又有新的擴充功能可以用在 AUTOMATIC1111 的 Stable Diffusion web UI 上啦！這個算是含金量非常高的擴充，怎麼說呢？過去使用 LoRA 模型只能調整整體權重，因此有些針對人物或角色訓練的 LoRA 模型之背景繪製風格您可能不喜歡，但很可惜那時沒辦法去避免這樣「汙染背景」的問題，也就是你並不想讓 LoRA 影響某個區域，但有了這個擴充，之後使用 LoRA 時，可以去針對 AI 繪圖的每個階層設定強度。Lora是一種強大的工具，但有時真的很難使用。使用這個擴充功能，你相當有機會可以得到你想要的影像！
原來的 LoRA 強度會影響並應用於整個階層。Lora 包括編碼器在內分為 17 個塊。所以需要輸入 17 個數字。BASE、IN、OUT 等是相當於完整模型中的層。對於 LyCORIS 等，需要使用完整模型的階層，所以你需要輸入 26 個權重。
<lora:LoRA名稱:1:0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0> 👉 針對 LoRA 的區塊設定權重
<lora:LyCORIS名稱:1:0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0> 👉 針對 LyCORIS 的區塊設定權重
如果不想輸入每個區塊的權重值，開發者提供了區塊權重通用符可使用：
NONE:0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0
ALL:1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1
INS:1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0
IND:1,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0
INALL:1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,0
MIDD:1,0,0,0,1,1,1,1,1,1,1,1,0,0,0,0,0
OUTD:1,0,0,0,0,0,0,0,1,1,1,1,0,0,0,0,0
OUTS:1,0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1
OUTALL:1,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1
ALL0.5:0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5,0.5
例如我想要套用 MIDD 的區塊權重設定，這樣輸入提詞即可：<lora:LoRA名稱:1:MIDD>。
接下來我會來示範安裝擴充功能，並用 X/Y 圖展示不同區塊權重及完整權重兩者設定值變化帶來的影響比較圖。
🔗 LoRA Block Weight：https://github.com/hako-mikan/sd-webui-lora-block-weight
▲ 打開 Stable Diffusion web UI 切到「擴充功能」頁面，選「從網址安裝」，將擴充功能完整的 git 網址（即 https://github.com/hako-mikan/sd-webui-lora-block-weight.git ）輸入進去再點「安裝」按鈕，安裝完畢可以在 stable-diffusion-webui\extensions\ 路徑下看到名為 sd-webui-lora-block-weight 的資料夾。
▲ 切到「已安裝」，可以看到「stable-diffusion-webui-state」已經安裝，未來可以在此檢查更新。點「應用並重新啟動使用者介面」，這樣就成功啟用該擴充功能囉！
▲ 重新啟動 Web UI 後，來到 AI 繪圖介面下方找到 LoRA Block Weight 區塊，將「Active」打勾啟用，一旁「NONE,ALL,INS,IND,INALL,MIDD,OUTD,OUTS,OUTALL,ALL0.5」就是預設可以使用的區塊權重通用符，跟相關數值的對應關係在下方「Weights setting」可以看到，也能透過記事本編輯自訂區塊權重通用符！
▲ 這邊透過生成 X/Y 圖展示不同區塊權重及完整權重兩者設定值變化帶來的影響比較圖。我使用之前生成「喜多郁代」的原始提詞來進行，生成配置如下：
Steps: 80, Sampler: Euler a, CFG scale: 7, Seed: 1564329548, Size: 512x768
提詞：masterpiece, (best quality:1.3), Amazing, beautiful detailed eyes, 1girl, solo, finely detail,depth_of_field, extremely detailed CG unity 8k wallpaper, __posture__, (upper_body), (arms_behind_back), long_hair, red_hair, yellow_eyes, shoes, school_uniform, pleated_skirt, skirt, bow, sailor_collar, white_legwear, loafers, socks, red_bow, smile, serafuku, brown_footwear, long_sleeves, red_bowtie, bowtie, __looking__, __expression__.
XY 軸類型：提詞搜索/替換（第一個要輸入提詞中有個關鍵字，這邊 X 軸是 NONE、Y 軸是 lora:kita_ikuyo:1）
X 軸值：NONE,ALL,INS,IND,INALL,MIDD,OUTD,OUTS,OUTALL,ALL0.5
Y 軸值：lora:kita_ikuyo:1, lora:kita_ikuyo:0.8, lora:kita_ikuyo:0.6, lora:kita_ikuyo:0.4, lora:kita_ikuyo:0.2
▲ 完整比較圖，X 軸是不同區塊權重變化、Y 軸是完整權重變化。大圖這邊取：3000 x 2142 px JPG；個別原圖這邊看：萌芽論壇
建議大家自己針對要使用的 LoRA 模型製作 X/Y 圖來尋找最適合自己的參數喔！最後，歡迎到萌芽二次元欣賞本站的 AI 繪圖作品，也歡迎大家到新開設的萌芽論壇分享作品、提供資訊及詢問問題等。
《上一篇》Stable Diffusion web UI x state：記憶 AI 繪圖參數，重新載入或啟動後自動復原！ 
《下一篇》Stable Diffusion web UI x Catppuccin：為 Web UI 添加舒適淡色主題，可自選喜歡的顏色主題 
留言區 / Comments
萌芽論壇