尋求一種在穩定流中更精確地控制 AI 藝術創作的 AI 藝術家可能有興趣學習如何使用 ControlNet。 穩定的交付模型改變了人工智慧藝術家生成和操作圖像的方式。 該模型允許使用者從參考圖像中複製人體構圖或姿勢，從而提供以前無法達到的精確度。 本文深入探討了使用 ControlNet 的複雜性，重點介紹了影像提示適配器，以及如何使用它來自訂 AI 影像。
ControlNet 是一種神經網路模型，旨在控制穩定的擴散模式。 它為文字提示添加了額外的調節層，這是使用 SDXL 模板的最基本形式。 這種額外的調節可以採取不同的形式，使用戶能夠精確地操縱人工智慧生成的圖像。 ControlNet 中的圖像提示適配器是一個強大的工具，可用於在 AI 生成的臉部周圍創建人物和背景，更改照片中人物的年齡、頭髮類型和顏色，或修改數位藝術中的元素。
如何透過SDXL和ControlNet使用AI藝術個性化？
ControlNet 及其影像提示適配器提供了用於操作和生成 AI 影像的強大工具。 無論是修改數位藝術、重新生成人工智慧影像，還是從臉部影像創建整個身體和環境，ControlNet 都提供了「當時無法訪問」的精確度和控制水平。 有了正確的知識和工具，影像處理和生成的可能性幾乎是無限的。
在 YouTube 上觀看此影片。
您可能會對 Stability AI 創建的其他有關穩定擴散主題的文章感興趣：
- 穩定擴散 SDXL 自動 1111 工具和 GUI
- 基於穩定擴散 SDXL 1.0 的 Juggernaut XL AI 藝術產生器
- 如何使用穩定擴散來交換人臉影像以獲得一致性
- 如何在穩定擴散的人工智慧藝術中創造一致的角色
- 如何安裝Stable Diffusion SDXL 1.0文字轉影像AI藝術？
- 改良了 Stable Diffusion XL NVIDIA TensorRT 的性能
若要使用 ControlNet，使用者必須下載三個 Hugging Face IP 轉接器範本以及 IP 轉接器 plus 臉部範本。 IP 適配器模板是用於文字到影像流程模型（例如穩定廣播）的影像提示模板，可與其他 ControlNet 模型結合使用。
使用 IP 適配器模型的工作流程包括在 SDXL 中重新產生參考 AI 影像，並使用積極提示將元素新增至最終影像。 此過程允許使用者使用 ControlNet 修改數位藝術中的元素。 例如，使用者可以使用修復來修改基礎 AI 影像的頭髮並繪製另一個基礎影像的臉部。 該技術提供了對主體身體和臉部角度的一定程度的控制，允許使用者改變影像的主體而無需訴諸修復。
ControlNet 模型也可以與其他模型結合使用。 例如，Rev 動畫檢查點可用於獲取 AI 生成的房屋向量並將其重新生成為動畫藝術。 該技術可用於在各種環境和天氣條件下操縱藝術。
ControlNet 最強大的功能之一是能夠從臉部影像創建整個身體和環境。 這是透過使用正臉模型和使用開放姿勢的第二個 ControlNet 影像來完成的。 此功能可讓使用者更好地控制主體身體和臉部的角度，從而創建更真實、更細緻的影像。 要了解有關 ControlNet 及其安裝方法的更多信息，請訪問 Stability AI 網站。
