Stable Diffusion AI绘画实例教程 教学大纲

《StableDiffusionAI绘画》课程教学大纲课程名称StableDiffusionAI绘画适用专业设计类专业课程类型专业基础课程开设学期3学分数2.5一、课程的性质和目的随着人工智能技术的飞速发展，AIGC已逐步进入产业化应用阶段，算力提升、大模型成熟推动生成式艺术全面普及。传统设计与创作面临效率革新，AI绘画成为数字内容生产的核心方式，深刻改变文创、传媒、设计行业生态，催生全新创作模式与职业需求。StableDiffusion作为主流开源AI绘画工具，大幅降低数字艺术创作门槛，提升设计、文创、传媒等行业出图效率与创意上限。掌握它是顺应AI时代创作趋势，适配岗位技能需求、拓宽职业竞争力的必要技能。本课程属于专业基础课程，融合计算机操作与数字艺术创作，面向零基础学生，以实操为主、理论为辅，聚焦StableDiffusion核心工具的落地应用。本课程的目标是让学生通过学习，能够快速掌握软件安装、大模型知识、提示词撰写、文生图和图生图技术、ControlNET相关技巧等核心技能，能够独立完成插画、海报、文创、角色等视觉作品创作，理解AI绘画逻辑与优化思路。同时培养学生的AI创作思维，打通从创意到出图的全流程，实现零基础快速上手、高效出图，可将AI绘画应用于设计辅助、自媒体创作、兴趣变现等场景，提升数字艺术创作效率与竞争力。二、教学时数分配表章节序号教学学时环节教学内容讲授讨论见习上机其它小计一StableDiffusion概述112二StableDiffusion模型336三提示词工程448四StableDiffusion文生图224五StableDiffusion图生图448六ControlNet与热门扩展插件6612七AI绘画实战应用8816总计282856三、教学内容纲要第一章概述（一）教学目标：1.了解StableDiffusion的基本功能、发展概况、应用领域和安装方式。2.掌握StableDiffusionWebUI的界面布局。3.能够运用StableDiffusion生成一张简单的图像。（二）教学内容：1.1StableDiffusion简介StableDiffusion的基本功能和发展概况。1.2StableDiffusion应用领域艺术与设计领域；广告与营销领域；游戏开发领域；影视与动画领域；建筑设计领域。1.3StableDiffusion的安装本地安装；云服务器部署。1.4StableDiffusionWebUI界面简介模型选择区；提示词编辑区；参数调整区；图像预览与生成区。第2章StableDiffusion模型（一）教学目标：1.掌握StableDiffusion大模型下载的常用方式；2.掌握StableDiffusion中的常用的五种模型，重点掌握Checkpoint大模型和LoRA模型的基本概念；3.掌握常用的几类StableDiffusion大模型，重点掌握基础大模型和二次元大模型。（二）教学内容：2.1StableDiffusion大模型下载使用绘世启动器下载大模型；在第三方模型网站下载大模型。2.2StableDiffusion中的模型种类Checkpoint大模型：生成基本图像；Embedding模型：微调图像；Hypernetwork模型：转换风格；LoRA模型：固定画风；VAE模型：修复图像。2.3StableDiffusion大模型介绍基础大模型；二次元模型；写实类模型；2.5D数绘模型；特定风格模型。第3章提示词工程（一）教学目标：1.理解提示词基本概念、类型、构成元素、输入规则和套用公式，能够依照所学知识完成提示词的撰写。2.掌握常用的几种提示词语法，重点掌握强调关键词语法和融合语法。3.掌握提示词反推的三种方式，能够选择适当的反推工具对所需图片进行反推，并对反推出的提示词进行适当调整。4.理解提示词矩阵的概念并能进行合理应用。（二）教学内容：3.1提示词用法提示词类型；提示词构成元素；提示词输入规则；提示词套用公式。3.2提示词语法强调关键词语法；分步绘制语法；融合语法；打断语法；交替绘制语法。3.3提示词反推技巧使用CLIP反推提示词；使用DeepBooru反推提示词；使用WD1.4标签器反推提示词。3.4提示词矩阵提示词矩阵概念和应用步骤。第4章StableDiffusion文生图（一）教学目标：1.理解StableDiffusion常用的三种采样方法的优劣，并能在生图过程中选择适当的采样方法。2.熟练掌握StableDiffusion文生图常用参数的概念和应用。3.熟练掌握文生图的操作方法和技巧，能够通过相关参数设置，完成中等复杂程度的文生图工作。