上期为大家介绍了可以增强细节的LoRA模型"Add More Details - Detail Enhancer / Tweaker（细节调整）LoRA"（不了解的可先阅读此文章：https://huke88.com/article/8151.html），本期我将使用此LoRA结合ControlNet进行出图尝试，看看最终成图的效果如何。

首先我们先导入一张图片（本次将使用图生图的模式进行出图），使用DeepBooru反推提示词功能让AI系统自动填写正向提示词，通过DeepBooru我们将获得一批提示词，DeepBooru生成的提示词可以比较好的描述画面内容。

下方截图图片中是本次要优化的原图，上传原图至图生图中，将基于此图片进行后续优化。采样方法设置为DPM++ 2S a Karras，采样迭代步数(Steps)：30，其余参数见下方截图。

我们启动一下LoRA模型“Add More Details - Detail Enhancer / Tweaker（细节调整）LoRA”，就是截图中的模型1“more_details”（这是文件名），LoRA权重值设置为0.7，点击出图。

从出图效果来看，人物、环境，姿态、动作、眼神等方面与原图有70%的相似度，并且整体及画面的细节更为丰富，无论是人物的衣着、发饰或是背景都有了比较丰富的变化，但是从感觉上来看，还是与原图有差异。

接下来，我们打开ControlNet选择reference_only预处理器，并且上传图片，reference_only可以很好的控制图片的元素，让新生成的图片相似度与原图保持的更统一。其余设置均为未做调整，点击“生成”。

开启ControlNet-reference_only后，虽然依旧开启LoRA模型并且权重也没有下调，但是人物几乎与原图保持99%的相似度了，但是也增添了不少细节内容，比如头饰、飘动的发尾、衣服细节、人物面部也进行了优化。

使用reference_only后，画面变得更为可控，人物不会因为开启了LoRA模型而变的偏离原图。若我们希望最终出图的效果不要太过于偏离原图时，我们可以选择ControlNet中的reference_only预处理器来帮助我们控制画面。

你不可错过的好内容

《Midjourney+Stable Diffusion 多角色图片细节放大处理|AI绘画》

https://huke88.com/article/8159.html

《TEXTUAL INVERSION模型介绍：Clutter (Mechanical)（机械）|stable diffusion》

https://huke88.com/article/8157.html

《TEXTUAL INVERSION模型推荐：badhandv4优化/改善手部细节|stable diffusion》

https://huke88.com/article/8156.html

《LoRA模型推荐：让你的出图人物/角色带上Vision Pro|stable diffusion》

https://huke88.com/article/8155.html

《LoRA模型推荐：2D/3D随心切换，让大模型在2D/动画<->3D/逼真切换|Stable Diffusion》

https://huke88.com/article/8154.html

《LoRA模型推荐：仙侠类LoRA模型 | 法天象地 | 道友，修仙吗？| Stable Diffusion》

https://huke88.com/article/8146.html

《Stable Diffusion插件：ControlNet的安装与模型下载教程》

https://huke88.com/article/8133.html