AIGC 360全景图 效果图材质替换

首先感叹一下AIGC的效果，如下图所示

准备材料

AUTOMATIC1111 WebUI Prompts Positive and Negative提示词 LoRa 插件 LoRa: LatentLabs360 on CivitAI ControlNet 插件 Deep-checkpoints模型文件地址 Lora-Script 训练脚本 Panorama-Viewer查看全景图插件

安装WebUI

Linux

sudo apt install wget git python3 python3-venv # 安装/home/$(whoami)/stable-diffusion-webui/ bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh) cd /home/$(whoami)/stable-diffusion-webui/ source venv/bin/activate bash ./webui.sh 

网络问题自己搭梯子，一些安装环境可以调整（gradio==3.16.2）

Windows

感谢 秋葉aaaki UP主，活菩萨在世T_T

安装Python 3.10.6, 需要勾选 “Add Python to PATH” 克隆AUTOMATIC1111仓库 以正常、非管理员用户身份从终端运行webui-user.bat

安装插件

在项目路径/extensions下

# 安装 LoRa 插件 git clone https://github.com/kohya-ss/sd-webui-additional-networks # 安装 ControlNet 插件 git clone https://github.com/Mikubill/sd-webui-controlnet # 安装 全景图浏览 插件 git clone https://github.com/GeorgLegato/sd-webui-panorama-viewer 

下载模型权重

深度模型

下载黄框内的模型，移动到 项目路径/extension/sd-webui-controlnet/models 路径下

360全景LoRa

点击下图黄框，移动到 项目路径\extensions\sd-webui-additional-networks\models\lora 文件夹下

开始生成

下载Prompts Positive and Negative提示词 删去你不想要的提示词，输入Positive词和Negative词 图片宽度1024，保持2:1 Tiling勾选上，用于生成360全景图

ControlNet参数

输入图片 选择depth 选择depth模型 点enable启用 Midas Resolution选择1100，能获取图片的深度 图片宽度1024，保持2:1

360 LoRa

Additional Networks选择 enable勾选 选择latentlabs360_v01模型

batch选择4，点击最上方的生成

查看全景图

点击图片下方的Pano，可以查看全景图

1K转4K

点击send to inpaint，选择下图R-ESRGAN 4x+模型，点击生成

生成的4k全景图，效果图查看

原图一

生成图一

原图二

无

效果图二

webwebuigitcontrolnetcodepythongithubdiffusion提示词clonebash效果图promptsprompt文件夹urlscriptwindows管理员linuxivaganaigcgradio