大家好！今天又来给大家更新教程啦。这次教程主要聚焦于一个在画面调整与修饰领域中相对小众的插件。

今天要介绍的插件是 Self – Attention Guidance，我们简称为 SAG。这个插件的功能有些独特，不过要注意的是，它对显卡显存的要求比较高哦。如果您是在自己的电脑上进行本地部署的玩家，我建议您谨慎使用这个插件，尽量少用，以免出现电脑卡顿等问题。

在这里要先给大家一个观前提醒，本教程是建立在使用算网云平台提供的 SD Webui forge 镜像的基础上展开的。平台的网址我们会在文末展示给大家。之所以选择云端部署来讲解，是因为相较于本地部署，云端部署没有那么复杂，它不需要您的电脑有很高的配置，对于初学者来说，是学习和使用 SD 的一个更合适的途径呢。

接下来，我们正式开始教程。首先，我们要进入算网云的工作后台界面，这个界面就像是整个操作流程的 “控制中枢”，所有关键操作都要在这里完成。在这个界面中，有很多选项，我们需要从中准确选择 GPU，这一步可太重要啦！就像是为后续的工作挑选了一个强劲的 “动力引擎” 一样，GPU 的选择直接关系到我们后续操作的流畅度和效果。选好 GPU 之后，我们就可以部署所需的镜像了，部署完成后，接着就是耐心等待容器实例的部署。这个过程可能需要一些时间，大家一定要保持耐心哦。当您看到部署状态显示为 “进行中” 的时候，恭喜您，这意味着我们离成功又近了一步。这个时候，您可以点击 “Webui” 进入镜像。

进入镜像后，我们首先要生成一张底图，这样才能更好地看出插件的具体效果。在生成底图时，具体的提示词、采样方式和调度类型您可以按照自己的个人喜好来设置。我个人一般会选择 DPM++2M 和 karras 这个组合，因为这个组合在出图时间和效果上都比较令人满意，生成的画面也不会出现各种过于夸张的效果，整体比较自然、和谐。

生成底图后，我们需要固定好种子，这样可以让效果有一个更加明显的对比。接下来，我们先启用 SAG 插件，使用插件本身的默认参数先生成一张图片。

这时您可以观察一下，会发现效果并不是很明显。为了更加直观地看出数值变化带来的差别，我们可以分别把相关参数拉到最低和最高。当把参数拉到最低时，您会发现图片的细节损失了很多，画面看起来会比较模糊、粗糙。而当我们将其数值拉到 5（满值）时，会发现图片的整体添加了非常多的细节。如果您把图片放大仔细看的话，会发现图片的下方会出现许多不一样的噪点，细节更加突出了。不过，一般情况下，我推荐大家把这个数值调整至 1 – 2 之间，这样既能保证一定的细节增强效果，又不会让噪点过多影响画面质量。

除了前面提到的参数，还有一个参数是 Blur Sigma，这个参数主要调整的是高斯模糊的标准差，它的数值区间是 0 到 10，这里要特别注意，这个数值千万不能为 0，如果为 0 的话，整张图片就会直接变成黑屏，无法正常显示。当这个数值接近零的时候，我们可以非常明显地看到画面中存在色块，而当我们把数值直接调整为 10 时，色块消失不见了，取而代之的是非常丰富的细节，画面看起来更加细腻、真实。

最后一个重要的数值是蒙版模糊阈值，这个参数主要是用来‌控制模糊程度‌的。具体来说，通过调整蒙版模糊阈值，我们可以控制图像边缘的模糊程度。当阈值较高时，边缘部分会保持较为清晰，而较低的阈值则会使边缘更加模糊。在处理图像时，特别是在进行模糊处理的过程中，边缘细节很容易丢失。通过调整蒙版模糊阈值，我们就可以在保持图像整体模糊效果的同时，很好地保留重要的边缘细节。大家可以试试看，当数值为 0 时，图片的背景会变得比较清晰，图片的主要元素和背景的融合稍微有一点生硬；而当数值为 4 的时候，可以明显看出背景变得模糊起来了，主要元素也更加突显，画面的层次感更强了。

至此，关于 Self – Attention Guidance 插件的使用方法就都已经介绍完毕啦，本次教程也接近尾声了。希望大家通过这次教程，能够对 SD 的插件功能有更深入的理解和掌握。下一次，我们再来为大家介绍 SD 的其他有趣的插件，期待与大家下次再见！

