在过去的数月中，亚马逊云科技已经推出了多篇介绍如何在亚马逊云科技上部署Stable Diffusion，或是如何结合Amazon SageMaker与Stable Diffusion进行模型训练和推理任务的内容。

　　为了帮助客户快速、安全地在亚马逊云科技上构建、部署和管理应用程序，众多合作伙伴与亚马逊云科技紧密合作。他们提供各种各样的服务、深入的技术知识、最佳实践和解决方案，包括基础设施迁移、应用程序现代化、安全和合规性、数据分析、机器学习、人工智能、云托管、DevOps、咨询和培训。

　　最近，亚马逊云科技核心级服务合作伙伴eCloudrover（伊克罗德）推出了基于Stable Diffusion的AI绘画解决方案——imAgine，既拥有经过广泛验证且易于部署的先进AI算法模型，又提供丰富且高性价比的云端资源以优化成本，旨在帮助游戏、电商、媒体、影视、广告、传媒等行业快速构建AIGC应用通路，打造AI时代的领先生产力。

Stable Diffusion实战技巧

　　古语有云：“万事开头难”，“致广大而尽精微”。这对应了在Stable Diffusion实战中，客户最常遇到的两方面问题，一是如何选择合适的提示词起手式，来生成满足期望的图片；二是如何对图片进行细节优化，使最终产出的结果能够满足生产应用需求。

　　根据过往服务客户使用Stable Diffusion的经验，整理了以下内容作为推荐的最佳实践，希望对读者使用Stable Diffusion进行创作时提供参考。

提示词工程

　　随着Stable Diffusion版本不断迭代，AI对语义的理解越来越接近“常识”之后，对提示词（Prompts）的要求也会越来越高。很多提示词上的误区有时会对绘图产生反作用。

Prompt的基本概念

　　提示词分为正向提示词（positive prompt）和反向提示词（negative prompt），用来告诉AI哪些需要，哪些不需要。

Prompt的误区

　　Prompt在于精确，不在于数量；用最简短的单词阐述画面，比自然语言要更有效。

　　提升质量的描绘词绝不是无脑堆砌、越多越好。

　　经常出现的起手式：“masterpiece”“best quality”等，很多时候会成为提示词中的累赘。这些词语在NovelAI时代是有意义的，因为当时NovelAI训练模型时大量使用了这些词汇来对图像进行评价；但在如今，经过Civitai上模型作者们不断重新炼制模型，这些提示词已经很难在生图结果中展现应有的作用。

调整提示词的权重

　　词缀的权重默认值都是1，从左到右依次减弱

　　提示词权重会显著影响画面生成结果

　　通过小括号+冒号+数字来指定提示词权重，写法如(one girl:1.5)

