在现场呢是很多小伙伴对这个很感兴趣，想知道详细的操作方法，以是这期就和大家大略的分享一下全体流程。

先看看效果。
由于哀求是赛博朋克风动漫人物转绘，以是末了出图便是这种赛博朋克风的动漫画风。
那详细怎么做呢，我们现在就从头开始一步一步来实现它。

【可关注B站碳基科技研究所，搜“喂饭级教程，SD轻松AI换脸/转绘动漫风”】

这里我们用到的是Stable Diffusion，离线天生比较方便。
我们想要的这种效果利用WEBUI和ComfyUI都能实现。

ComfyUI的事情流很方便，但是对付初学者来说理解起来可能会有点困难，而且用别人的事情流有时候可能会碰着各种报错须要办理。

我们这里是用WebUI来跑的，虽然不能像ComfyUI那样一键导入事情流就复现，但全体流程也非常大略易懂，纵然0根本只要照着做也是几分钟就实现了。

推举利用秋葉的整合包安装支配

首先要支配好Stable Diffusion的WebUI，推举直接用“赛博大神”秋葉的整合包（B站搜索“秋葉aaaki”）。
由于要用到Controlnet，以是记得提前支配好Controlnet。
这里是利用Instant_id来保持人物同等性，以是也要提前***安装好Instant_id的预处理器和模型。
鉴于篇幅，我们这里就不详细讲解安装过程，如有须要可以参考秋葉的利用解释和安装教程。

接下来便是选择并安装得当的大模型。
由于是要转换成赛博朋克动漫风，以是这里用一些带有赛博朋克风格的二次元的模型比较好。
而Instant_id只支持SDXL，以是这里也要选用SDXL模型。

根据我们的考试测验，“彩璃二次元”“动漫二次元”“炫彩二次元”“绚丽多彩”等二次元SDXL模型都还是比较好用的。
大家可以到各大SD模型网站***利用。

我们这里选择“彩璃二次元”这个模型做演示。
出图方法选用“文生图”，虽然是转绘，但是我们这个需求是可以不用“图生图”的。

正向提示词这里输入“1girl,absurdres,front view,cyberpunk, glowing neon lights,masterpiece,best quality,”（分别对应“1女孩，超高分辨率，正面视角，赛博朋克，霓虹灯，精品，最佳质量”）。
这里的1girl对应女生，如果是男生的话，就更换成1boy，其他的词更多是营造赛博朋克氛围和画质的提示词，如果你有其他的想法也可以自己修正添加。

反向提示词“(worst quality:2),(low quality:2),(normal quality:2),lowres,normal quality,((monochrome)),((grayscale)),skin spots,acnes,skin blemishes,age spot,(ugly:1.33),(duplicate:1.33),(morbid:1.21),(mutilated:1.21),(tranny:1.33),mutated hands,(poorly drawn hands:1.5),blurry,(bad anatomy:1.21),(bad proportions:1.33),extra limbs,(disfigured:1.33),(missing arms:1.33),(extra legs:1.33),(fused fingers:1.61),(too many fingers:1.61),(unclear eyes:1.33),lowers,bad hands,missing fingers,extra digit,bad hands,missing fingers,(((extra arms and legs))),”

反向提示词这里利用的一组通用提示词，基本上都是质量方面的，大家可以自行发挥想象。

采样方法选DPM系列和Euler系列都是可以的。
由于模型作者推举该模型利用DPM++ 2S a Karras，以是这里也用相同的采样方法。
迭代步数根据模型解释选用25-30步。

天生分辨率这个根据自己的需求和硬件性能来设定。
由于我们的目的是要打印成6英寸照片，以是设置成了1440×900。
过高的分辨率对显存有较高的需求，而太低的分辨率会导致SDXL模型出图有问题，推举大家利用1024×683旁边的分辨率，画质能接管且显存占用不会过大。

总批次数×单批数量=每次天生多少张图。
这个根据自己的需求来填，建议只修正“总批次数”，“单批数量”保持为1，过大的“单批数量”会导致显存不敷。
，比如我们这里“总批次数”为4，“单批数量”为1，意思便是一共天生4批图片，每批1张，也便是统共4张供大家挑选。

接下来就要用到ControlNet了。
在第一个ControlNet单元，先传上去一张图，这张图便是用于识别人物面部特色的，对付图片的大小没有太高的哀求，但是一定要担保脸是清楚无遮挡的，表情不要太夸年夜。
背景、姿态、动作都是无所谓的，这些会被重绘。

然后不才面勾上“启用”和“完美像素模式”，掌握类型选择“Instant-ID”，预处理器选择这个“instant_id_face_embedding”，模型用“ip-adapter_instant_id_sdxl”。
这一步便是获取人物的面部特色。

然后我们再启用第二个ControlNet单元，同样是上传一张图片，然后勾选“启用”和“完美像素模式”。
这张图片用于掌握天生后的图片中人物的姿态，和上一张图不同的是，这张图不识别人物面部特色，以是可以用任意人的脸，乃至是二次元的都可以。

但是这张图是要识别人物姿态的，以是最好是和前一张图的人物面部方向同等，也便是说第一张图是正面那就都正面，第一张图是侧面就都侧面。
其余，这张图的比例最好和之前填写的分辨率比例保持一贯，否则出图可能会有一些奇怪的拉伸。

掌握类型依旧选“Instant_ID”，和之前不同的是这里预处理器选“instant_id_face_keypoints”，模型选“control_instant_id_sdxl”。
同样是轻微调度下掌握权重之类的。
这样就掌握了出图的人物姿态。

设置完成后，点击天生。
我们这里是选的一次出4张图，等待一下子，图就出来了，是不是还挺像那么回事吧，而且操作起来也很大略对吧。

这个实例从事理上来讲呢，便是用Instant_ID来保持人物同等性。
通过文生图天生了一张图，然后通过Instant_ID掌握姿态并换脸。
以是大家也可以举一反三，并不一定是真人转绘成动漫人物啊，动漫转真人也是可以这样做的，还有AI写真之类的，实在事理上都是差不多的。

须要大家须要把稳的是，由于这里用的是SDXL，而且还挂载了2个ControlNet单元，对显存的哀求还是略高，演示用的1440×960这个分辨率大概会用到13GB多的显存，显卡的选择上最好就须要用到拥有16GB及更大显存的卡了。
比如我们这里用的是RTX 4080，低本钱的16GB显存的卡可以选择RTX 4060 Ti 16GB。

如果把分辨率降到1024×683，那么显存的占用会降落至11GB多，这样的话12GB显存的卡就刚好够用，像RTX 3060 12GB、RTX 4070这些都可以轻松考试测验了。

总体来看，这是一个比较大略的方法，适宜快速出图及抽卡体验。
不过由于整体掌握不是非常精准，以是有时候会涌现一些禁绝确的图，但是好在简洁易懂，对付抽卡来说还是比较方便的。
适宜初学的时候理解操作方法，也适宜须要快出出图的演示场合。

那么你学懂了吗，不如赶紧动手操作起来把。
（如果想不雅观看***版教程或获取支配好Instant_ID的整合包可以关注B站碳基科技研究所，搜“喂饭级教程，SD轻松AI换脸/转绘动漫风”。