Stable Diffusion建筑繪畫基礎(chǔ)與實(shí)戰(zhàn)

第 1章
認(rèn)識(shí)AI繪畫
1.1 AI繪畫的主要軟件 010
1.2 Stable Diffusion的模型放置位置 010
1.3 初次體驗(yàn)AI繪畫 011

第 2章
建筑渲染實(shí)戰(zhàn)
2.1 實(shí)戰(zhàn)：現(xiàn)代文化建筑精細(xì)手繪稿渲染 015
2.2 實(shí)戰(zhàn)：現(xiàn)代辦公建筑3D模型透視圖渲染 019

第3章
建筑創(chuàng)作實(shí)戰(zhàn)
3.1 實(shí)戰(zhàn)：用提示詞進(jìn)行效果創(chuàng)作 025
3.1.1 蓮花建筑創(chuàng)作 025
3.1.2 提示詞的運(yùn)用 027
3.2 實(shí)戰(zhàn)：簡(jiǎn)單手繪效果創(chuàng)作 028
3.2.1 展覽館建筑 029
3.2.2 古根海姆博物館手稿 034
3.2.3 靈芝狀山谷觀景臺(tái) 038
3.3 實(shí)戰(zhàn)：毛坯房照片靈感創(chuàng)作 042
3.4 實(shí)戰(zhàn)：小型住宅建筑方案創(chuàng)作（簡(jiǎn)單體塊） 045
3.4.1 現(xiàn)代鋼木建筑 045
3.4.2 地中海風(fēng)格建筑 050
3.4.3 利用微調(diào)小模型（LoRA）生成特定風(fēng)格建筑 052
3.4.4 利用ControlNet的語義分割（Seg）生成建筑方案 054
3.5 實(shí)戰(zhàn)：水邊高層建筑方案創(chuàng)作（簡(jiǎn)單體塊） 057
3.5.1 高層建筑方案創(chuàng)作1 057
3.5.2 高層建筑方案創(chuàng)作2 062

第4章
室內(nèi)渲染與創(chuàng)作實(shí)戰(zhàn)
4.1 實(shí)戰(zhàn)：室內(nèi)手繪效果渲染 065
4.1.1 宴會(huì)廳 065
4.1.2 住宅客廳 069
4.2 實(shí)戰(zhàn)：接待大廳（SketchUp精細(xì)模型） 073
4.3 實(shí)戰(zhàn)：臥室（SketchUp粗略模型） 078
4.4 實(shí)戰(zhàn)：毛坯房照片方案創(chuàng)作 084

第5章
園林景觀渲染與創(chuàng)作實(shí)戰(zhàn)
5.1 實(shí)戰(zhàn)：精細(xì)線稿渲染 094
5.1.1 初步渲染 094
5.1.2 解決問題1——獲得理想的水面位置 096
5.1.3 解決問題2——刪除多余的墻體或柵欄 098
5.1.4 解決問題3——獲得通透的光線效果 098
5.2 實(shí)戰(zhàn)：粗略線稿創(chuàng)作 100

第6章
建筑規(guī)劃渲染與創(chuàng)作實(shí)戰(zhàn)
6.1 實(shí)戰(zhàn)：建筑規(guī)劃鳥瞰圖的渲染與創(chuàng)作 106
6.1.1 利用ControlNet生成建筑規(guī)劃鳥瞰圖 106
6.1.2 利用LoRA豐富和完善建筑規(guī)劃鳥瞰圖 111
6.2 實(shí)戰(zhàn)：總平面圖的渲染著色 112
6.2.1 利用Lineart渲染著色總平面圖 112
6.2.2 結(jié)合Seg和Lineart生成建筑規(guī)劃總平面圖 114
6.2.3 利用LoRA豐富和完善總平面圖 116
6.3 實(shí)戰(zhàn)：樓層平面CAD圖的渲染著色 117
6.3.1 利用Lineart著色戶型平面圖 118
6.3.2 利用LoRA豐富和完善戶型平面圖 121
6.4 實(shí)戰(zhàn)：建筑立面圖的渲染著色 122
6.4.1 利用Lineart和LoRA生成建筑立面圖 122
6.4.2 利用Depth正確控制建筑形體的體量關(guān)系 125

第7章
Stable Diffusion軟件技術(shù)要點(diǎn)
7.1 Stable Diffusion中常見的幾種模型 130
7.2 ControlNet模型介紹 131
7.2.1 ControlNet模型介紹之Lineart（線稿） 132
7.2.2 ControlNet模型介紹之Canny（硬邊緣） 133
7.2.3 ControlNet模型介紹之Normal（法線） 134
7.2.4 ControlNet模型介紹之Depth（深度） 136
7.2.5 ControlNet模型介紹之Tile（分塊） 138
7.2.6 ControlNet模型介紹之Seg（語義分割） 141
7.2.7 ControlNet模型介紹之IP2P（像素特效） 142
7.2.8 ControlNet模型介紹之IP-Adapter（風(fēng)格適配） 144
7.3 LoRA模型 147
7.4 VAE模型 148
7.4.1 什么是VAE 148
7.4.2 下載安裝VAE模型 148
7.4.3 VAE模型的作用 149
7.5 迭代步數(shù)和采樣方法 149
7.5.1 迭代步數(shù)（Steps） 149
7.5.2 采樣方法（Samplers） 149
7.5.3 過擬合 151
7.6 提示詞的權(quán)重語法 151
7.6.1 提示詞的構(gòu)成 151
7.6.2 提示詞權(quán)重 152
7.6.3 增加或減小權(quán)重 152
7.6.4 提示詞提取方法 153
7.7 提示詞引導(dǎo)系數(shù) 154
7.8 從圖片獲取參數(shù)信息或提示詞 155
7.8.1 從“PNG圖片信息”選項(xiàng)卡提取提示詞 155
7.8.2 從已有圖片反推提示詞 156
7.9 X/Y/Z圖表 156
7.10 超分辨率放大 161
7.10.1 超分辨率放大方法之一：ControlNet的Tile（分塊） 161
7.10.2 超分辨率放大方法之二：高分辨率修復(fù)（Hires.fix） 163
7.10.3 超分辨率放大方法之三：后期處理 164
7.10.4 超分辨率放大方法之四：使用Ultimate SD Upscale插件 165
7.11 其他參數(shù) 167