AI魔法繪畫：用Stable Diffusion挑戰(zhàn)無限可能

定　價：￥128.00

作　者：	陳然
出版社：	電子工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥96.00)

ISBN：	9787121460548	出版時間：	2023-08-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　本書以實際操作為導(dǎo)向，詳細(xì)講解基于Stable Diffusion進(jìn)行AI繪畫的完整學(xué)習(xí)路線，包括繪畫技巧、圖片生成、提示詞編寫、ControlNet插件、模型訓(xùn)練等，同時搭配了豐富的實際操作案例，在附錄中還提供了常用提示詞中英文對照表，涉及畫質(zhì)、環(huán)境、風(fēng)格、人物、發(fā)型、表情、表情符號、眼睛、服裝、褲襪與腿飾、鞋子、其他裝飾和動作。整本書內(nèi)容全面、詳盡且深入淺出，實用性很強。本書總計8章。第1章為Stable Diffusion AI繪畫入門，帶領(lǐng)讀者認(rèn)識AI繪畫，介紹StableDiffusion界面并詳解模型類型。第2章重點講解如何使用Stable Diffusion生成AI圖片，涉及文生圖、圖生圖及局部重繪。第3、4、5、6章講解常用模型（如Embedding、Hypernetwork、LoRA模型）及常用插件（如Dreambooth插件）的訓(xùn)練和使用方式，掌握這些內(nèi)容后，可以做更多的個性化定制。第7章重點講解ControlNet插件的使用方式，涉及姿態(tài)檢測、線稿提取與上色、法線貼圖、深度檢測、毛邊檢測、線條檢測、曝光度檢測、語義分割、畫風(fēng)遷移、邊緣檢測及ControlNet插件的高級應(yīng)用，掌握這些內(nèi)容后，可以更精準(zhǔn)地操作圖片。第8章通過幾個商業(yè)設(shè)計案例（如家具效果圖、AI繪畫與插圖、AI寵物、原創(chuàng)IP角色、自媒體運營）為讀者提供新的設(shè)計思路和工作方法。本書讀者無須具備任何軟件編程基礎(chǔ)，只需熟練操作計算機即可。本書適合設(shè)計及美術(shù)相關(guān)從業(yè)者、美術(shù)生、計算機技術(shù)愛好者，以及對AI繪畫感興趣的讀者閱讀。

作者簡介

　　——陳然B站科普UP主，某教育培訓(xùn)公司課程研發(fā)負(fù)責(zé)人，天貓首屆AIGC品牌數(shù)藏共創(chuàng)大賽“AI創(chuàng)形紀(jì)”特約創(chuàng)作者，擁有豐富的互聯(lián)網(wǎng)及教育從業(yè)經(jīng)驗。在B站發(fā)布的“AI繪畫魔法課堂”等視頻廣受網(wǎng)友好評。

