5bei.cn大模型教程网图片手部修复原理
某张图片在生成后，仅有手部表现不符合预期（多指，畸形等）。这种情况下我们通常使用【局部重绘】的方式对该图片的手部进行【图生图】操作，重新绘制手部区域。
但是仅采用重绘的方式也很难保证生成的手没有问题。因此这里我们采用【contorlNet】进行辅助，定向生成某种手部的形状。
Depth Library
depth library是stable diffusion里的一个拓展插件。
该插件的主要作用是生成一张包含特定深度图的PNG图片，方便在controlNet中使用。
具体的操作方式如下图所示：
1、将需要修改手部的图片通过【添加背景图片】导入到depth library里。需要根据当前图片的大小设置相同的分辨率，这样才能保证【局部重绘】的手部区域和我们设定的新手部区域相同。
2、在depth map中找到合适的手型，鼠标长按移动到图中的【选择】区域。素材可以从c站下载：https://civitai.com/models/67174/900-hands-library-for-depth-library-or-controlnet
3、点击【添加】，将选择的手型添加到基底图片上。
4、手动调整大小和位置，确定无误后点击右下角的生成png图片导出。
局部重绘
在局部重绘工具栏我们先通过画笔的方式建立重绘区域（蒙版）。
设置controlNet,将刚刚生成的png导入：
注意这里采用canny控制类型，将控制权重提高到1.5，并将控制模式修改为更偏向controlNet。
在提示词中无关的正向提示词删除，仅保留【hand】(手部相关提示词)和画质提示词（best quality）等，负向提示词通常不需要改动。
再次生成图片，可以看到手部有巨大改善。
小tips
在Depth library中选择手型，尽量选择5根手指能够明确区分的图片（比如手掌全部张开）。这样可以提升controlNet识别轮廓/深度的准确度，进而在重绘中提高手型的还原度。
文章来源于互联网:stable diffusion学习笔记 手部修复
随着人工智能（AI）技术的不断突破，AI绘画作为其中的一项重要应用，逐渐成为了艺术领域的新宠。『文生图』（Text-to-Image）是AI绘画中的一种重要技术，它能够通过自然语言描述生成对应的图像。本文将对国内外具有代表性的『文生图』大模型进行效果对比，并分…
