一个全面的解决方案,通过automatic1111扩展为Stable Diffusion渲染添加时间稳定性
<br><br>
在运行之前,你必须将FFMPEG安装到系统路径中
你可以在这里找到单批次运行的演示:<br> https://twitter.com/CiaraRowles1/status/1645923461343363072
批量演示在这里:<br> https://mobile.twitter.com/CiaraRowles1/status/1646458056803250178
Ebsynth教程:<br> https://twitter.com/CiaraRowles1/status/1648462374125576192 <br> 注意:如果使用超过20帧,EBSYNTH将无法注册关键帧。
Ebsynth分割帧教程:<br> https://www.youtube.com/watch?v=z3YNHiuvxyg&ab_channel=CiaraRowles
你可以获得的示例结果:
<br><br>
变量 | 描述 |
---|---|
FPS | 视频提取和生成的帧率。 |
batch_Size | 这是每个关键帧之间的帧数,例如,如果帧率为30,批次大小为10,则每秒会生成3个关键帧,其余帧会被估算。 |
per side | 这是每个板块帧数的平方根,例如,per side值为2会生成4个板块,3会生成9个板块,4会生成16个 板块。 |
Resolution | 每个板块的大小,强烈建议将其设置为per side变量的倍数。 |
batch settings | 仅当你想生成一个板块文件夹时才打开此下拉菜单。 |
Max Frames | 生成板块文件夹时,这会获取上述帧率下你想要的帧数,然后将它们分成(per side * per side * batch size)组的板块。 |
Border Frames | 每个生成的批次板块将包含下一个板块的这么多帧,并在它们之间进行混合。 |
Batch Folder | 如果你正在生成一批板块,只需指定一个空文件夹,点击运行后,它会填充相关的文件夹和文件。你只需要在原始sd的img2img批处理中,将新创建的输入文件夹作为输入,将新创建的输出文件夹作为输出,生成后,回到temporal-kit的Batch-Warp标签页,输入整个文件夹目录并点击读取,它就会设置好一切。 |
Output Resolution | 输出视频任何一边的最大分辨率。 |
<br><br>
问: 我的视频有涂抹痕迹。
答: 使用更高的帧率和/或更低的批次数,关键帧之间的距离越近,产生的伪影就越少。
问: 安装此扩展后无法开启Stable Diffusion。
ModuleNotFoundError: No module named 'tqdm.auto'
答: 因为此插件当前使用的依赖项使用了旧版本的tqdm,所以会出现错误。短期解决方案是手动安装新版本(4.66.1)的tqdm。<br>
pip install tqdm==4.66.1
<br><br>
参考此网页的教学和我自己(cocomine)的经验编写
打开扩展
标签 > 从URL安装
> 在扩展的git仓库URL
中粘贴以下链接 > 点击安装
https://github.com/CiaraStrawberry/TemporalKit
sudo apt install ffmpeg
sudo pacman -S ffmpeg
从 https://ffmpeg.org/download.html 下载并安装 确保将ffmpeg添加到你的PATH中。 了解更多:https://www.wikihow.com/Install-FFmpeg-on-Windows
在你想要的位置创建一个文件夹。这个文件夹将用于存储需要处理的文件。 准备好你需要使用的视频(在后续教学中称为原始视频),并了解原始视频的格式,如分辨率和帧率。
Temporal-Kit
标签。Pre-Process
标签。Input Video
中。fps
设置为原始视频的帧率。frames per keyframe
设置为每个关键帧之间的帧数。例如,如果原始视频是30fps,你设置为10,那么每秒将生成3个关键帧,其余的将被估算。Side
设置为每个板块帧数的平方根。例如,如果你设置为2,将生成4个板块(2x2),3则生成9个板块(3x3),4则生成16个板块(4x4)。Height Resolution
设置为每个板块的大小。强烈建议你将其设置为side变量的倍数。<br> 例如,如果你想生成4个板块并将side设置为2,每个板块高512,那么你需要将高度分辨率设置为1024(512x2)。Target Folder
设置为你在步骤4中创建的文件夹。Batch Settings
标签。Batch Run
。EBsynth
标签。Split Video
完成上述步骤后,你应该在指定的文件夹中看到类似这样的结构(取决于你的视频长度)
在按数字命名的文件夹中,你会看到这样的结构,其中包含分割的视频片段。
如果在下一步的img2img过程中遇到内存不足的问题,请减小
side
或Height Resolution
参数。
让我们先处理名为0
的文件夹。<br>
转到图像到图像页面。切换到批处理选项卡。设置以下参数:
输入目录:目标目录的名称加上\input
。例如YOUR_FOLDER_PATH_IN_SETP_4\0\input
<br>
输出目录:类似地,但加上\output
。例如YOUR_FOLDER_PATH_IN_SETP_4\0\output
输入一个提示词和一个负面提示词,类似于文本到图像。<br> 采样方法: DPM++2M Karras <br> 采样步骤: 20 <br> CFG比例: 7 <br> 去噪强度: 0.5(根据需要调整)<br>
以上参数可根据需要进行更改。
在ControlNet(单元0)部分,设置:
点击生成。完成后,您将在批处理输出文件夹中找到图像。
确保以全 尺寸打开图像并检查全尺寸的细节。确保它们看起来清晰并具有一致的风格。
如果您想获得高分辨率图像,请将输出图像重新放入图像到图像处理中,调整大小为
1.5-2.0
倍,去噪强度为0.3-0.4
,然后生成。
转到Temporal-Kit
页面并切换到Ebsynth-Process
选项卡。
**输入文件夹:**输入您在预处理页面中放入的相同目标文件夹路径。例如YOUR_FOLDER_PATH_IN_SETP_4\0
点击读取上次设置。如果您的输入文件夹正确,视频和设置将被填充。
点击准备ebsynth。完成后,您应该看到keys文件夹中填充了您的风格化关键帧,frames文件夹中填充了您的图像。
请注意,此程序不生成
.ebs
文件。当您的图像导入到程序中时,它们将自动填充。
现在打开EbSynth程序。
打开文件资源管理器并导航到第4步中创建的文件夹。您应该看到如下所示的文件夹。我们需要keys文件夹和frames文件夹用于EbSynth。
从文件资源管理器中拖动keys文件夹并将其放入EbSynth中的Keyframes字段。<br> 从文件资源管理器中拖动frames文件夹并将其放入EbSynth中的frames字段。
点击Run All并等待完成。
完成后,您应该看到在目标项目文件夹中生成了一系列out_#####
目录。
请从官方网站下载程序。<br> https://ebsynth.com/
现在回到AUTOMATIC1111(webUI)。您应该仍在Temporal Kit页面和Ebsynth-Process选项卡上。
点击recombine ebsynth,您就完成了!
看看视频多么流畅。通过一些调整,您可能会使它变得更好!
重复第6步到第9步。处理其他文件夹(1,2,3,4,...)
使用视频拼接程序合并分段视频
<br><br>
感谢RAFT提供光流系统。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号