16款 Stable Diffusion 插件推薦，讓SD小白快速上手

Sponsor

隨著 Stable Diffusion 的不斷進化，越來越多的開發者加入到插件開發的行列中。大家都知道網上雖然教程多，但非常碎片，一個個學習和查閱真的非常耗時，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！因為這是以設計師日常應用的角度出發，從推薦指數、易上手程度、使用頻率三個維度來測評。下面會附贈下載地址！

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

1.prompt-all-in-one提示詞翻譯補全(自動翻譯)

推薦指數：??????????

易上手程度：??????????

使用頻率：??????????

能做什么：prompt-all-in-one提示詞翻譯補全可以幫助英文不好的用戶，快速彌補英文短板。其中包含，中文輸入自動轉英文、自動保存使用描述詞、描述詞歷史記錄、快速修改權重、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。

擴展地址：https://github.com/Physton/sd-webui-prompt-all-in-one

2.SixGod提示詞插件

推薦指數：????????

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、有創意的圖像。其中包含，清空正向提示詞”和“清空負向提示詞、提示詞起手式包含人物、服飾、人物發型等各個維度的提示詞、一鍵清除正面提示詞與負面提示詞、隨機靈感關鍵詞、提示詞分類組合隨機、動態隨機語法等。

擴展地址：https://github.com/thisjam/sd-webui-oldsix-prompt

3.After Detailer人臉及手部修復插件

推薦指數：??????????

易上手程度：??????????

使用頻率：????????

能做什么：After Detailer 是一款強大的圖像編輯工具，可用于修復和編輯圖像。自動修復圖像中的瑕疵 ，無論是2D還是真實的人臉及手部都可以通過識別面部/人物/手部并自動對其進行mask和重繪的工具，可以通過調整參數去改變識別的對象和識別區域的大小及位置等。

擴展地址：https://github.com/Bing-su/adetailer

4.Tagger提示詞反推

推薦指數：??????

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。幫助理解圖像的內容、創建創意圖像、分析圖像數據。

擴展地址：https://github.com/pythongosssComfyUI-WD14-Tagger?tab=readme-ov-file

5.Inpaint Anything蒙版換裝換臉

推薦指數：????????

易上手程度：??????

使用頻率：????

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

擴展地址：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：??????

易上手程度：????

使用頻率：??

能做什么：Segment Anything 是一款強大的圖像分割工具，可用于自動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是功能更強大、準確性更高、易用性也更高的圖像分割工具。但學習成本更高。

擴展地址：https://github.com/facebookresearch/segment-anything.git

7.ultimate SD upscale圖片放大

推薦指數：????????

易上手程度：????????

使用頻率：????????

能做什么：Ultimate SD Upscale 是一款強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習的，因此具有較高的準確性。

擴展地址：https://github.com/Coyote-A/ultimate-upscale-for-automatic1111.git

8.Tiled Diffusion

推薦指數：??????

易上手程度：????

使用頻率：??????

能做什么：Tiled Diffusion同樣是圖像超分辨率、修復圖像瑕疵的工具。Tiled Diffusion適合小顯存，速度更快，細節添加更可控，也不容易崩壞。

擴展地址：https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111

9.4x-UltraSharp高清修復放大算法

推薦指數：??

易上手程度：??????????

使用頻率：????

能做什么：4x-UltraSharp 也是一款圖像超分辨率工具，可用于將低分辨率圖像提升到高分辨率。純放大，無細節添加，最大可達 4 倍。

擴展地址：https://pan.baidu.com/s/1WcrZGjLZVOmCNjvy850IPw?pwd=7899 提取碼：7899

Q:上面三款同樣都是放大工具，三者的區別，哪款更好？

A:本人用Ultimate SD Upscale最多，因為它相對更有發揮空間。而Tiled Diffusion是可以讓圖片看起來更逼真。4x-UltraSharp簡單方便?？梢越Y合自身需求來選擇使用。

10.Additional Networks

推薦指數：????

易上手程度：??

使用頻率：??

能做什么：Additional Networks 是一個由 Google AI 開發的插件，可用于模型中添加額外的LoRA，也可幫我們控制多個LoRA模型生成混合風格的圖像，從而提升圖片的獨創性。

擴展地址：https://github.com/kohya-ss/sd-webui-additional-networks.git

11.Image-recognition圖片信息識別

推薦指數：??????

易上手程度：??????????

使用頻率：????????

能做什么：sd-webui-圖片信息識別是一個由 Google AI 開發的開源插件，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。

擴展地址：https://github.com/google/sd-webui-image-recognition

12.Openpose Editor姿態編輯

推薦指數：??????????

易上手程度：??????????

使用頻率：??????????

能做什么：識別圖片中的人物姿態，可以根據需求隨意調整人物的姿勢，例如武術、手托腮、人物復雜姿態。

13.DWpose手部修復

推薦指數：????????

易上手程度：??????????

使用頻率：????????

能做什么：普通OpenPose模型的強化版，對手部動態識別有更好的理解能力，對復雜的穿插關系的姿態識別表現出眾。

擴展地址：https://github.com/IDEA-Research/DWPose

14.IP-Adaper

推薦指數：??????

易上手程度：??????????

使用頻率：????

能做什么：IP-Adapter 是騰訊的另一個實驗室 Tencent AI Lab 研發的控圖模型。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，用于風格遷移、可理解為墊圖。

擴展地址：https://github.com/tencent-ailab/IP-Adapter , https://ip-adapter.github.io/

15.Recolor重新上色

推薦指數：????????

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：????????

易上手程度：??

使用頻率：????

能做什么：T2I-Adapter 由騰訊 ARC 實驗室和北大視覺信息智能學習實驗室聯合研發的一款小型模型，它的作用是為各類文生圖模型提供額外的控制引導，同時又不會影響原有模型的拓展和生成能力。T2I-Adapter 的特點是體積小，參數級只有 77M，但對圖像的控制效果不錯。

擴展地址：https://huggingface.co/TencentARC/T2I-Adapter/tree/main/models

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

來源：58UXD（ID：i58UXD）

需要學習Midjourney的可以看這里
↓?↓

贊助商鏈接

喜歡這篇文章嗎？歡迎分享到你的微博、QQ群，并關注我們的微博，謝謝支持。
版權：除非注明，本站文章均為原創文章，轉載請聯系我們授權，否則禁止轉載。