想讓 Stable Diffusion 算圖更細膩精緻？本文分享兩個實用技巧，輕鬆實現細節控制，讓你的圖片從粗糙到精緻，質感大升級！

本文將介紹這兩種方法的原理與步驟，只要掌握他們，就可以隨意輕鬆調整細節，讓我們立刻開始吧！

修圖的時候，有沒有遇過「如果當初再左邊一點就好了！」「如果當初廣角一點就好了！」以前只能想辦法手工 P 出來，但靠 Stable Diffusion + ControlNet 新推出的 Inpaint 模型，除了可以做圖片內修補外，也能往外擴展補完圖片 (outpaintng)！實在太強了！趕快來看看怎麼作吧！

Stable Diffusion 算圖時，有時算出來的人臉都像是被揍過一樣！這其實是解析度過小的問題，我們可以透過 img2img upscale 加 inpaint 的手法來解決，只需要兩階段，一起來看看怎麼做吧！

txt2img 時，會用 512、768 等等大小來測試算圖，反覆迭代找到一個適合的 prompt 和參數組合。如果想要以此組合算出高解析度的圖片，直接調整長寬會遇到畫面跑掉的問題。該如何在固定構圖的情況下增加圖片的解析度呢？本文提供三個方法讓大家嘗試看看！

用 Google Colab 玩 Stable Diffusion 應該是所有架設方式中最簡便的一種，安裝過程只需要跑大神們寫好的 Notebook，點擊吐出的連結立馬就能進入 WebUI 介面！但其中也有一些小細節需要注意，我們一起來看看怎麼做吧！

想玩 Stable Diffusion，但電腦不夠力，又不想花錢買貴森森的顯卡怎麼辦？除了使用 Google Colab 外還有另一個選擇，就是到 AWS 開有 GPU 的 EC2！以下分享如何透過 AWS CloudFormation 一鍵架設，整體適合有初步雲端或 Linux 經驗的人，初學者照著步驟也能完成，但有些專有名詞可能需要額外研究了解。

LoRA 是什麼？為何在 Stable Diffusion 社群討論中常常出現？Prompt 有時看到很奇怪的文字是什麼？本文一次解答上述問題，並用白話文簡介 LoRA 原理，讓大家在操作時更有感覺！

本文帶領大家學習如何調整 Stable Diffusion WebUI 上各種參數。我們以 txt2img 為例，帶大家認識基本設定、Sampling method 或 CFG scale 等各種參數調教，以及參數間彼此的影響，讓大家能夠初步上手，熟悉 AI 算圖！

本文將分享如何在 M1 / M2 的 Macbook 上安裝 Stable Diffusion WebUI。首先會提供一些 Macbook 的規格建議，接著會介紹如何安裝環境，以及初始化 Stable Diffusion WebUI。最後還會介紹如何下載 Stable Diffusion 模型，並提供一些熱門模型的下載連結。如果你從來沒有接觸過 Python 開發也不用擔心，本文提供了詳細的安裝步驟供你參考！

上一篇我們討論如何使用 Face Recognition 快速做一個人臉辨識系統，但使用預設參數的情況下可能無法完全符合實際需求，這邊分享一些參數調教的方法，讓大家的辨識系統可以更完美！