AI效果图生成-建筑图纸/手绘线稿生成效果图

更新时间:

实验分为两个主要部分:AI生成彩平图:基于给定的设计图纸自动生成彩色平面布局图;AI生成景观效果图:快速创建逼真的三维环境渲染效果,展示设计方案的实际效果;跟随我们一起学习如何运用AI简化你的设计流程吧!#paiartlab #设计新纪元 #创意无限 #景观建筑未来设计趋势

实验室资源方式简介

进入实操前,请确保阿里云账号满足以下条件:

  • 个人账号资源

    • 使用您个人的云资源进行操作,资源归属于个人。

    • 平台仅提供手册参考,不会对资源做任何操作。

  • 确保已完成云工开物300元代金券领取。

  • 已通过实名认证且账户余额≥0元。

本实验,预计产生费用:0.012以仅用SDWebUI(共享版)生成一张512*512最简单的图(393kb,1.66sec)为例估算

如果您调整了资源规格、使用时长,或执行了本方案以外的操作,可能导致费用发生变化,请以控制台显示的实际价格和最终账单为准。

平台开通及授权

在开始实验之前,请先点击右侧屏幕的“进入实操”再进行后续操作

image

第一步:本次实验需要您通过领取阿里云云工开物学生专属300元抵扣券兑换本次实操的云资源,如未领取请先点击领取。(若已领取请跳过)

image

重要

实验产生的费用优先使用优惠券,优惠券使用完毕后需您自行承担。

学生认证

第二步:进入并开通PAI ArtLab并授权

  • 点击访问PAI ArtLab平台

  • 初次进入平台,依次点击两步,完成PAI ArtLab平台开通与授权

    image.pngimage.png

  • 完成PAI ArtLab平台开通与授权,进入到首页

    image

实验一:AI一键生成景观建筑彩平图

  • 一、准备工作

    1、图纸准备:软件导出、手绘线稿均可,注意线条要干净清爽。

    实验提供图纸:(也可自行准备感兴趣的线稿)

    image.jpeg

    image.png

    image.png

  • 二、拉起SD共享版服务

    在工具箱页面,选择SD共享版工具(初次拉起需要一些时间请耐心等待)

    image

  • 二、选择大模型和生图模式

    先选择一个Stable Diffusion模型,实验推荐使用:laowang_ARCH_MIX_V0.5.safetensors,再选择文生图

    image.png

  • 三、LORA模型及参数介绍

    经实验测试后,下面为实验推荐的LORA模型

    • 小清新风格彩平图

      • LORA模型推荐:masterplan+buildingplane

      • LORA模型权重推荐:0.3+0.3

      • 采样方法:Euler a

      • 迭代步数 :31

      • 提示词引导系数: 7

      • 控制权重:1

      • 控制模式:均衡

    • 现实风格彩平图

      • LORA模型推荐:buildingplane

      • LORA模型权重推荐:0.6

      • 采样方法:Euler a

      • 迭代步数 :31

      • 提示词引导系数: 7

      • 控制权重:1

      • 控制模式:更偏向ControlNet

  • 四、选择LORA模型

    在下图标注位置找到实验推荐的LORA模型,随后在正向提示词中可以看到自动生成的调用模型词,如 <lora:buildingplane:1>

    说明

    自动生成的调用词LORA模型权重默认为1,需要根据实验推荐权重进行修改(见上方步骤三)

    image.png

  • 五、在图上标注位置输入提示词

    • 正向提示词:调用的lora模型+内容描述词+描述画面质量词

      image.png

      • 示例1(小清新风格彩平图)

        <lora:buildingplane:0.3>,<lora:masterplan:0.3>,landscape master plan,Plan view,a plan view of a park with a background of many trees and buildings,roads,large lawns,(8k wallpaper),(masterpiece),(best quality),(ultra-detailed),(best illustration),(best shadow)

      • 示例2(现实风格彩平图):

        <lora:buildingplane:0.6>,landscape master plan,Plan view, a plan view of a park with a background of many trees and buildings,roads,largelawns,(8kwallpaper),(masterpiece),(bestquality),(ultra-detailed),(best illustration),(best shadow)

      • 说明

        正向提示词不可直接复制,绿色内容描述词请根据线稿的具体内容进行修改,LORA模型名称以自己取的名称为准

    • 负向提示词(可直接复制)

      text,watermark,paintings,sketches,lowers,(normal quality),(worst quality),(low quality),cropped,error

