提示词反推#

文生图的流程是给提示词然后生成对应图片，而如果要将一个人像转为二次元，一个靠谱的方案是先获得这个人像对应的提示词，这能帮助 sd 模型生成的图像尽可能贴近原图像。

对于 sd webui，这需要提示词反推插件来实现：

1
https://github.com/67372a/stable-diffusion-webui-wd14-tagger.git

原本的 wd14 tagger（也就是你在网上各种教程、视频里看到的那个插件）已经 public archive 了，所以上面提供的是一个近期更新过的可用版本。

安装完成后进入 Tagger 选项卡，按照上图所示操作，会自动下载反推所需模型。

自动从 hugging face 下载，需要代理环境。

将生成的正向提示词 Send to txt2img 后，点击 Unload all interrogate models 卸载反推模型以节省显存占用。

controlnet 模型#

具体的操作流程参考教程： https://www.uisdc.com/stable-diffusion-27

下面主要给出这个教程涉及到的模型资源（涉及下载部分需代理环境）：

1. Preprocessor 1：
   • openpose_full：下拉菜单选中预处理器后，点击右侧按钮自动下载
   • 对应的 Model：control_sd15_openpose.pth
2. Preprocessor 2：
   • softedge_pidinet：与 openpose_full 相同，选中后点击自动下载
   • 对应的 Model：control_v11p_sd15_softedge.pth 和 control_v11p_sd15_softedge.yaml

基底大模型用的是ReV Animated

最终效果#