注意提示词的顺序

　　比如景色Tag在前，人物就会小，相反的人物会变大或半身

　　选择正确的顺序、语法来使用提示词，将更好、更快、更有效率地展现所想所愿的画面

Prompt中的Emoji

　　Prompt支持使用emoji，且表现力较好，对于特定的人脸表情或动作，可通过添加emoji图来达到效果

　　为了防止语义偏移，优先考虑emoji，然后少用不必要的with一类的复杂语法

视角Prompt推荐

　　参数解释

　　extreme closeup脸部特写

　　close up头部

　　medium close up证件照

　　medium shot半身

　　cowboy shot无腿

　　medium full shot无脚

　　full shot全身

图片优化

　　很多时候我们生成了一张差强人意的图片，希望对这个结果进行进一步的优化，但往往不知道从何下手。这时您或许可以参考以下图片参数调优的最佳实践：

哪些参数需要调整

　　CFG Scale：图像与提示词的相关度。该值越高，提示词对最终生成结果的影响越大，契合度越高。

　　CFG 2-6：有创意，但可能太扭曲，没有遵循提示。对于简短的提示来说，可以很有趣和有用。

　　CFG 7-10：推荐用于大多数提示。创造力和引导力度之间的良好平衡。

　　CFG 10-15：当您确定提示是详细且非常清晰的，对图片内容有极明确的要求时使用。

　　CFG 16-20：除非提示非常详细，否则通常不推荐。可能影响一致性和质量。

　　CFG >20：几乎无法使用。

　　Sampling Steps迭代步数：步骤越多，每一步图像的调整也就越小、越精确。同时也会成比例地增加生成图像所需要的时间。

　　对于大部分采样器，迭代越多次效果越好，但超过50步后就收效甚微。

　　Sampling method采样方法：不同的采样方法，对应的最佳迭代步数是不同的，在进行对比时需要综合考虑。

　　Euler a：富有创造力，不同步数可以生产出不同的图片。并且这是一个效率较高的采样方法，可以用来快速检查prompt效果的好坏。

　　DPM2 a Karras：适合跑真实模型，30步以后不好把控。

　　DPM++ 2M Karras：在高步数下表现优异，步数越高细节越多。

　　DDIM：收敛快，但效率相对较低，因为需要很多step才能获得好的结果，适合在重绘时候使用。

　　不同模型与采样方法搭配出的结果也不同，以上仅供参考，在进行采样方法的选择时，最好使用X/Y/Z图表进行对比。

　　Seed随机种子：随机种子值很多时候对构图的影响是巨大的，这也是SD生图随机性的最主要来源。

　　保持种子不变，同样的提示词和模型，保持所有参数一致的情况下，相同的种子可以多次生成（几乎）相同的图像。

　　在确定好一个合适的画面构图时，固定种子，对细节进行进一步打磨，是最合适的做法。

如何对比寻找最佳参数

　　利用X/Y/Z图找最佳参数：通过使用X/Y/Z图，我们可以很清晰地对比不同参数下的结果，快速定位合适的参数范围，进行进一步的生成控制。

图片尺寸优化

　　图片质量并不直接与图像尺寸挂钩。

　　但尺寸在一定程度上影响了主题/图片内容，因为它潜在代表选择的类别（比如竖屏人物，横屏风景，小分辨率表情包等）。

　　当出图尺寸太宽时，图中可能会出现多个主体。

　　1024之上的尺寸可能会出现不理想的结果，并且对服务器显存压力是巨大的。推荐使用小尺寸分辨率+高清修复。

优化多人物/宽幅单人物的生成

　　单纯使用txt2img无法有效指定多人物情况下，单个人物的特征。

　　较为推荐的方案是制作草稿+img2img或ControlNet的方式。

　　宽幅画作+单人物生成最好打草图，进行色彩涂抹，确定画面主体；或使用ControlNet的OpenPose做好人物骨架。

　　多人物确定人物数量，最好使用ControlNet的OpenPose来指定；该方案也适合画同一人物的三视图。

进行手部修复

　　将图片送入img2img inpaint，使用大致相同的提示词，将关于“手”的提示放在前面，根据希望手部特征变动多少来设置重绘幅度（如果只是希望手更完整，调至0.25以下），然后保留步骤和CFG与txt2img相同。

　　找到一个满足期望的手部图片，借助ControlNet的Canny或OpenPose_hands等预处理器+模型，结合inpaint操作，能实现更精确的手部控制。

进行面部修复

　　在绘制人物主体较小的图片时，经常会出现面部崩坏的情况。尤其是本文之后会介绍的生成艺术二维码流程，人物的面部经常会因为二维码码点的存在而崩坏。

　　对面部的重绘，更推荐使用!After Detailer插件实现，通称ADetailer。

　　该插件会使用yolo算法对图片中的物体进行识别，我们设定其识别人物面部，并提供面部重绘的提示词和模型；该插件会在识别到的面部位置进行局部重绘，完成面部修复。

　　ADetailer插件可以满足面部和手部的识别与修复。

　　在ADetailer中也能引用Lora模型进行局部重绘生成。

　　原标题：借助 ControlNet生成艺术二维码——基于Stable Diffusion的AI绘画方案

　　原链接：https://aws.amazon.com/cn/blogs/china/art-qr-code-generation-with-controlnet-ai-painting-solution-based-on-stable-diffusion/