  • 六、调整参数

    1、调整采样方法和迭代步数的参数(见上方步骤三)

    2、打开高清修复,放大算法选择4x-UltraSharp,高分迭代步数30,重绘幅度0.4

    3、填写准备好的白底黑边线稿的图片尺寸,尺寸如果大于1024,需要等比缩小填写

    4、填写提示词引导系数(见上方步骤三)

    image.png

  • 七、启用ControlNet

    1、勾选启用、完美像素模式、允许预览

    2、上传准备好的白底黑边线稿

    3、控制类型选择Lineart(线稿)

    4、点击爆炸图标即可预览线稿处理效果

    5、调整控制权重和模式的参数(见上方步骤三)

    image.png

  • 八、点击生成

    1、点击生成按钮,如果对生成结果不满意可以多生成几次:)

    image.png

    • 生成示例1(小清新风格彩平图)

      image.png

    • 生成示例2(现实风格彩平图)

      image.png

实验二:AI一键生成景观建筑效果图

  • 一、准备工作

    1、图纸准备:软件导出、手绘线稿均可,注意线条要干净清爽。

    实验提供图纸:(也可自行准备感兴趣的线稿)

    image.png

    image.png

    image.png

  • 二、拉起SD共享版服务

    在工具箱页面,选择SD共享版工具(初次拉起需要一些时间请耐心等待)

    image

  • 二、选择大模型和生图模式

    先选择一个Stable Diffusion模型,实验推荐使用:laowang_ARCH_MIX_V0.5.safetensors,再选择文生图

    image.png

  • 三、LORA模型及参数介绍

    经实验测试后,下面为实验推荐的LORA模型

    • 真实风格效果图

      • LORA模型推荐:gardern

      • LORA模型权重推荐:0.8

      • 采样方法:Euler a

      • 迭代步数 :20

      • 提示词引导系数: 7

      • 控制权重:1

      • 控制模式:均衡

    • 插画风格彩平图

      • LORA模型推荐:landscape

      • LORA模型权重推荐:0.8

      • 采样方法:DPM++ SDE Karras

      • 迭代步数 :60

      • 提示词引导系数: 8

      • 控制权重:1.5

      • 控制模式:更注重提示词

  • 四、选择LORA模型

    在下图标注位置找到实验推荐的LORA模型,随后在正向提示词中可以看到自动生成的调用模型词,如 <lora:buildingplane:1>

    说明

    自动生成的调用词LORA模型权重默认为1,需要根据实验推荐权重进行修改(见上方步骤三)

    image.png

  • 五、在图上标注位置输入提示词

    • 正向提示词:调用的lora模型+内容描述词+描述画面质量词

      image.png

      • 示例1(真实风格效果图)

        <lora:gardern:0.8>,tree,scenery,house,outdoors,bird,grass,stairs,plant,window,((There is a blue river in the middle)),shining sun,clear blue sky,white clouds,birds,best quality,high quality

      • 示例2(插画风格彩平图):

        <lora:landscape:0.8>,tree,scenery,house,outdoors,bird,grass,stairs,plant,window,((There is a blue river in the middle)),shining sun,clear blue sky,white clouds,birds,best quality,high quality

      • 说明

        正向提示词不可直接复制,绿色内容描述词请根据线稿的具体内容进行修改

    • 负向提示词(可直接复制)

      worst quality,low quality,illustration,3d,2d,painting,cartoons,sketch,blur,(((human:2))),nsfw

  • 六、调整参数

    1、调整采样方法和迭代步数的参数(见上方步骤三)

    2、打开高清修复,放大算法选择4x-UltraSharp,高分迭代步数30,重绘幅度0.4

    3、填写准备好的白底黑边线稿的图片尺寸,尺寸如果大于1024,需要等比缩小填写

    4、填写提示词引导系数(见上方步骤三)

    image.png

  • 七、启用ControlNet

    1、勾选启用、完美像素模式、允许预览

    2、上传准备好的白底黑边线稿

    3、控制类型选择Lineart(线稿)

    4、点击爆炸图标即可预览线稿处理效果

    5、调整控制权重和模式的参数(见上方步骤三)

    image.png

  • 八、点击生成

    1、点击生成按钮,如果对生成结果不满意可以多生成几次:)

    image.png

    • 生成示例1(真实风格效果图)

      image.png

    • 生成示例2(插画风格彩平图)

      image.png

风格迁移(对不满意生成图进行风格调整,下面以彩平图为示例)

