大家好，前面我已经陆续介绍了关于Stable diffusion的几篇文章，包括它的安装、文生图介绍，以及模型梳理。今天给大家带来的是Stable diffusion的实战，也是目前比较火的黏土滤镜（特效）。
1、大模型选择
前面在模型梳理的那篇文章中提到过，SD的大模型（底模）是非常重要的，决定了出图的风格。
而一般我们用于生成黏土滤镜的图片都属于真实人物，所以这里我们采用的是真实系模型：LEOSAM's HelloWorld XL
2、Lora模型选择
选完了大模型之后，其实还要再选择Lora模型，因为像上面的大模型，它的作用只是尽可能画真实系的人物，但是你要让他画真实系+黏土风格的人物，它其实就很难做到。
没使用Lora的情况下，提示词为：
clay,1man,black hair,生成的图片
不过有时候在没Lora的情况下也能“抽到”稍微好一点的，比如这个
注：这张也是图生图生成的
Lora模型可以在C站上面进行查找，输入clay关键词[1]即可
我这里选用的是 CLAYMATE - Claymation Style for SDXL 这个Lora模型。
3、选择图生图
由于我们这次是要给图片加上黏土滤镜风格，所以选用的是图生图，SD需要有一张图片作为参照物。尽管我们前面并没有讲到图生图，但是和文生图总体差异不大。
4、提示词书写
本次我的参考图总体比较简单，就是OpenAI的Sam Altman的图片，所以我的正向提示词其实比较简单：
clay,1man,black hair,<lora:CLAYMATE_V2.03_:1>,clay就是黏土的意思，<lora:CLAYMATE_V2.03_:1> 这个就是触发Lora的提示词，这个怎么来的呢？其实也很简单，点击对应的Lora模型即可（提示词区域会自动显示）。
反向提示词（这个看情况调整）:
lowres,bad anatomy,((bad hands)),(worst quality:2),(low quality:2),sketches,bad hands,text,error,missing fingers,5、采样方法
如果你也是跟我一样选择 LEOSAM's HelloWorld XL 大模型，比较建议的采样方法是 Eluer a，因为这个模型是专门适用于Eluer a，在模型的页面说明有提到，不过你也可以试试 DPM++ 2M Karras，这个我试了也还OK
6、迭代步数
这个我试了之后，一般是25-30步比较合适
7、重绘尺寸
由于参考的图片尺寸不一，使用固定尺寸的话容易和原图风格不搭，所以一般建议使用和原图相同的尺寸（或者相同比例），这里有个小技巧，点这里就能把宽高与参考图保存一致。
8、提示词系数
这个前面讲过，决定了提示词对作图的影响（比重），这个我选择的是7
9、重绘幅度
这个参数比较重要，也是文生图里面没有的，代表的是生成的图片与参考图的相似程度，范围是0-1，越小表示与原图越接近，越大表示与原图不接近，一般选择0.5-0.7
以上就是生成黏土滤镜所需要的模型以及关键参数了，下面是我生成的一些效果图：
你们觉得这个黏土滤镜生成的效果怎么样呢。