AI魔法绘画 用Stable Diffusion挑战无限可能

"精美全彩版面设计，让你一眼爱上本书，沉浸式进行AI绘画实战。 本书比网上的零散更加知识点系统且深入浅出，从初学者的角度一步一步进行AI绘画讲解，上手快、易学易懂。 本书以实际操作需要为导向，搭配了丰富的实际操作案例，非常实用，能第一时间掌握AI绘画方法。 作者会在B 站或者抖音上不定期更新教学视频，并重视读者的反馈，会对读者提出的问题、建议进行梳理与回复，并在本书后续版本中及时做出勘误与更新。 提供了常用提示词中英文对照表，涉及画质、环境、风格、人物、发型、表情、表情符号、眼睛、服装、裤袜与腿饰、鞋子、其他装饰和动作。读者通过参照该表，可以更便捷地编写提示词，实现自己想要的AI绘画效果。"

本书以实际操作为导向，详细讲解基于Stable Diffusion进行AI绘画的完整学习路线，包括绘画技巧、图片生成、提示词编写、ControlNet插件、模型训练等，同时搭配了丰富的实际操作案例，在附录中还提供了常用提示词中英文对照表，涉及画质、环境、风格、人物、发型、表情、表情符号、眼睛、服装、裤袜与腿饰、鞋子、其他装饰和动作。整本书内容全面、详尽且深入浅出，实用性很强。
本书总计8章。第1章为Stable Diffusion AI绘画入门，带领读者认识AI绘画，介绍StableDiffusion界面并详解模型类型。第2章重点讲解如何使用Stable Diffusion生成AI图片，涉及文生图、图生图及局部重绘。第3、4、5、6章讲解常用模型（如Embedding、Hypernetwork、LoRA模型）及常用插件（如Dreambooth插件）的训练和使用方式，掌握这些内容后，可以做更多的个性化定制。第7章重点讲解ControlNet插件的使用方式，涉及姿态检测、线稿提取与上色、法线贴图、深度检测、毛边检测、线条检测、曝光度检测、语义分割、画风迁移、边缘检测及ControlNet插件的高级应用，掌握这些内容后，可以更精准地操作图片。第8章通过几个商业设计案例（如家具效果图、AI绘画与插图、AI宠物、原创IP角色、自媒体运营）为读者提供新的设计思路和工作方法。
本书读者无须具备任何软件编程基础，只需熟练操作计算机即可。本书适合设计及美术相关从业者、美术生、计算机技术爱好者，以及对AI绘画感兴趣的读者阅读。

"——陈然 B站科普UP主，某教育培训公司课程研发负责人，天猫首届AIGC品牌数藏共创大赛“AI创形纪”特约创作者，拥有丰富的互联网及教育从业经验。在B站发布的“AI绘画魔法课堂”等视频广受网友好评。"

第1 章 Stable Diffusion AI 绘画入门 001
1.1 认识AI 绘画 002
1.1.1 AI 的应用领域 002
1.1.2 AI 绘画简介 003
1.1.3 为什么要学习AI 绘画 008
1.2 Stable Diffusion 界面介绍 009
1.2.1 文生图界面 009
1.2.2 图生图界面 010
1.2.3 训练界面 010
1.2.4 设置界面 011
1.2.5 扩展界面 012
1.3 模型类型详解 013
1.3.1 底模型（Base Model） 014
1.3.2 Embedding 模型 014
1.3.3 Hypernetwork 模型 014
1.3.4 LoRA 模型 015
1.4 本章小结 016

第2章 使用Stable Diffusion 生成图片 017
2.1 文生图 018
2.1.1 快速生成我们的第一张AI 图片 018
2.1.2 编写正面提示词 018
2.1.3 编写负面提示词 020
2.1.4 提示词的语法规则 021
2.1.5 设置参数 022
2.1.6 案例1 ：国风少女 024
2.1.7 案例2 ：风景壁纸 026
2.2 图生图 027
2.2.1 上传底图 027
2.2.2 设置参数 028
2.2.3 案例：普通照片风格转换 029
2.3 局部重绘――画笔工具的使用 031
2.4 本章小结 033

第3章 Embedding 模型训练――角色训练 037
3.1 什么是AI 训练 038
3.2 Embedding 模型训练概述 039
3.3 基础设置 040
3.4 创建Embedding 模型 042
3.5 准备数据集 042
3.5.1 对数据集的基本要求 042
3.5.2 图像预处理 043
3.6 开始训练 046
3.6.1 训练参数详解 046
3.6.2 模型测试 048
3.7 本章小结 048

第4章 Hypernetwork 模型训练――画风 049
4.1 Hypernetwork 模型训练概述 050
4.2 基础设置 050
4.3 创建Hypernetwork 模型 053
4.4 数据集处理规范 053
4.4.1 对数据集的基本要求 054
4.4.2 图像预处理 054
4.5 开始训练 057
4.5.1 设置训练参数 057
4.5.2 模型测试 058
4.6 本章小结 058

第5章 使用Dreambooth 插件训练大模型 059
5.1 准备工作 060
5.2 开始训练 060
5.2.1 创建模型 060
5.2.2 参数填写 062
5.3 本章小结 072

第6章 LoRA 模型训练――微调训练 073
6.1 准备工作 074
6.2 对数据集的基本要求 078
6.3 图像预处理 079
6.4 数据标注 084
6.5 训练参数详解 088
6.6 模型测试 093
6.6.1 拟合度 100
6.6.2 模型的分层控制 101
6.6.3 分层调试 102
6.6.4 模型融合 105
6.7 本章小结 107
……