  • 一、准备工作

    1、风格图准备:准备不同风格的景观建筑彩平图

    实验提供图纸:(也可自行准备感兴趣的线稿)

    image.png

    image.png

  • 二、选择修改的生成图和生图模式

    打开SD(共享版)的图库浏览器界面,在文生图中找到想要修改的图,点击发送到图生图

    image.png

  • 三、调整参数

    1、将采样方法改为Euler a

    2、将重绘幅度调大至0.75

  • 四、修改ControlNet

    1、ControlNet0:导入彩平图,控制类型选择SoftEdge(软边缘)控制彩平图形态,权重0.6

    image.png

    2、ControlNet1:导入风格图,控制类型选择IP-Adapter(风格迁移)控制彩平图风格,预处理器ip-adapter_clip_h,模型ip-adapter_sd15 [0c4f7706],权重0.8

    image.png

  • 五、点击生成

    1、点击生成按钮,如果对生成结果不满意可以多生成几次:)

    image.png

    • 生成示例

      image.png

      image.png

      image.png

      image.png

清理资源

  • 如果无需继续使用工具,您可以按照以下操作步骤停止或删除工具。

    • PAI ArtLab控制台中,关闭Stable Diffusion(共享版)页签,EAS模型服务将会停止,不会继续收费。

      image

  • 前往PAI ArtLab控制台

  • 在页面左上方,选择模型所在地域,本实验EAS实例所在地域为华东2(上海)

  • 在左侧导航栏单击工作空间列表,在工作空间列表页面中单击默认工作空间名称,进入对应工作空间内。

  • 在工作空间页面的左侧导航栏中单击模型在线服务(EAS)。在模型在线服务(EAS)页面,找到目标服务。单击其右侧操作列下的删除

    • image

  • 如果需要继续使用Stable Diffusion(共享版),请随时关注账号扣费情况,避免模型会因欠费而被自动停止。

场景简介

  • 探索AI如何助力景观建筑设计,让创意无限飞翔 !本实验分为两个主要部分:AI生成彩平图:基于给定的设计图纸自动生成彩色平面布局图;AI生成景观效果图:快速创建逼真的三维环境渲染效果,展示设计方案的实际效果;

  • 在本实验场景中,将使用阿里云一站式 AIGC 设计平台 PAI ArtLab,云端一键启动 Stable Diffusion WebUI(共享版)工具,零代码无需部署即可体验 Stable Diffusion 文生图模型。本实验依赖两款云产品,分别是对象存储 OSS 和模型在线服务 PAI-EAS,对象存储 OSS 支持模型、图像、文本等文件的存储、预览及下载等能力。模型在线服务 PAI-EAS 支持利用云上 GPU 进行模型在线推理生图。

  • 本实验场景无需深奥的AI背景知识,只需启动生图工具,依据实验教程文档,在生图工具界面输入图像生成的提示词,即可轻松完成本实验获取AI生成图像,感受AIGC的魅力。

  • 在使用平台工具过程中,如有任何疑问和建议,您可以加入钉钉群(群号:88010006410)反馈,并获取技术支持。

背景知识

  1. 智能设计(PAI ArtLab)

    • PAI ArtLab是由阿里云人工智能平台PAI联合阿里云智能设计部共同打造的平台产品,面向设计场景,旨在为设计师提供自动化设计工具的一站式AIGC设计平台。平台打通了数据集管理与模型训练、AI绘图与在线推理的全场景链路,集成了主流的文生图类型的AIGC大模型工具及文生图模型开箱即用。设计师无需编程功底也可利用AI技术进行批量自动化图片生产,有效降低文生图大模型的使用学习成本和技术门槛,为设计想象力和设计生产力加速。帮助您在设计、艺术、创意行业快速应用AIGC能力。

  2. PAI ArtLab平台依赖以下两款云产品:

    1. 对象存储OSS:模型、图像、文本等文件的存储、预览及下载会消耗此产品资源;

    2. 模型在线服务PAI-EAS:利用云上GPU进行模型在线推理会消耗此产品资源;

      (在您使用平台、用代金券进行资源抵扣及付费购买的过程中,会感知到以上2款阿里云产

      品。

关闭实验

  • 在完成实验后,点击 结束实操

    image

  • 点击 取消 回到实验页面,点击 确定 跳转实验评分

    image

  • 请为本次实验评分,并给出您的建议,点击 确认,结束本次实验

    image