IP-Adapter图像提示模型
利用稳定扩散 AI 中的图像提示（IP：Image Prompts）功能可以显著影响生成图像的结果。本指南揭示了在稳定扩散中有效利用图像提示的过程。
图像提示是影响输出图像构图、样式和配色方案的重要组件。
对于本教程，ControlNet 的使用至关重要。我们将使用以下 ControlNet 模型，这些模型已预安装在 ThinkDiffusion 上：
- ip-adapter_sd15.pth（适用于 1.5 模型）
- ip-adapter_sd15_plus（适用于 1.5 模型）
- ip-adapter_xl（适用于 SDXL 模型）
1、图像提示由什么组成？
图像提示与文本提示一起作为稳定扩散模型的附加输入。文本和图像提示都作为条件（conditioning）对 AI 图像生成产生影响。
图像提示适配器（IP-Adapter）类似于 ControlNet，它不会改变稳定扩散模型，但会对其进行调节。它与任何稳定扩散模型兼容，并且在 AUTOMATIC1111 中通过 ControlNet 扩展实现。
2、文本到图像过程
访问 AUTOMATIC1111 的 txt2img 页面上的图像提示功能。
让我们首先生成一个没有图像提示的图像，然后添加一个图像提示来观察其效果。
在 txt2img 选项卡中，设置以下参数：
- 模型：Dreamshaper_8
- 正提示：一位坐在长椅上的女人，秋日，杰作，4k，超详细，详细背景
- 负提示：散景
- 采样方法：DPM++ 2S a Karras
- 尺寸：768 x 768
- CFG 比例：7
- 单击启用 aDetailer 以改善面部
单击生成，我们得到的结果如下：
3、添加图像提示（使用 IP Adapter）
现在我们可以使用另一张图片来风格化我们的原始提示。
让我们保持上面的所有参数不变。但现在我们要将此图像添加到 ControlNet：
让我们打开 ControlNet 来设置我们的 ip 适配器设置。向下滚动到 controlNet 选项卡并单击下拉箭头。
- 单击✅启用
- 将控制类型设置为 IP 适配器
- 将预处理器设置为 ip-adapter_clip_sd15
- 将 ControlNet 模型设置为 ip-adapter_sd15
- 将控制权重设置为 0.5
点击生成，我们现在可以看到飘逸的头发已被拉入我们的图像中！
4、尝试 IP-Adapter Plus
我们现在将对 ip-adapter_sd15_plus 重复相同的操作，它本质上是相同的，但模型功能强大得多，因此请尝试使用控制权重来获得你想要的结果。
在 ControlNet 选项卡中，将下拉框中的模型更新为：ip-adapter_sd15_plus
点击生成，我们可以看到一些疯狂的头发！
5、将图像提示与 SDXL 模型结合使用
对于更高分辨率的生成，我们将使用 SDXL 模型和与 SDXL 模型兼容的 IP 模型： IP-adapter_xl。
什么是 SDXL 模型？
在 txt2img 选项卡中，设置以下参数：
- 模型：ThinkDiffusionXL
- 正提示：一张熊形床，杰作，4k，超精细
- 负提示：散景
- 采样方法：DPM++ 2S a Karras
- 尺寸：1024 x 1024
- CFG 比例：7
点击生成，你会看到它将熊放在床上，这不是我们想要的！
为了纠正这个问题，让我们保持所有设置不变，但添加 ControlNet 模型 IP-adapter_xl。
就像上面的步骤一样，下拉 ControlNet 选项卡：
- 单击 ✅ 启用
- 将控制类型设置为：IP 适配器
- 将预处理器设置为：ip-adapter_clip_sdxl
- 将 ControlNet 模型设置为：ip-adapter_xl
- 将控制权重设置为 0.5
点击生成，现在我们可以看到我们得到了我们想要的东西 😄
包括上述内容在内的任何工作流程都可以在 SD 的本地版本上运行，但如果您在安装或硬件速度慢方面遇到问题，你可以在浏览器中使用 ThinkDiffusion 在更强大的 GPU 上尝试这些工作流程中的任何一个。
原文链接：Mastering Image Prompts in Stable Diffusion AI with IP-Adapter
汇智网翻译整理，转载请标明出处
