个人网站主页html5,wordpress子目录 多站点,做的好看的旅游网站,广州网络公司图片一、前言
本文是《Stable Diffusion 从入门到企业级应用实战》系列的第四部分能力进阶篇《Stable Diffusion ControlNet v1.1 图像精准控制》的第0414篇 利用Stable Diffusion ControlNet 法线贴图模型精准控制图像生成。本部分内容#xff0c;位于整个Stable Diffusion生态体…一、前言
本文是《Stable Diffusion 从入门到企业级应用实战》系列的第四部分能力进阶篇《Stable Diffusion ControlNet v1.1 图像精准控制》的第0414篇 利用Stable Diffusion ControlNet 法线贴图模型精准控制图像生成。本部分内容位于整个Stable Diffusion生态体系的位置如下图黄色部分所示 法线就是指模型表面的凹凸感而凹凸感的产生是因为模型表面像素的光照条件不一样产生的。在逐像素计算光照时每一个像素都会根据该点的法向量来计算最终该点的光照结果那么我们如果能够改变这个法线的方向就可以改变这个点的光照结果进而影响模型表面凹凸感。 最早的法线贴图实现方式是使用凹凸贴图Bump Map简单来讲就是给一张灰度图默认为黑色越凸起的地方颜色越亮通过采样点之间斜率决定像素是否位于边缘从而影响光照明暗。 Unity法线贴图一般都是存储在切线空间。切线空间的z轴就是顶点所在面的法线方向该点的uv二维坐标系则用来表达该点的切线tangent和该点的次法线binormal方向。 This model can accept normal maps from rendering engines as long as the normal map follows ScanNets protocol. 二、创作成果 三、生成过程
3.1 工作流程
整个创建过程可以分为三个步骤环境部署、模型下载、模型推理。
3.2 环境部署
我们的环境部署没有采用webUI的方式进行而是配置了基于ControlNet v1.1 进行了原始环境部署。源码资源如下图所示 3.3 模型下载 3.4 模型推理
启动程序 操作界面 提示词
提示通过图像 Prompt组合的模式进行本文我们使用的提示为cute toy. 呆萌呆萌的图像输出是不是瞬间俘获了你的内心。
四、小结
本文是《Stable Diffusion 从入门到企业级应用实战》系列的第四部分能力进阶篇《Stable Diffusion ControlNet v1.1 图像精准控制》的第14篇 《利用Stable Diffusion ControlNet NormalBAE 法线贴图模型精准控制图像生成》。下一章我们将要分享《Stable Diffusion ControlNet v1.1 图像精准控制》的第13篇《利用Stable Diffusion ControlNet Tile 磁贴模型精准控制图像生成 》。敬请期待。
