规划总平“一键出图”lora模型使用指南

20241114

本模型由同济大学钮心毅团队训练，欢迎各位同学、同行体验并评论、返图，留下您宝贵的意见与经验以使我们进一步优化模型，谢谢！

1 模型使用准备

1.1模型适用场景

模型适用于中等尺度大小（20-100公顷）的规划专业平面图线稿的上色，可以实现对平面图整体图面效果的快速生成及效果展示。能够在设计方案沟通交流与修改反馈过程中起到积极作用。

图片作者：周思薇王晨亦

1.2模型使用愿景——多阶段，多场景

图片作者：孙旻皓

1.3线稿处理与输入

①平面图线稿应包含建筑、道路、场地、绿化等要素的区分

②线稿不应包括文字、图例等标注内容

③应选择图面因素区分较为明显的线稿，对部分细节要素应尽量精简省略（如停车位、树池、休憩座椅等等）

图片作者：周思薇王晨亦

上述不同方案阶段、不同尺度的图纸都能通过本模型产出相应的规划总平面图，但需要注意线稿图最简洁也不可缺少道路、水系等结构性表达。

1.3提示词选择

触发词：zongping

七种功能类型：居住区、交通枢纽区、商业区、教育园区、产业园区、历史风貌区、公园绿地与广场

二类图面结构控制提示词（可选）:空间结构与特征、路网形态

四类图面要素细节提示词：建筑本体描述、建筑布局描述、环境描述、周边环境要素

五类图面色彩效果提示词：色彩基调、色彩搭配、阴影构成、图面关系、色彩细节

通用性反向提示词:(EasyNegative,ng_deepnegative_v1_75t,:1.2),(NSFW:1.5), (worst quality:2), (low quality:2), (normal quality:2), lowres,watermark, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331),

提示词选择示例

触发词:((zongping))功能类型提示词:((residential area)),(commercial area)

结构控制提示词(可选):grid-type road,

要素细节提示词:green roofs,commercial complex,commercial street,pointbuilding,plate building,curve building,row and columnlayout,park,riverwalk,curvy paths,greenbelts along theriver,playground,river,

色彩效果提示词:(bright-colored),(analogous color),(light shadow),(partlycolored),(harmonious combination),white buildings,orangebuildings,yellow paths,

反向提示词(通用性输入):text,label,lineart,paintings,cropped,error,cluttered,(worst quality:2),(lowquality:2),(normalquality:2),lowres,signature,blurry,drawing,sketch,poorquality,ugly,text,pixelated,low resolution,chaotic spaces

1.4 controlnet选择

lineart线稿/invert反向:对本身是白底黑线的线稿图进行反色效果处理

识别得到的线条与原线稿完全相同

controlnet模型：本指南部分实例使用了TheMisto.ai 开发的 MistoLine-SDXL-ControlNet。controlnet模型的选择对结果影响较大，可尝试选用不同的controlnet模型。

——对于处理完成度较高的黑白线稿底图，推荐使用lineart线稿/invert反向作为预处理，

2彩色平面图输出及筛选

2.1输出初步结果

由于随机种子不同，生成图片的识别性及部分上色存在差异，因此选择一次生成4-8张图以供筛选

图示参数：

Steps: 30, Sampler: Euler a, Schedule type: Karras, CFG scale: 7, Size: 1024x1280, Model hash: e6bb9ea85b, Model: sd_xl_base_1.0_VAEFix, VAE hash: 63aeecb90f, VAE: sdxlVAE_sdxlVAE.safetensors, Clip skip: 2, Lora hashes: "zongping_80", Refiner: sd_xl_refiner_1.0_VAEFix [8d0ce6c016], Refiner switch at: 0.8, Version: v1.10.0