算网云平台网址：www.aicpn.cn

文章来源于互联网:AI绘画Stable Diffusion教程|SD WebUI必备插件教程 菜鸟轻松成高手云端部署 第三期Self – Attention Guidance

相关推荐: 《DeepSeek 行业应用大全（微课视频版）》人工智能深度剖析：解锁 AIGC 新生产力

《DeepSeek 行业应用大全（微课视频版）》深度剖析：解锁 AIGC 新生产力！在数字化浪潮席卷而来的当下，AIGC（人工智能生成内容）技术正以前所未有的速度重塑各个行业。DeepSeek 作为 AIGC 领域的重要工具，其应用潜力备受瞩目。《DeepSe…

大家好，这次来更新SD forge插件的教程了。今天给大家介绍的插件名称为LatentModifier Integrated，该插件是一款进阶性质的插件用处是可以给生成出来的图片进行细节的调整并且是forge扩展中自带的插件。

观前提醒：本教程的使用是建立在使用算网云算力租赁平台提供的SD Webui forge镜像的基础上展开的，平台的网址会在文末展示。

首先，我们要进入算网云的工作后台界面，这里就像是整个操作的 “控制中枢”。在此，我们需要进行一系列关键操作。在众多选项中，准确选择 GPU 这一步至关重要，这就如同为后续工作挑选了一个强劲的 “动力引擎”。选好 GPU 后，我们就可以部署所需的镜像了，接着便是耐心等待容器实例的部署。这是一个需要些时间的过程，大家要保持耐心。当看到部署状态显示为 “进行中” 时，就意味着我们离成功更近了一步，此时可以点击 “Webui” 进入镜像。

进入镜像后先看到SD forge的的页面，这就是后面需要使用操作界面，镜像内置了汉化补丁和目前市面上最好的提示词提示翻译插件。

今天我们介绍的插件是LatentModifier Integrated，该插件的原理是在潜空间内，直接将像素点进行放大已经重新修复，可以很好的改变，色块的具体分布样式，让生成图片的灯光效果更上一层楼。进入镜像后，首先需要生成一张底图，这样才能更好地看出插件的具体效果。在生成底图时，具体的提示词、采样方式和调度类型您可以按照自己的个人喜好来设置。我个人一般会选择 DPM++2M 和 karras 这个组合，因为这个组合在出图时间和效果上都比较令人满意，生成的画面也不会出现各种过于夸张的效果，整体比较自然，并且在生成人像的时候也不会出现肢体的畸形。

生成底图后，先启用LatentModifier Integrated插件，用默认属性来修改图片，记得要固定好种子数，让图片不会改变。

可以看到在插件启用条件下的图片本身的细节已经发生了改变，特别是灯光的打光方式以及图片的细节的质量。接下来会在逐步说明该插件每一个数值的调整效果。

第一个是Sharpness Multiplier，调整的是图片的锐度调整，可调整范围在-100至100之间，以下分别是正负100时的效果。

下一个选项Sharpness Method，调整的时锐度的模式，一共有4种选项，这里选择其中的2个选项来作为对比。

第三个时Tonemap Multiplier，也就是色调映射的倍增器，可以调整图片色彩的饱和度并且还能起到模糊背景突出整体的作用，调整区间在0-100之间，建议不要太高，如果太高画面的效果会出问一些问题

下面的Tonemap Multiplier也就是色调映射倍增器的模式选择，每一种选择都会小幅度改变图片本身的各种细节。可以自己尝试体验一下。

至于剩下的选项，由于调整的效果不佳，基本上看不出来图片具体哪里做了调整，并且目前网络上的争议也比较大，等到有讨论出一个具体的，公认正确的结论后，博主会重新更新本教程，如果有知道后面的调整值是什么意思朋友也可以把将答案放在评论区，大家可以一起交流学习。

以上就是关于LatentModifier Integrated插件的使用说明了。总体来说，是可以做到不增加需要的显存还能对图片进行高清放大并且还能调整图片细节，具体的效果还算不错，并且该插件对不同版本的大模型的兼容性也很不错，不会出现插件无法兼容导致出现报错的情况发生。本次教程也接近尾声。希望大家通过这次教程，能够对forge的功能有更深入的理解和掌握。下一次，我们再来为大家介绍forge的其他有趣的插件，期待与大家下次再见！

算网云平台网址：www.aicpn.cn

文章来源于互联网:AI绘画Stable Diffusion教程|SD WebUI必备插件教程 菜鸟轻松成高手云端部署 第六期LatentModifier Integrated

