Stable Diffusion 建築繪畫基礎與實戰
章斌全 石靜
買這商品的人也買了...
-
NAVISWORKS BIM 管理應用思維課堂$468$445 -
$305Stable Diffusion——AIGC繪畫實訓教程 -
圖像生成式 AI 的生存指南 -- 以 Stable Diffusion 為例$780$616 -
Stable Diffusion：與杰克艾米立攜手專精 AI 繪圖$750$593 -
PBR次世代游戲建模技術（3ds Max+ZBrush+Substance Painter+Marmoset Toolbag)(微課版）$474$450 -
自己開發 ChatGPT - LLM 從頭開始動手實作$720$569 -
After Effects+AIGC 後期特效製作速成$588$559 -
$454Stable Diffusion-ComfyUI AI 繪畫工作流解析
相關主題
商品描述
如今人工智能技術的發展突飛猛進，AI繪畫是人工智能技術的典型應用之一。本書結合Stable Diffusion軟件，詳細講解該軟件在建築繪畫中的應用，並進行案例實戰演練。書中案例包含建築設計、室內設計、園林景觀設計、建築規劃設計等專業設計與效果圖繪制。針對不同專業特色，本書展示了一系列典型的工作方法和繪畫流程，掌握這些流程即可將其運用於工程實踐中。
本書所有實戰案例使用的圖片均可下載，方便讀者按照書中講解進行練習。
本書既適合AI繪畫零基礎讀者學習，也適合室內設計或建築設計等相關行業的從業者閱讀。此外，還適合作為藝術類院校或培訓機構的教材。
作者簡介
章斌全，一級註冊建築師，深圳職業技術大學建築設計專業教師。
石靜，建築學碩士，副教授，深圳職業技術大學建築設計專業教師。曾獲全國職業院校技能大賽教學能力比賽二等獎。
目錄大綱
第 1章
認識AI繪畫
1.1 AI繪畫的主要軟件 010
1.2 Stable Diffusion的模型放置位置 010
1.3 初次體驗AI繪畫 011
第 2章
建築渲染實戰
2.1 實戰：現代文化建築精細手繪稿渲染 015
2.2 實戰：現代辦公建築3D模型透視圖渲染 019
第3章
建築創作實戰
3.1 實戰：用提示詞進行效果創作 025
3.1.1 蓮花建築創作 025
3.1.2 提示詞的運用 027
3.2 實戰：簡單手繪效果創作 028
3.2.1 展覽館建築 029
3.2.2 古根海姆博物館手稿 034
3.2.3 靈芝狀山谷觀景台 038
3.3 實戰：毛坯房照片靈感創作 042
3.4 實戰：小型住宅建築方案創作（簡單體塊） 045
3.4.1 現代鋼木建築 045
3.4.2 地中海風格建築 050
3.4.3 利用微調小模型（LoRA）生成特定風格建築 052
3.4.4 利用ControlNet的語義分割（Seg）生成建築方案 054
3.5 實戰：水邊高層建築方案創作（簡單體塊） 057
3.5.1 高層建築方案創作1 057
3.5.2 高層建築方案創作2 062
第4章
室內渲染與創作實戰
4.1 實戰：室內手繪效果渲染 065
4.1.1 宴會廳 065
4.1.2 住宅客廳 069
4.2 實戰：接待大廳（SketchUp精細模型） 073
4.3 實戰：卧室（SketchUp粗略模型） 078
4.4 實戰：毛坯房照片方案創作 084
第5章
園林景觀渲染與創作實戰
5.1 實戰：精細線稿渲染 094
5.1.1 初步渲染 094
5.1.2 解決問題1——獲得理想的水面位置 096
5.1.3 解決問題2——刪除多餘的牆體或柵欄 098
5.1.4 解決問題3——獲得通透的光線效果 098
5.2 實戰：粗略線稿創作 100
第6章
建築規劃渲染與創作實戰
6.1 實戰：建築規劃鳥瞰圖的渲染與創作 106
6.1.1 利用ControlNet生成建築規劃鳥瞰圖 106
6.1.2 利用LoRA豐富和完善建築規劃鳥瞰圖 111
6.2 實戰：總平面圖的渲染著色 112
6.2.1 利用Lineart渲染著色總平面圖 112
6.2.2 結合Seg和Lineart生成建築規劃總平面圖 114
6.2.3 利用LoRA豐富和完善總平面圖 116
6.3 實戰：樓層平面CAD圖的渲染著色 117
6.3.1 利用Lineart著色戶型平面圖 118
6.3.2 利用LoRA豐富和完善戶型平面圖 121
6.4 實戰：建築立面圖的渲染著色 122
6.4.1 利用Lineart和LoRA生成建築立面圖 122
6.4.2 利用Depth正確控制建築形體的體量關系 125
第7章
Stable Diffusion軟件技術要點
7.1 Stable Diffusion中常見的幾種模型 130
7.2 ControlNet模型介紹 131
7.2.1 ControlNet模型介紹之Lineart（線稿） 132
7.2.2 ControlNet模型介紹之Canny（硬邊緣） 133
7.2.3 ControlNet模型介紹之Normal（法線） 134
7.2.4 ControlNet模型介紹之Depth（深度） 136
7.2.5 ControlNet模型介紹之Tile（分塊） 138
7.2.6 ControlNet模型介紹之Seg（語義分割） 141
7.2.7 ControlNet模型介紹之IP2P（像素特效） 142
7.2.8 ControlNet模型介紹之IP-Adapter（風格適配） 144
7.3 LoRA模型 147
7.4 VAE模型 148
7.4.1 什麽是VAE 148
7.4.2 下載安裝VAE模型 148
7.4.3 VAE模型的作用 149
7.5 迭代步數和採樣方法 149
7.5.1 迭代步數（Steps） 149
7.5.2 採樣方法（Samplers） 149
7.5.3 過擬合 151
7.6 提示詞的權重語法 151
7.6.1 提示詞的構成 151
7.6.2 提示詞權重 152
7.6.3 增加或減小權重 152
7.6.4 提示詞提取方法 153
7.7 提示詞引導系數 154
7.8 從圖片獲取參數信息或提示詞 155
7.8.1 從“PNG圖片信息”選項卡提取提示詞 155
7.8.2 從已有圖片反推提示詞 156
7.9 X/Y/Z圖表 156
7.10 超分辨率放大 161
7.10.1 超分辨率放大方法之一：ControlNet的Tile（分塊） 161
7.10.2 超分辨率放大方法之二：高分辨率修復（Hires.fix） 163
7.10.3 超分辨率放大方法之三：後期處理 164
7.10.4 超分辨率放大方法之四：使用Ultimate SD Upscale插件 165
7.11 其他參數 167