（二）教学内容：4.1StableDiffusion常用采样方法Eulera采样方法；DPM++2MKarras采样方法；DDIM采样方法。4.2StableDiffusion文生图基本参数迭代步数（Steps）；高分辨率修复(Hires.fix)；图像尺寸；出图批次；提示词引导系数(CFGScale)；随机数种子(Seed)。4.3文生图实例确定大模型；输入提示词；参数设置；生成并放大图像。第5章StableDiffusion图生图（一）教学目标：1.掌握图生图的概念、操作界面、相关参数如缩放模式、重绘幅度以及图生图的应用。2.理解图生图的6种不同模式，熟练掌握“图生图”模式、“涂鸦”模式、“局部重绘”模式、“涂鸦重绘”模式和“上传重绘蒙版”模式，了解“批量处理”模式。3.能够利用所学知识完成中等程度的图生图任务。（二）教学内容：5.1图生图概述图生图界面；缩放模式；“重绘幅度”参数；图生图应用。5.2图生图主要模式“图生图”模式；“涂鸦”模式；“局部重绘”模式；“涂鸦重绘”模式；“上传重绘蒙版”模式；“批量处理”模式。5.3图生图实例“涂鸦重绘”；参数设置；输入提示词；生成新图像。第6章ControlNet与热门扩展插件（一）教学目标：1.理解ControlNet插件的概念、应用等基础知识。2.掌握20种ControlNet控制类型的基本概念、应用场景和操作步骤，重点掌握Lineart(线稿)、Scribble/Sketch(涂鸦/草图)、MLSD(直线)、Depth(深度)、OpenPose(姿态)、Segmentation(语义分割)、Tile/Blur(分块/模糊)、Recolor(重上色)等控制类型的应用。3.了解StableDiffusion常用的几种扩展插件，重点掌握ADetailer修复图像和UltimateSDupscale无损放大图像插件的应用，了解X/Y/Z图表插件的应用。（二）教学内容：6.1ControlNet插件概述ControlNet单元；控制类型（ControlType）；预处理器（PreProcessor）；模型（Model）；其他参数。6.2常用的ControlNet控制类型Canny（硬边缘）；SoftEdge(软边缘)；Lineart(线稿)；Scribble/Sketch(涂鸦/草图)；MLSD(直线)；Depth(深度)；NormalMap(法线贴图)；OpenPose(姿态)；T2I-Adapter；Segmentation(语义分割)；Shuffle(随机洗牌)；Tile/Blur(分块/模糊)；局部重绘；InstructP2P；Reference(参考)；Recolor(重上色)；Revision；IP-Adapter；Instant_ID；SparseCtrl(稀疏控制)。6.3StableDiffusion扩展插件ADetailer：修复图像；UltimateSDupscale：无损放大图像；X/Y/Z图表。第7章AI绘画实战应用（一）教学目标：1.掌握AI绘画在建筑设计领域的应用，能够生成建筑设计和室内设计效果图，能够将线稿图转换为效果图。2.掌握AI绘画在平面设计领域的应用，能够生成艺术二维码、艺术字和表情包.3.握AI绘画在盲盒设计领域的应用，能够将线稿和涂鸦转为3D盲盒，能够利用相关的大模型直接生成盲盒，能够生成盲盒的三视图。4.掌握AI绘画在服装电商领域的应用，能够利用“局部重绘”、“涂鸦重绘”和“InpaintAnything”进行换装，能够将电商人台转缺钱为真人模特。（二）教学内容：7.1建筑设计领域建筑设计效果图；室内设计效果图；线稿图转效果图。7.2平面设计领域艺术二维码；艺术字设计（光影艺术字；嵌入艺术字）；表情包设计。7.3盲盒设计领域线稿转3D盲盒；涂鸦转3D盲盒；大模型直接生成盲盒；三视图生成。7.4服装电商领域“局部重绘”换装；“涂鸦重绘”换装；“InpaintAnything”换装；电商人台转真人模特。四、考核方法与要求1.平时成绩、实践成绩和期末考核成绩：平时成绩占10%（包括出勤、课堂提问等），实践成绩占40%（包括上机实验等）；期末考核成绩占50%（考查）。2.平时成绩包括作业、课堂表现、到课率、小测验、期中考查等，具体要求：按学校规定保证出勤，课堂表现积极，很好的配合老师完成课堂教学内容或者作业。实践成绩包括见习、实验、上机、课程设计等，具体要求：认真完成本次课的教学任务，能够独立运用所学知识完成相应的操作。期末考核方式（考查），具体要求：完成指定的课程大作业。五、教材与主要参考书1.教材：梁艳霞.《StableDiffusionAI绘画实例教程》,清华大学出版社,2026年3月2.主要参考书：1）孟德轩.AI绘画大师StableDiffusion快速入门与实战技巧