更新时间：2024-12-28 11:29:09
封面
版权信息
内容简介
作者简介
序言 PREFACE
前言 PREFACE
第1章 人工智能绘画概论
1.1 人工智能绘画的历史
1.2 人工智能绘画的算法和原理
1.3 人工智能绘画的工具
1.4 Stable Diffusion简介
1.5 思考与练习
第2章 Stable Diffusion基础
2.1 Stable Diffusion的安装
2.1.1 Stable Diffusion整合包的安装
2.1.2 模型的安装
2.1.3 插件的安装
2.2 Stable Diffusion的界面布局
2.2.1 模型
2.2.2 功能选项卡
2.2.3 采样方法（Sampler）
2.2.4 迭代步数（Steps）
2.2.5 总批次数和单批数量
2.2.6 输出分辨率（宽度和高度）
2.2.7 提示词引导系数（CFG Scale）
2.2.8 随机数种子（Seed）
2.2.9 “生成”按钮下的5个图标按钮及其功能
2.2.10 WebUI中面部修复、可平铺、高分辨率修复的功能
2.2.11 输出图像框下方的切换按钮及其功能
2.3 Stable Diffusion的工作流程
2.4 思考与练习
第3章 文生图
3.1 提示词的类型
3.1.1 正向提示词
3.1.2 反向提示词
3.1.3 提示词的学习与参考
3.1.4 提示词的写作技巧
3.2 提示词的语法
3.2.1 画质和风格
3.2.2 画面内容
3.2.3 画面表现
3.2.4 提示词中的其他功能性文本
3.3 提示词的权重与符号
3.4 反向提示词的功能
3.4.1 反向提示词的类型和功能
3.4.2 反向提示词的通用格式
3.4.3 反向提示词的技巧
3.5 案例：旗袍女生
3.6 思考与练习
第4章 图生图
4.1 图生图参数
4.2 图生图的常用功能
4.3 案例制作：暗调光影
4.4 思考与练习
第5章 LoRA微调模型
5.1 LoRA是什么
5.2 LoRA的类型和功能
5.2.1 定制人物
5.2.2 设定风格
5.2.3 控制光影
5.2.4 管理场景
5.2.5 特定模型
5.3 LyCORIS模型
5.4 LoRA的分层处理
5.5 案例制作：水墨效果
5.6 思考与练习
第6章 ControlNet的应用
6.1 了解ControlNet
6.1.1 ControlNet的工作原理
6.1.2 ControlNet的安装
6.1.3 ControlNet的参数
6.2 ControlNet的类型和功能
6.2.1 Canny（硬边缘）
6.2.2 Depth（深度）
6.2.3 局部重绘
6.2.4 Lineart（线稿）
6.2.5 MLSD（直线）
6.2.6 Normal（常规）
6.2.7 OpenPose（姿态）
6.2.8 Reference（参考）
6.2.9 Scribble（涂鸦）
6.2.10 Seg（语义分割）
6.2.11 Shuffle（随机洗牌）
6.2.12 SoftEdge（软边缘）
6.2.13 T2IA（自适应）
6.2.14 Tile（分块）
6.2.15 IP2P
6.3 案例操作：ControlNet组合应用
6.3.1 CG将军案例
6.3.2 冰雪文字
6.4 思考与练习
第7章 Stable Diffusion视频
7.1 图生图结合ControlNet风格迁移
7.2 数字人口型动画SadTalker
7.3 Deforum插件动画
7.4 补帧工具EbSynth
7.5 SD-CN-Animation
7.6 Runway公司的Gen-2
7.7 思考与练习
第8章 综合案例
