1. 渐变/混合/先后
[from:to:when]
[A|B]
A AND B
2. 保存常用prompt
- 使用style
- 调用easynegative
3. lora分层控制
安装LoRA分层控制插件：https://github.com/hako-mikan/sd-webui-lora-block-weight
影响除脸之外的部分（保持不变脸情况下改变其他部分）
（强）1,1,1,1,1,1,1,1,0,0,0,1,1,1,1,1,1
（弱）1,1,1,1,1,1,0.2,1,0.2,0,0,0.8,1,1,1,1,1
影响脸部（脸型、发型、眼型、瞳色等）
（强）1,0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0
（弱）1,0,0,0,0,0,0,0,0.8,1,1,0.2,0,0,0,0,0
使用方法：<lora名:权重:对应控制方法名>
4. controlNet
测试了一下ControlNet不同控制模式、权重以及控制起始比例，得出的结论：
1、除非非常特定的要求完整复原输入图像要素的任务，否则应该优先使用“我的提示词更重要”；
2、在我的提示词更重要模式下，如果想更精确复原原图，可以适当提高ControlNet权重；
3、控制起始这个参数非常微妙，具体来说，ControlNet在0~0.3起的作用最大（不同采样器略有区别，但大致相似），如果开始步数晚于0.1或者结束步数早于0.3就会和不使用ControlNet差不多，设置其他的数字基本没有意义；
4、ControlNet1.1是真的很强，这几张图都是我用图1当初输入，只使用lineart anime画出来的，在“我的提示词更重要”下画面补完能力非常强
我的提示词更重要在权重达到2的时候依然效果很好
5. 面部修复
插件Face Editor
https://github.com/ototadana/sd-face-editor
6. 手部修复
https://github.com/jexom/sd-webui-depth-lib
- sam+inpaint：
关键：低蒙版模糊度，低仅蒙版绘制参考半径(像素)，低重绘强度
7. inpaint教程
https://www.bilibili.com/video/BV1uL411e7Uk/?spm_id_from=333.880.my_history.page.click&vd_source=001f9bb7bc6b807f4cdf0e23cc182212
https://www.bilibili.com/video/BV1Xa4y1N7zb
8. 表情引导
https://www.bilibili.com/video/BV1ds4y1m7tc
9.放大/高清化
使用脚本里的SD upscale
不同放大算法介绍https://zhuanlan.zhihu.com/p/616635586
10.controlnet换头术
- 用tagger反向推导图片的tag
- 到文生图，将图片导入到controlnet，涂抹修改的部分，添加所需prompt和lora，使用inpaint预处理器和模型，生成图片
- 将生成好的图片再导入到controlnet，使用tile模型
