隨著 Stable Diffusion 的不斷進(jìn)化，越來越多的開發(fā)者加入到插件開發(fā)的行列中。大家都知道網(wǎng)上雖然教程多，但非常碎片，一個(gè)個(gè)學(xué)習(xí)和查閱真的非常耗時(shí)，感覺每天都在燒腦。如果你是 SD 小白或者是小懶貓，又想快速上手使用 Stable Diffusion 插件，那么這篇文章就非常適合你了！因?yàn)檫@是以設(shè)計(jì)師日常應(yīng)用的角度出發(fā)，從推薦指數(shù)、易上手程度、使用頻率三個(gè)維度來測評。

希望這篇文章能夠幫助大家更好地了解 Stable Diffusion 插件。

更多SD插件：

一、前方高能

1. prompt-all-in-one 提示詞翻譯補(bǔ)全(自動(dòng)翻譯)

推薦指數(shù)：☆☆☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆☆☆☆☆

能做什么：prompt-all-in-one 提示詞翻譯補(bǔ)全可以幫助英文不好的用戶，快速彌補(bǔ)英文短板。其中包含，中文輸入自動(dòng)轉(zhuǎn)英文、自動(dòng)保存使用描述詞、描述詞歷史記錄、快速修改權(quán)重、收藏常用描述詞、翻譯接口可以多種選擇、一鍵粘貼刪除描述詞等。

擴(kuò)展地址： https://github.com/Physton/sd-webui-prompt-all-in-one

2. SixGod 提示詞插件

推薦指數(shù)：☆☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆☆☆☆

能做什么：SixGod 提示詞插件可以幫助用戶快速生成逼真、有創(chuàng)意的圖像。其中包含，清空正向提示詞”和“清空負(fù)向提示詞、提示詞起手式包含人物、服飾、人物發(fā)型等各個(gè)維度的提示詞、一鍵清除正面提示詞與負(fù)面提示詞、隨機(jī)靈感關(guān)鍵詞、提示詞分類組合隨機(jī)、動(dòng)態(tài)隨機(jī)語法等。

擴(kuò)展地址： https://github.com/thisjam/sd-webui-oldsix-prompt

3. After Detailer 人臉及手部修復(fù)插件

推薦指數(shù)：☆☆☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆☆☆☆

能做什么：After Detailer 是一款強(qiáng)大的圖像編輯工具，可用于修復(fù)和編輯圖像。自動(dòng)修復(fù)圖像中的瑕疵 ，無論是 2D 還是真實(shí)的人臉及手部都可以通過識別面部/人物/手部并自動(dòng)對其進(jìn)行 mask 和重繪的工具，可以通過調(diào)整參數(shù)去改變識別的對象和識別區(qū)域的大小及位置等。

擴(kuò)展地址： https://github.com/Bing-su/adetailer

4. Tagger 提示詞反推

推薦指數(shù)：☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆☆

能做什么：Tagger 提示詞反推可以從任意圖片中提取。幫助理解圖像的內(nèi)容、創(chuàng)建創(chuàng)意圖像、分析圖像數(shù)據(jù)。

擴(kuò)展地址： https://github.com/pythongosssComfyUI-WD14-Tagger?tab=readme-ov-file

5. Inpaint Anything 蒙版換裝換臉

推薦指數(shù)：☆☆☆☆

易上手程度：☆☆☆

使用頻率：☆☆

能做什么：Inpaint Anything 是一款強(qiáng)大的圖像編輯工具，可用于刪除和替換圖像中的任何內(nèi)容。它使用人工智能來自動(dòng)識別和修復(fù)圖像中的缺陷，無需使用遮罩。刪除圖像中的不需要的對象或瑕疵、修復(fù)圖像中的損壞、替換圖像中的對象或背景、創(chuàng)建創(chuàng)意圖像效果。

擴(kuò)展地址： https://github.com/Uminosachi/sd-webui-inpaint-anything

6. Segment Anything 識別分割圖片中的物體

推薦指數(shù)：☆☆☆

易上手程度：☆☆

使用頻率：☆

能做什么：Segment Anything 是一款強(qiáng)大的圖像分割工具，可用于自動(dòng)識別和分割圖像中的不同對象。類似于 controlnet 中的 SEG 語義分割，但 Segment Anything 是功能更強(qiáng)大、準(zhǔn)確性更高、易用性也更高的圖像分割工具， 但學(xué)習(xí)成本更高。

