手把手教你用Stable Diffusion v1.5 Archive:从提示词到高清大图生成

1. 环境准备与快速部署

1.1 系统要求

在开始之前,请确保你的系统满足以下基本要求:

  • 操作系统:Linux(推荐Ubuntu 20.04/22.04)或Windows WSL2
  • GPU:NVIDIA显卡,显存≥8GB(推荐12GB以上)
  • 驱动:已安装NVIDIA驱动和CUDA工具包
  • Docker:已安装Docker Engine和NVIDIA Container Toolkit

1.2 一键部署方法

打开终端,执行以下命令启动容器:

docker run -d \
  --name sd15-archive \
  --gpus all \
  -p 7860:7860 \
  -v ~/sd_output:/output \
  registry.cn-hangzhou.aliyuncs.com/csdn-mirror/stable-diffusion-v1-5-archive:latest

参数说明:

  • -d:后台运行容器
  • --gpus all:启用GPU加速
  • -p 7860:7860:将容器端口映射到主机
  • -v ~/sd_output:/output:挂载输出目录(可根据需要修改)

1.3 验证服务状态

等待1-3分钟模型加载完成后,可以通过以下方式检查服务状态:

# 查看容器日志
docker logs -f sd15-archive

# 检查端口监听
ss -tlnp | grep 7860

当看到Running on local URL: http://0.0.0.0:7860日志时,即可在浏览器访问: http://你的服务器IP:7860

2. 界面功能详解

2.1 Web界面布局

界面布局示意图

界面主要分为三个区域:

  1. 左侧控制面板:所有生成参数的设置区域
  2. 中间生成按钮:启动图像生成的核心操作区
  3. 右侧结果展示:显示生成的图片和详细参数

2.2 核心功能区域

2.2.1 提示词输入区
  • Prompt:正向提示词,描述你想要的画面
  • Negative Prompt:反向提示词,排除不想要的元素
2.2.2 参数调节区
  • Sampling Steps:采样步数(建议20-30)
  • CFG Scale:提示词遵循强度(建议7-8)
  • Width/Height:输出分辨率(建议512x512或768x768)
  • Seed:随机种子(-1表示随机)
2.2.3 生成控制区
  • Generate:开始生成按钮
  • Interrupt:中断生成按钮

3. 提示词编写实战技巧

3.1 英文提示词结构建议

一个优秀的提示词通常包含以下要素:

[主体描述], [场景环境], [艺术风格], [画质细节], [光照效果]

实际案例:

A beautiful cyberpunk girl, standing on neon-lit Tokyo street, digital painting by Greg Rutkowski, 8k resolution, intricate details, cinematic lighting

3.2 反向提示词模板

使用这些通用负面词可以显著提升画面质量:

lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

3.3 中文提示词处理方案

虽然SD1.5对中文理解有限,但可以通过以下方法改善:

  1. 直接翻译法:

    • 中文原意:"古风美女站在樱花树下"
    • 翻译结果:"an ancient-style beautiful woman standing under cherry blossom trees"
  2. 补充细节法:

    • 添加风格描述:"...traditional Chinese painting style, soft colors, delicate brush strokes"
  3. 使用专业术语:

    • 替换"好看"为具体描述:"...elegant hanfu dress, intricate hair ornaments"

4. 参数优化指南

4.1 基础参数设置

参数推荐值效果说明
Steps20-30低于20步细节不足,高于30步收益递减
CFG Scale7-8低于6太自由,高于9会过度饱和
分辨率512x512显存8G推荐值,16G+可尝试768x768
SamplerEuler a平衡速度与质量的经典选择

4.2 进阶参数调整

4.2.1 高清修复(Hires. fix)

启用后可以先生成低分辨率草图,再放大细化:

  1. 勾选"Enable Hires. fix"
  2. 设置Upscale系数(1.5-2.0)
  3. 选择放大算法(R-ESRGAN 4x+)
4.2.2 随机种子策略
  • 创意模式:保持Seed=-1,每次获得不同结果
  • 精准控制:固定Seed值,微调提示词逐步优化

5. 实战案例演示

5.1 案例1:科幻城市景观

提示词:

futuristic cityscape at night, towering skyscrapers with neon lights, cyberpunk style, rain-soaked streets reflecting colorful signs, 8k ultra detailed, cinematic composition, by Simon Stalenhag and Blade Runner 2049

参数配置:

  • Steps: 28
  • CFG scale: 7.5
  • Size: 768x512
  • Seed: 12345

生成效果: 科幻城市案例

5.2 案例2:古风人物肖像

提示词:

beautiful Chinese woman in traditional hanfu, delicate facial features, standing in ancient garden with plum blossoms, soft watercolor painting style, muted colors, elegant composition, by Gu Kaizhi

反向提示词:

lowres, bad anatomy, extra fingers, blurry, modern clothing

参数配置:

  • Steps: 25
  • CFG scale: 7
  • Size: 512x768
  • Sampler: DPM++ 2M Karras

6. 常见问题解决

6.1 生成质量不理想

问题现象:画面模糊、结构扭曲、元素缺失
解决方案:

  1. 增加Steps到25-30
  2. 优化提示词描述(更具体、添加质量标签)
  3. 添加适当的反向提示词
  4. 尝试不同的Sampler(如DPM++ 2M Karras)

6.2 显存不足错误

错误信息:CUDA out of memory
解决方法:

  1. 降低分辨率(从768→512)
  2. 关闭Hires. fix
  3. 减少Batch size
  4. 使用--medvram参数启动(需修改docker命令)

6.3 服务异常处理

问题现象:Web界面无法访问
排查步骤:

# 检查容器状态
docker ps -a

# 查看服务日志
docker logs sd15-archive

# 重启服务
docker restart sd15-archive

7. 总结与进阶建议

通过本教程,你应该已经掌握了:

  1. 快速部署SD1.5 Archive镜像的方法
  2. Web界面的基本操作和核心参数
  3. 编写高质量提示词的实用技巧
  4. 常见问题的排查解决方法

进阶学习建议:

  • 尝试不同的Sampler比较效果差异
  • 探索Latent Couple等扩展功能
  • 学习Prompt加权语法(如(word:1.3))
  • 研究LoRA模型的应用方法

获取更多AI镜像

想探索更多AI镜像和应用场景?访问 CSDN星图镜像广场,提供丰富的预置镜像,覆盖大模型推理、图像生成、视频生成、模型微调等多个领域,支持一键部署。

Logo

北京人形旗下天工造物具身智能开源社区,聚焦具身天工与慧思开物两大平台

更多推荐