·首先打开stable defusion,选择tony这个大模型,然后输入正向提示词跟反向提示词。采取方法选择dpm加加二米carries迭代步数,选择三十次。这里须要打开高清分辨率修复选项,可以使图片增加更多细节。把稳一定要按照原图的尺寸的倍数放大缩小,高清修复的同时图片渲染速率也会变慢,请酌情增减。
·打开control内选项,将之前画好的三视图导入进control内。这里将用线稿深度、姿态、分快等四种掌握类型进行排队组合,不雅观察出图效果。
·首先来测试效果。首先出场的是苹果的m2芯片,渲染时长为八分钟。然落后场的是4090,渲染时长为三十八秒。

·测试第二种更倾向于提示词的掌握类型,其他的请保持不变。首先出场的是苹果m2芯片,渲染时长是八分钟。然落后场的是4090,渲染时长是三十五秒。
·测试第三种更倾向于controlled的掌握类型,其他的保持不变。首先出场的是苹果的mar芯片,渲染时长十八分钟。然落后场的是英伟达的4090,渲染时长是三十八秒。
·测试第二种组合linear加deep加openpose掌握类型均衡。首先出场的是苹果m2芯片,渲染时长是八分钟。然落后场的是4090,渲染时长是三十五秒。
·连续测试第二种组合中的更倾向提示词的掌握类型,其他请保持不变。首先出场的是苹果m2芯片,渲染时长是八分钟。然落后场的是英伟达的4090,渲染时长是三十八秒。
·测试第二种组合中更倾向于ctrlon的掌握类型,其他的保持不变。首先出场的是苹果gma芯片,渲染时长是八分钟。然落后场的是4090,渲染时长是三十五秒。