion的本地部署、操作页面以及插件使用，再到最后的实操案例，一步一步教大家学会使用Stable Diffusion！

　　Stable Diffusion的配置要求并非很高，显存4G以上就可以，不过要求硬盘至少要有50G以上（建议100G），适用于Win10-11版本。

　　如果你的电脑满足以上要求，那么就可以进行Stable Diffusion的本地部署了。

　　首次启动Stable Diffusion可能需要较长的时间，请耐心等待：

　　当Stable Diffusion界面自动弹出时，就代表着你已经完成其本地部署。

　　与Midjourney不同的是，Stable Diffusion还拥有一行反提示词文本栏，你可以将不希望呈现在画面中的元素输入进去以贴合创作需求。

　　简单的来讲，迭代步数影响的是创作画面的细节丰富程度。迭代步数越多，产生的细节就越多。

　　值得注意的是在它们下方的提示词相关性。它控制着产出图片受输入提示词的影响程度。一般取值范围在7-15。

　　（5）提示词相关性的下方，是十分重要的随机种子参数以及ControlNet插件。

　　可以说，正是因为有了ControlNet插件，才使得Stable Diffusion区别于Midjourney等“抽盲盒”式AI生成工具，更能应用于建筑、室内设计方向的实际项目之中。

　　F. 找到“扩散控制网络 (con-trolnet)”，并点击后方的安装。

　　在确保已经安装 Control Net 插件之后，需要将 Control Net 的根路径进行更改，具体流程如下：

　　（1）获得室内线ds max ，简单用box堆一个室内场景出来，你用其他三维软件也可以，然后将这个场景渲染出一个线）设置提示词

　　选择文生图，正向关键词和负向关键词见下方，初始迭代步数可以调低一些，宽高比注意和线稿图一致。

　　（3）设置 Control Net打开 Control Net，将之前渲染得到的线稿拖到 ControlNet 的参考图中，勾选启用，因为是白色背景图片，所以要勾选反色模式。

　　如果显卡显存低，要勾选低显存优化。因为参考图本身就是线稿，所以预处理器不需要选择，在模型里选择 canny。

　　出图结果如下。如果这张不满意，可以多出几张，直到有自己喜欢的为止。需要注意的是：打开 Control Net 后，出图速度会变得非常慢，所以，开始时建议大家把迭代步数和尺寸设置小一些，生成图片批次多设几张，待找到自己满意的图片后，保留种子数，然后再出大图。

　　怎么保留种子数？点击想保留种子数的图片，在左侧有个绿色的按钮，点一下会出来一段数字，这个就是种子数。

　　下面对图片进行放大处理。点击图片下方的图生图，来到图生图界面，你会发现之前在文生图我们用的提示词还有种子数全复制过来了。

　　接下来设置好采样器、提高迭代步数，按比例提高画面尺寸，最后注意重绘幅度不要太大，否则出图会发生比较大的变化。

　　最后再到附加功能里，将刚刚图生图得到的图片再进行放大2倍，得到4K高清大图。

　　如果你花了一些时间，认真的阅读了上述内容，跟着操作了一遍。那么相信你已经成功入门了Stable Diffusion这个AI出图利器。

　　软件的学习并不难，掌握使用方法，大多数的我们只是要能够学会熟练使用它就够了！大家多多尝试玩起来吧！