圖書目錄

--第1 章 Stable Diffusion AI 繪畫入門 001--
1.1 認(rèn)識AI 繪畫 002
1.1.1 AI 的應(yīng)用領(lǐng)域 002
1.1.2 AI 繪畫簡介 003
1.1.3 為什么要學(xué)習(xí)AI 繪畫 008
1.2 Stable Diffusion 界面介紹 009
1.2.1 文生圖界面 009
1.2.2 圖生圖界面 010
1.2.3 訓(xùn)練界面 010
1.2.4 設(shè)置界面 011
1.2.5 擴展界面 012
1.3 模型類型詳解 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 本章小結(jié) 016
--第2章使用Stable Diffusion 生成圖片 017--
2.1 文生圖 018
2.1.1 快速生成我們的第一張AI 圖片 018
2.1.2 編寫正面提示詞 018
2.1.3 編寫負(fù)面提示詞 020
2.1.4 提示詞的語法規(guī)則 021
2.1.5 設(shè)置參數(shù) 022
2.1.6 案例1 ：國風(fēng)少女 024
2.1.7 案例2 ：風(fēng)景壁紙 026
2.2 圖生圖 027
2.2.1 上傳底圖 027
2.2.2 設(shè)置參數(shù) 028
2.2.3 案例：普通照片風(fēng)格轉(zhuǎn)換 029
2.3 局部重繪——畫筆工具的使用 031
2.4 本章小結(jié) 033
--第3章 Embedding 模型訓(xùn)練——角色訓(xùn)練 037--
3.1 什么是AI 訓(xùn)練 038
3.2 Embedding 模型訓(xùn)練概述 039
3.3 基礎(chǔ)設(shè)置 040
3.4 創(chuàng)建Embedding 模型 042
3.5 準(zhǔn)備數(shù)據(jù)集 042
3.5.1 對數(shù)據(jù)集的基本要求 042
3.5.2 圖像預(yù)處理 043
3.6 開始訓(xùn)練 046
3.6.1 訓(xùn)練參數(shù)詳解 046
3.6.2 模型測試 048
3.7 本章小結(jié) 048
--第4章 Hypernetwork 模型訓(xùn)練——畫風(fēng) 049--
4.1 Hypernetwork 模型訓(xùn)練概述 050
4.2 基礎(chǔ)設(shè)置 050
4.3 創(chuàng)建Hypernetwork 模型 053
4.4 數(shù)據(jù)集處理規(guī)范 053
4.4.1 對數(shù)據(jù)集的基本要求 054
4.4.2 圖像預(yù)處理 054
4.5 開始訓(xùn)練 057
4.5.1 設(shè)置訓(xùn)練參數(shù) 057
4.5.2 模型測試 058
4.6 本章小結(jié) 058
--第5章使用Dreambooth 插件訓(xùn)練大模型 059--
5.1 準(zhǔn)備工作 060
5.2 開始訓(xùn)練 060
5.2.1 創(chuàng)建模型 060
5.2.2 參數(shù)填寫 062
5.3 本章小結(jié) 072
--第6章 LoRA 模型訓(xùn)練——微調(diào)訓(xùn)練 073--
6.1 準(zhǔn)備工作 074
6.2 對數(shù)據(jù)集的基本要求 078
6.3 圖像預(yù)處理 079
6.4 數(shù)據(jù)標(biāo)注 084
6.5 訓(xùn)練參數(shù)詳解 088
6.6 模型測試 093
6.6.1 擬合度 100
6.6.2 模型的分層控制 101
6.6.3 分層調(diào)試 102
6.6.4 模型融合 105
6.7 本章小結(jié) 107
--第7章 ControlNet 插件的使用方式 109--
7.1 姿態(tài)檢測（openpose） 111
7.2 線稿提取與上色（lineart） 114
7.3 法線貼圖（normal_bae） 116
7.4 深度檢測（depth_midas） 119
7.5 毛邊檢測（softedge_hed） 120
7.6 線條檢測（M-LSD） 122
7.7 曝光度檢測（scribble） 125
7.8 語義分割（Segmentation） 127
7.9 畫風(fēng)遷移（clip_vision） 129
7.10 邊緣檢測（Canny） 131
7.11 ControlNet 插件的高級應(yīng)用 132
7.11.1 更精準(zhǔn)的3D 場景重構(gòu) 133
7.11.2 更精準(zhǔn)的人物風(fēng)格 135
7.11.3 更精準(zhǔn)的光源控制 138
7.11.4 更精準(zhǔn)的三視圖 141
7.12 本章小結(jié) 142
--第8章項目實戰(zhàn)：將AI 繪畫融入商業(yè)設(shè)計 143--
8.1 家具效果圖 145
8.1.1 需求分析 145
8.1.2 定制設(shè)計方案 146
8.2 AI 插畫與插圖 153
8.2.1 需求分析 153
8.2.2 定制設(shè)計方案 154
8.2.3 應(yīng)用場景 157
8.3 AI 寵物 161
8.3.1 需求分析 161
8.3.2 定制設(shè)計方案 162
8.3.3 包裝與設(shè)計 167
8.4 原創(chuàng)IP 角色 167
8.4.1 需求分析 168
8.4.2 定制設(shè)計方案 169
8.4.3 應(yīng)用場景 173
8.5 自媒體運營 175
8.5.1 需求分析 175
8.5.2 定制設(shè)計方案 177
8.5.3 案例一 177
8.5.4 案例二 179
8.5.5 案例三 182
8.6 本章小結(jié) 190
--附錄A 常用提示詞中英文對照表 193--
A.1 畫質(zhì) 194
A.2 環(huán)境 194
A.3 風(fēng)格 195
A.4 人物 196
A.5 發(fā)型 197
A.6 表情 198
A.7 表情符號 199
A.8 眼睛 200
A.9 服裝 201
A.10 褲襪與腿飾 202
A.11 鞋子 203
A.12 其他裝飾 204
A.13 動作 205