「本期内容标签」
安卓 iOS 电脑 小程序 网站 游戏 教程
本周V4.0带来了Stable Diffusion作画功能和人声伴奏分离功能。
V4.0版本：2022-08-29
1、加入Stable Diffusion作画模型，主界面点击【SD作画】按钮即可Stable Diffusion作画，参数设置里是SD作画设置，支持和DD作画一样的队列模式等功能；
2、加入人声伴奏分离功能，导入歌曲，即可分离人声、伴奏、鼓点等，支持批量选择音频。
再来几张我用离线版SD（Stable Diffusion）跑的图：
▼
01
软件概览
软件名字叫做：AI作画离线版V4.0(基于Disco Diffusion 5.6与Stable Diffusion 1.4），基于GitHub上的开源项目Disco Diffusion与Stable Diffusion。
如下，软件主界面，还是以操作简单为主：
▼
02
软件安装
软件非常大，因为有很多离线模型，下载完成后，按照网盘里的pdf教程即可进行体验。
软件界面如下所示：
▼
03
软件功能介绍
功能一：DD(Disco Diffusion)作画
软件目录文件夹的settings.json就是作图配置文件，当然离线版本可通过界面进行设置了。
1、描述词设定：描述词之前手动修改json文件经常有小伙伴少输入标点导致出错，界面化可以避免这个问题，如下默认的描述，每段（回车换行算一段）都是同一描述的不同权重关键词。
▼
上面的描述对应的手动修改json如下，也就是界面化无需引号、逗号来分割同一描述的不同权重部分。
▼
队列模式下的描述词设定：当如下勾选了队列模式后，通过固定的句式，可以生成大量的配置文件，也就可以实现生成多套参数的图。
▼
比如我的文字描述这样描述：a beautiful girl by {400|1|艺术家}，当点击保存设置后就会生成400个艺术家的不同配置文件。
注意这个格式{400|1|艺术家}中的{}、|这些不能缺少，完全按照固定格式来，400代表生成400个配置文件，1代表by一个艺术家名字（如果设置成2就代表by两个艺术家名字混搭），艺术家代表的是软件目录下【描述风格库】文件夹下的艺术家.csv文件，而艺术家.csv文件如下所示，两列数据：
▼
软件支持各位自建这种语料库，大家可以复制csv建立副本，然后在副本里修改，注意也是按照两列格式来，第一列是描述，第二列是解释。比如下面我建的颜色.csv文件，简单写了一下，也是一定严格两列来哈，且都放在软件目录下的【描述风格库】文件夹。
▼
2、帮助相关：对于大多数参数，都加入了帮助按钮，鼠标划到对应帮助图标，驻留即可显示参数含义，如下所示，当然大多数都是翻译的官方文档，加入自己的一点注解。
▼
如果想要加入自己对参数的注释，可以修改软件目录下的tip.json，如下对应的描述修改即可，\n为换行。
▼
3、参考图：参考图也人性化了，直接点击按钮选择图片即可，注意看参数旁边的问号，一般加入参考图时，skip_steps这个参数需要设置大一些。
▼
参考图的可玩性很高，比如下面的图都是基于参考图，用的自定义模型人像1.5，AI继续绘制的，有的图我也不用贴上参考图了吧：
▼
队列模式下的参考图：当如下勾选了队列模式后，可以批量选择多张参考图，可以生成大量的配置文件，也就可以实现生成相同参数但参考图不同的图。
▼
4、AI作画模型选择：参数设置里提供两种绘图Diffusion模型引擎选择，原版DD、像素版DD以及其他自定义的PT格式模型，如下图设置：
▼
像素模式作画引擎也可以试试，如下就是像素风格的图，也挺有意思：
▼
自定义模型比如选择国画风或者人像的PT模型文件，然后保存设置即可。
▼
如下演示的是国画模型和人像1.5模型的测试样图：
▼
5、扩散模型训练：上面的自定义模型，诸如人像和国画都可以通过训练来实现，如下点击自己训练Diffusion模型按钮即可打开训练设置界面，4.0版本支持在原来的模型基础上继续训练，支持训练多少步停下训练，具体操作可以看视频：https://www.bilibili.com/video/BV1Ca411S71s。
▼
6、提前终止作画：当作画步数超过5步时，点击提前终止按钮即可终止作画，如下动图所示：
▼
7、导入配置：支持导入图片输出目录images_out文件下的DD作画json配置文件或者生成的图片，如下点击导入配置按钮即可：
▼
默认写入作图参数到输出图片中，考虑到隐私问题，软件支持去掉此功能，如下去掉勾选即可：
▼
8、AI图片描述解析：如下按钮点击，选择图片，稍等片刻即可显示出描述，当然这个描述有所出入，但当作描述来用画出的图也确实不错。
▼
下面演示几张图，解析出来的描述：
a couple of people riding bikes down a road, a matte painting by Makoto Shinkai, featured on pixiv, rayonism, official art, anamorphic lens flare, matte painting
▼
a group of iron man standing next to each other in the ocean, a comic book panel by Paul Pelletier, featured on deviantart, antipodeans, marvel comics, reimagined by industrial light and magic, imax
