AI绘画掷骰子吗？体验ControlNet猜想模式！

我的专栏《AI绘画与AIGC实践之路！》

已经开通，欢迎加入！

ControlNet一直在持续的更新，后面几次更新也增加了几个模型和功能，其中比较有趣的是猜测模式，也可以称为非提示模式。

要使用这个功能需要手动选中“Guess Mode”开关以启用此模式。

在此模式下，ControlNet 编码器将尽力识别输入控制图的内容，如深度图、边缘图、涂鸦等，即使你删除所有提示也是如此。

不需要提示语，也不需要负面提示语，让AI掷骰子吧！

对于此模式，建议使用Step=50和CFG=3-5。

一、建筑效果图

首先使用Scribble模型，第一张是原始图，可以看到，即使CFG设为3，也能生成很好的建筑效果图，而且环境气氛也非常不错。

再用HED模型测试一下，第一张是原始图：

效果也很不错，建筑形体还原很好，但和上一个手绘模型对比，可以注意到HED模型生成的细节比较少，感觉像是低分辨率的图。主要原因是HED生成的边缘图比Scribble细节多，最终扩散时候的限制就多，也就是边缘图细节越多，最终生成的效果图反而越不清晰。

下面以Canny模型再测试一次，Canny模型的边缘检测图细节是最多的，我们看一下无提示语，猜测模式的效果。

可以看到Canny模型的效果已经很差了，除了观察建筑物，还可以观察人物。我们再测试一下深度模型，深度模型并不生成边缘图，而是生成深度图，在此基础上进行扩散的细节应该比Canny要好一些。

二、室内效果图

下面用室内效果图，无提示语使用深度模型测试一下，第一张是原图，后面三张的CFG分别是5、4、3。

你喜欢哪一个呢？感觉各有千秋，深度图表现不错。

三、人像效果

这步用AI生成的原始人像+Canny模型测试，第一张是原图，后面三张的CFG分别是5、4、3。

原图	CFG=5
CFG=4	CFG=3
CFG=3	CFG=3

发现CFG=3的情况下，人像的清晰度反而是最好的，也就是AI更加不受边缘检测图的影响，自行发挥的效果更好。

再用我画的兔子测试一下，仍旧使用Canny模型。

这个就不太确定哪个更好了，感觉CFG=5时，AI还在努力顺着边缘图在做扩散，衣服的效果比较好，面部也接近原图，CFG=3时，面部已经放弃原始图，自动朝着真实兔子扩散。

下面用带珍珠耳环的少女测试一遍，全使用CFG=3，最后效果如下，也许当初的女孩就长这样？但黑人女孩是什么意思？AI也搞政治正确？

最后，如果你对这项技术的背后原理感兴趣，可以看一下项目页：

https://github.com/lllyasviel/ControlNet/discussions/188

有一些比较通俗的说明和一些有趣的测试。

《2023 AIGC从入门到精通专栏》

欢迎您的加入！

根据你的喜好，推荐阅读以下AI绘画内容：

---

喜欢请把这篇文章转发到朋友圈支持一下！