相关推荐: 【文生图】Stable Diffusion XL 1.0模型Full Fine-tuning指南（U-Net全参微调）

前言 Stable Diffusion是计算机视觉领域的一个生成式大模型，能够进行文生图（txt2img）和图生图（img2img）等图像生成任务。Stable Diffusion的开源公布，以及随之而来的一系列借助Stable Diffusion为基础的工作…

大家好，这次来更新SD forge插件的教程了。今天给大家介绍的插件名称为Kohya HRFix Integrated，该插件是一款进阶性质的插件用处是可以给生成出来的图片进行高清化并且是forge扩展中自带的插件，。

观前提醒：本教程的使用是建立在使用算网云算力租赁平台提供的SD Webui forge镜像的基础上展开的，平台的网址会在文末展示。

首先，我们要进入算网云的工作后台界面，这里就像是整个操作的 “控制中枢”。在此，我们需要进行一系列关键操作。在众多选项中，准确选择 GPU 这一步至关重要，这就如同为后续工作挑选了一个强劲的 “动力引擎”。选好 GPU 后，我们就可以部署所需的镜像了，接着便是耐心等待容器实例的部署。这是一个需要些时间的过程，大家要保持耐心。当看到部署状态显示为 “进行中” 时，就意味着我们离成功更近了一步，此时可以点击 “Webui” 进入镜像。

进入镜像后先看到SD forge的的页面，这就是后面需要使用操作界面，镜像内置了汉化补丁和目前市面上最好的提示词提示翻译插件。

首先需要先说明这个插件的意义，大家都知道，1.5的大模型在生成的图片规格是存在一定的限制的，完美遵从提示词的大小一般为512*512或者768*768如果超出这两个规格，那么画面就会出现崩坏和劣化。举个列子下图是一张512*512的图片。是一个单人照片，在提示词中也有体现这一点，

然后把宽和高进行重新设置，变为1024*1024的样式，就会发现在构图中画面出现了崩坏，人物的畸形还有多重身等种种问题。

当然，其实理论上还有一个办法就是直接使用SDXL的模型来生成图片，但这里也有一个问题，那就用SDXL生成图片的速度相较于1.5来说会慢很多，并且该插件除了可以高清化图片外还可以调整图片的细节和精度。

然后开始进行参数的具体介绍第一个blocknumber是一种对数据进行编码的方式，调整值在1-32之间，但实际上来说如果超过了12那么还是会出现多重身的问题，但至少是不会出现畸形了，以下两张对比图可以很好的的看出两张图片的对比，两种图片的的整体和构图的细节都发生了变化。

第二行 Downscale Factor，是指空间分辨率降低因子, 使用技巧 input张量的高度和宽度应该是downscale_factor的整数倍,以确保正确的降采样，准确来讲就是放大的的倍数值在0.1—9之间调整，切记不要把数值调整的太低，要不然可能会出现爆显存的可能。

start_percent 和 end_percent是设置对模型特定层，降尺度，缩小操作的开始和结束范围。这边建议还是使用默认的模式，不要去改变数值。

最后是downscale_method 和 upscale_method图像缩小和放大的方法（bicubic 是一种平滑的方法，跟图片的取样方式比较相像。会让图片增添一些不一样的风格，因为可以可选选项很多，这里仅进行简单的对比演示。

另外还要说明以下这个节点的问题，对于一些需要强调细节的图像（例如超现实主义风格、高清风景图像等），插件可能不适合，因为它会减少细节表现。而对于一些不需要过多细节的风格（如漫画风格、简笔画等），插件可能不会对生成结果产生负面影响。

以上就是关于Kohya HRFix Integrated插件的使用说明了。总体来说，是可以做到不增加需要的显存还能对图片清醒高清放大的效果，并且该插件对不同大模型的兼容性也还不错。本次教程也接近尾声。希望大家通过这次教程，能够对forge的功能有更深入的理解和掌握。下一次，我们再来为大家介绍forge的其他有趣的插件，期待与大家下次再见！

算网云平台网址：www.aicpn.cn

文章来源于互联网:AI绘画Stable Diffusion教程|SD WebUI必备插件教程 菜鸟轻松成高手云端部署 第五期Kohya HRFix Integrated

相关推荐: stable diffusion如何确保每张图的面部一致？

可以使用roop插件，确定好脸部图片后，使用roop固定，然后生成的所有图片都使用同一张脸。 这款插件的功能简单粗暴：一键换脸。 如图所示： 任意上传一张脸部清晰的图片，点击启用。 在其他提示词不变的情况下，Stable Diffusion会跑出一张按照提示词…