▼
a painting of a landscape with mountains and trees, a detailed matte painting by Katsukawa Shunsen, pixiv, shin hanga, ukiyo-e, matte painting, detailed painting
▼
a painting of a man with flowers in his lap, an ultrafine detailed painting by Albert Swinden, pexels, metaphysical painting, creative commons attribution, chalk art, detailed painting
▼
功能二：SD(Stable Diffusion)作画
SD作画功能和DD功能基本一致，同样支持队列模式、参考图等功能，SD作画速度更快，且画的更加具象，文章开头也演示了SD的作品，下面主要介绍SD的参数设置。
同样SD也是具有文字描述和参考图功能，还有一些其他参数，大家可以鼠标悬停到参数旁边的问号就会有说明。
▼
SD默认会勾选低显存占用模式，对于小显存用户还是比较友好的，实测4G显存图片尺寸（384×640、512×512）无问题，6G显存960×512无问题，且一张图生成世界也基本控制在两三分钟以内，相比DD速度快很多。
▼
功能三：图片AI高清放大
设置不同的放大模型和图片放大倍数，高清放大图片输出目录为软件目录\images_out\AI_ultra_HD，当输入的图片尺寸很大时，容易超显存，这时我们修改拼图大小这个参数即可，比如设置拼图大小512时，6G显存选择realesrgan_x4plus模型对1920*1080图片进行4倍放大测试不超显存。
▼
AI高清放大是一个免费的独立功能，如下软件主界面点击高清放大按钮，选择图片（支持批量），即可高清放大图片。
▼
如下，小图经过高清放大的对比效果，二次元和三次元都能胜任。
功能四：老照片修复
如下软件主界面点击老照片修复按钮，选择图片（支持批量），即可高清修复老照片，仅对人像进行高清修复。
▼
如下，经过高清人脸修复对比效果动图演示：
▼
功能五：AI图片转3D
AI图片转3D输出视频目录：软件目录\video；AI图片转3D也是一个独立免费功能，如下参数设置可以设置生成视频时长和摄像头位置（位置一般不改）：
▼
然后，如下软件主界面点击图片转3D，选择图片（支持批量），转换图片成如下的视频形式，这个转换速度较慢，5到30分钟一张图。
▼
基本上就是原作项目介绍的这种效果，一张精图转换成3D的效果，不过相比原作我做了改进，支持原图尺寸大小的视频。
▼
功能六：图片风格仿造
如下点击图片风格仿造按钮，选择图片即可自动出几张风格相近的图，此功能需要至少10GB显存，参数设置可以设置每次仿造图片数。
▼
功能七：二次元生成
如下点击二次元小姐姐生成按钮，即可绘制上百张二次元图片：
▼
如下可在参数设置里，设置各种参数以生成不同类型的二次元小姐姐：
▼
功能八：三次元生成
和二次元生成功能一样，如下点击三次元生成按钮，即可绘制多张三次元全身图：
▼
如下可在参数设置里，设置各种参数以生成不同类型的三次元图片：
▼
功能九：AI写小说
如下点击AI写小说按钮，设置开头，即可续写不同轮数的文字：
▼
点击训练小说，如下可以选择自己的小说语料txt，训练自己的模型：
▼
功能十：伴奏人声分离
如下点击伴奏人声分离按钮，选择歌曲（支持批量），即可自动分离人声、伴奏、鼓点和低音，效果很厉害。
▼
04
显卡要求
需要至少3GB显存，且必须是英伟达显卡，AMD、intel等不支持。
各种显存测试参数可参考：https://docs.qq.com/sheet/DTGxSSkNJcnVhV1VP。
注：DD默认参数因为选了3个CLIP模型，如果想要尺寸更大，少选几个模型即可，但效果肯定有所影响，诸如6G独显的2060或者1060显卡，只选如下第一个模型，尺寸768×512都没问题：
▼
05
常见错误
1、爆显存
下面这些都是图片设置过大、模型选择过多等导致的爆显存，或者3GB显存以下的显卡：
（1） Unable to find a valid cuDNN algorithm to run convolution
（2） CUDA out of memory
2、黑图
很多小伙伴生成的图一直是黑的，目前发现的1660、1660s、1660ti都有问题，原因是中途生成NAN数据，解决方案正在寻找。
但1060、1070、1080，甚至980ti、970等都没有问题，看来问题都在16代显卡上。
06
激活
软件点击AI作画按钮后，会弹出激活窗设定，按照指示联系我获取激活码即可。
07
小结
这个项目确实很有意思，唯一的问题就是对显卡要求高，最起码需要英伟达3G及以上显存，AMD等其他显卡不支持，另外还有一些坑要填，诸如很多网友感兴趣的动画等，这个得慢慢来了，但后续版本肯定会有，感兴趣的可以体验一下4.0版本了，更详细的作图参数、教程多刷刷B站相关视频即可。
08
本期内容获取
方式一：百度网盘https://pan.baidu.com/s/1B0g4MPFe_drP_hRjgEnKGg 提取码：95kh
方式二：天翼网盘
https://cloud.189.cn/t/ZZ7vuyZrMvmm (访问码:7dn8)