擴(kuò)展地址： https://github.com/facebookresearch/segment-anything.git

7. ultimate SD upscale 圖片放大

推薦指數(shù)：☆☆☆☆

易上手程度：☆☆☆☆

使用頻率：☆☆☆☆

能做什么：Ultimate SD Upscale 是一款強(qiáng)大的圖像超分辨率工具，可用于將低分辨率圖像提升到高分辨率、減少噪聲和模糊。Ultimate SD Upscale 使用的超分辨率模型是基于深度學(xué)習(xí)的，因此具有較高的準(zhǔn)確性。

擴(kuò)展地址： https://github.com/Coyote-A/ultimate-upscale-for-automatic1111.git

8. Tiled Diffusion

推薦指數(shù)：☆☆☆

易上手程度：☆☆

使用頻率：☆☆☆

能做什么：Tiled Diffusion 同樣是圖像超分辨率、修復(fù)圖像瑕疵的工具。Tiled Diffusion 適合小顯存，速度更快，細(xì)節(jié)添加更可控，也不容易崩壞。

擴(kuò)展地址： https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111

本人用 Ultimate SD Upscale 最多，因?yàn)樗鄬Ω邪l(fā)揮空間。而 Tiled Diffusion 是可以讓圖片看起來更逼真。、

10. Additional Networks

推薦指數(shù)：☆☆

易上手程度：☆

使用頻率：☆

能做什么：Additional Networks 是一個(gè)由 Google AI 開發(fā)的插件，可用于模型中添加額外的 LoRA，也可幫我們控制多個(gè) LoRA 模型生成混合風(fēng)格的圖像，從而提升圖片的獨(dú)創(chuàng)性。

擴(kuò)展地址： https://github.com/kohya-ss/sd-webui-additional-networks.git

11. Image-recognition 圖片信息識別

推薦指數(shù)：☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆☆☆☆

能做什么：sd-webui-圖片信息識別是一個(gè)由 Google AI 開發(fā)的開源插件，可基于圖片識別模型、圖片中的物體、場景、人物等信息，并將其輸出為文本。

擴(kuò)展地址： https://github.com/google/sd-webui-image-recognition

12. Openpose Editor 姿態(tài)編輯

推薦指數(shù)：☆☆☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆☆☆☆☆

能做什么：識別圖片中的人物姿態(tài)，可以根據(jù)需求隨意調(diào)整人物的姿勢，例如武術(shù)、手托腮、人物復(fù)雜姿態(tài)。

13. DWpose 手部修復(fù)

推薦指數(shù)：☆☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆☆☆☆

能做什么：普通 OpenPose 模型的強(qiáng)化版，對手部動(dòng)態(tài)識別有更好的理解能力，對復(fù)雜的穿插關(guān)系的姿態(tài)識別表現(xiàn)出眾。

擴(kuò)展地址： https://github.com/IDEA-Research/DWPose

14. IP-Adaper

推薦指數(shù)：☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆☆

能做什么：IP-Adapter 是騰訊的另一個(gè)實(shí)驗(yàn)室 Tencent AI Lab 研發(fā)的控圖模型。名稱中的 IP 指的是 Image Prompt 圖像提示，它和 T2I-Adapter 一樣是一款小型模型，用于風(fēng)格遷移、可理解為墊圖。

擴(kuò)展地址： https://github.com/tencent-ailab/IP-Adapter ；https://ip-adapter.github.io/

15. Recolor 重新上色

推薦指數(shù)：☆☆☆☆

易上手程度：☆☆☆☆☆

使用頻率：☆

能做什么：Recolor 是給圖片填充顏色，非常適合修復(fù)一些黑白老舊照片和去過色的圖片。

16. T2I-Adapter 文生圖適配器

推薦指數(shù)：☆☆☆☆

易上手程度：☆

使用頻率：☆☆

能做什么：T2I-Adapter 由騰訊 ARC 實(shí)驗(yàn)室和北大視覺信息智能學(xué)習(xí)實(shí)驗(yàn)室聯(lián)合研發(fā)的一款小型模型，它的作用是為各類文生圖模型提供額外的控制引導(dǎo)，同時(shí)又不會(huì)影響原有模型的拓展和生成能力。T2I-Adapter 的特點(diǎn)是體積小，參數(shù)級只有 77M，但對圖像的控制效果不錯(cuò)。

擴(kuò)展地址： https://huggingface.co/TencentARC/T2I-Adapter/tree/main/models

總體而言，Stable Diffusion 功能非常強(qiáng)大、也逐漸變得易于使用了。如果你還沒有嘗試過 SD，我強(qiáng)烈建議你試試看。它一定會(huì)給你帶來驚喜！

歡迎關(guān)注「58UXD」的微信公眾號：