Stable Diffusion 系列教程 | 文生图 - 提示词

目录

1.提示词 基本的规则

2.提示词分类

2.1内容性提示词

2.2 画风艺术派提示词

2.3 画幅视角

2.4画质提示词

3 反向提示词

3.1 内容性反向提示词

3.2 画质性反向提示词

4 实例分析

5 权重

5.1 方法一

5.2 方法二

6.参数

7. 学习and 技巧

7.1 辅助写提示词的网站

7.2 学习他人优秀作品


Prompts提示词是指用户输入的指导模型生成图像的文本信息,他是我们要告诉AI 我要画什么,怎么画最方便的方式

可以想象我们是呼风唤雨的魔法师,那么Promts就好比我们的咒语

不过有些时候我们的咒语不那么灵验,因为我们的AI绘画具有随机性,所以需要多多尝试

我们知道AI绘画可以图生图,但是即便图生图也会依赖好的提示词

接下来我们就从提示词规则,分类等来快速入门提示词

首先我们来来了解提示词基本规则

1.提示词 基本的规则

(1)英文书写 可以求助翻译软件

(2)词组作为单位,不需要主谓宾句子结构

比如画一个在阳光下骑车的男孩

提示词写为 男孩,骑车,阳光下即可

(3)提示词分隔符英文逗号,

(4)提示词可以换行,但每一行结尾要打上分隔符,

2.提示词分类

提示词不是一下子写好的,是先有雏形,然后再慢慢微调得到的

提示词也不是混乱不堪的,优秀的提示词分别包含以下内容,我们可以按照顺序依次填写自己需要的

2.1内容性提示词

内容性提示词实际上就是告诉AI绘画我们要画什么

人类以及主体

服饰穿搭 pink dress,

发型发色 long hair black hair

五官特点 big eyes,small mouth

面部表情 laughing

肢体动作 stretching arms

场景特征

室内 indoor

室外 outdoor

大场景 forest,city

小细节 bush, a white flower

环境光照

白天 day

黑夜 night

特定时段 morning

光环境 sunlight

天空 blue sky

2.2 画风艺术派提示词

插画风 illustration

二次元 anime ,comic ,game CG

写实系 photo realistic,realistic,photograph

2.3 画幅视角

距离 close-up,distant

人物比例 full body,upper body

观察视角 from above,view of back

镜头类型 wide angle m Sony A7 III

2.4画质提示词

通用高画质

best quailty

ultra-detailed

masterpiece

hires

8k

特定高分辨率类型

extremely detailed CG unity 8k wallpaper (超精细8k Unity 游戏CG)

unreal engine rendered(虚幻引擎渲染)

3 反向提示词

3.1 内容性反向提示词

single background 单一背景

bad hands 不好的手

missing fingers 缺少手指

bad anatomy 身体姿态不良

long neck 长脖子

mutated hands 突变的手

poorly drawn hands 画的不好的手

poorly drawn face 画的不好的脸

missing arms 缺少手臂

missing legs 缺少腿

extra arms 缺少胳膊

extra legs 缺少腿

3.2 画质性反向提示词

worst quality, 最差质量

low quality 低质量

 

上述大概了解有哪些,我们后续会对于一些人物有一些特定模板可以直接用

4 实例分析

正向提示词

{{best quality}}, {{masterpiece}}, little girl, grey long hair , blue eyes, shirt, hat, hoodie, shoes , headphones, smirk, cute face, head tilt, outdoor, forest,bush, sunlight, illustration, full body

反向提示词

signature, watermark, username, blurry, missing arms, long neck, humpbacked, bad feet, {bad anatomy},single background, {bad hands},missing fingers, {lowres}, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, artifacts, nsfw,

一般而言,优质出图有一定的固定模板

5 权重

观察别人的提示词咒语,会发现有很多的括号

5.1 方法一

括号加数字

示例:

{a white flower :1.5} 调节白花权重为原来1.5倍

{white flower: 0.8} 调节白花权重为 0.8倍

5.2 方法二

套括号

适合于微调

提示词套圆括号()

每一层圆括号,权重×1.1

比如两层圆括号,提示词权重1.1 *1.1=1.331

提示词套大括号{}

每一层大括号,权重×1.05

提示词套方括号[]

每一层大括号,权重×0.9

经验:权重不能太高,最好小于1.5,否则会导致扭曲

提示词权重分配 进阶语法

如混合,迁移,迭代

后面会给大家介绍

6.参数

如果把提示词比作咒语,那么参数是魔杖或者魔导书

采样方法

采样方法具体是什么涉及到模型原理,不必深究,我们这里只需要知道什么时候用什么样的采样方法即可,一般遵循如下原则

(1)在显卡给力,时间充裕的条件下,可以自己尝试比较不同的采样方法

(2)一般在C站下载模型的同时,模型作者会给出他觉得比较好的采样方式,这是作者已经经过大量实验的结论,可以帮助你节约时间

(3)没有作者相关建议的时候

对于二次元图 DPM++ 2M或DPM++ 2M Karras UniPC

对于真实系图 Euler a、DPM++ SDE、DPM++ SDE Karras

同时,一般而言带++的都相对来说不戳

迭代采样步数

理论上采样步数越多画面越清晰,但超过20步之后,后面的提升不大,增加步数意味着出图时间增长,一般维持在20到40之间即可

以下是不同情况下使用哪个步骤编号的一般指南:

(1)如果正在测试新的提示,并希望获得快速结果来调整您的输入,请使用10-15个步骤

(2)当您找到您喜欢的提示时,请将步骤增加到25

(3)如果是有毛皮的动物或有纹理的主题,生成的图像缺少一些细节,尝试将其提高到40

面部修复:修复人物的面部,但是非写实风格的人物开启面部修复可能导致面部崩坏。 平铺/分块:生成一张可以平铺的图像 高分辨率重绘:使用两个步骤的过程进行生成,以较小的分辨率创建图像,然后在不改变构图的情况下改进其中的细节,选中后会有新的参数,之后专门出一篇介绍

宽度高度 出图分辨率设置 最佳的范围应在512至768像素之间

设置的出图分辨率太低,会导致图像不清晰

设置的出图的分辨率过高,一方面显存支撑不了,另外一方面可能会导致图像生成多人情况,

生成批次:每次生成图像的组数。 每批数量:每组多少个图像。图像总数是这个值乘以批次数。除 4090 等高级显卡以外通常保持为 1

提示词相关性CFG:较高的数值将提高生成结果与提示的匹配度。 OpenArt上使用的默认CFG是7,这在创造力和生成你想要的东西之间提供了最佳平衡。通常不建议低于5。 CFG量表可以分为不同的范围,每个范围都适合不同的提示类型和目标 CFG 2 – 6:有创意,但可能太扭曲,没有遵循提示。对于简短的提示来说,可以很有趣和有用 CFG 7-10:推荐用于大多数提示。创造力和引导一代之间的良好平衡 CFG 10-15:当您确定您的提示是详细且非常清晰的,您希望图像是什么样子时 CFG 16-20:除非提示非常详细,否则通常不推荐。可能影响一致性和质量 CFG >20:几乎无法使用

随机种子(Seed):生成每张图片时的随机种子,这个种子是用来作为确定扩散初始状态的基础。不懂的话,用随机的即可。

7. 学习and 技巧

当然知道上面的知识还远远不够,需要多多学习他人写提示词的方式

写提示词

翻译大法,插件

利用AI工具 AI绘画提示词生成器,AI词语加速器

选择性 抄作业 openart.ai arthub.ai

7.1 辅助写提示词的网站

(1)AI绘画提示词生成器

AI绘画提示词生成器 - 一个工具箱 - 好用的在线工具都在这里! (atoolbox.net)

(2)AI 词汇加速器

AI词汇加速器 AcceleratorI Prompt (dawnmark.cn)权重设置

使用这些工具像是经历一个更方便的过程,但思路不要被他索限制

(3)词图

词图PromptTool - AI绘画

(4)AI创造者

AI creator - AI Creator|AI Art gallery | 创作者AI (ai-creator.net)

7.2 学习他人优秀作品

有很多网站会放出优秀作品,其中的作者也会分享自己的prmpts,可供我们学习

(1) openart.ai

里面有很多基于sd官方模型和欧美模型的生成的作品

Home | OpenArt

(2)arthub.ai

里面更多一些二次元和亚洲风的作品

Arthub.ai: Discover, Upload and Share AI Generated Art

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/101638.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Commonjs和Es6语法规范的理解

ES6 module和CommonJS到底有什么区别? “ES6 module是编译时加载,输出的是接口,CommonJS运行时加载,加载的是一个对象” 这里的“编译时”是什么意思?和运行时有什么区别?“接口”又是什么意思?…

基于STC15单片机-LM35-DS8B20温度测量-DS1302计时-proteus仿真-源程序

一、系统方案 本设计采用STC15单片机作为主控器。 DS18B20采集温度值送到液晶1602显示。 DS1302计时,日期送到液晶1602显示。 LM35采集另一路温度值送到数码管显示。 二、硬件设计 原理图如下: 三、单片机软件设计 1、首先是系统初始化 /IO初始化为…

第 6 章 递归(3)(八皇后问题)

6.7递归-八皇后问题(回溯算法) 6.7.1八皇后问题介绍 八皇后问题,是一个古老而著名的问题,是回溯算法的典型案例。该问题是国际西洋棋棋手马克斯贝瑟尔于1848年提出:在88格的国际象棋上摆放八个皇后,使其不能互相攻击&#xff0c…

升级还是不升级?iPhone 15和iPhone 14 Plus性能比较

预览iPhone 15 Pro Max与三星Galaxy S23 Ultra之战是有正当理由的。显然,三星的旗舰智能手机为2023年的所有其他旗舰产品定下了基调——由于其超长的电池寿命和一流的摄像头,证明了它是最受欢迎的产品。 毫不奇怪,Galaxy S23 Ultra不仅是最好的照相手机之一,也是花钱能买到…

LlamaGPT -基于Llama 2的自托管类chatgpt聊天机器人

LlamaGPT一个自托管、离线、类似 ChatGPT 的聊天机器人,由 Llama 2 提供支持。100% 私密,不会有任何数据离开你的设备。 推荐:用 NSDT编辑器 快速搭建可编程3D场景 1、如何安装LlamaGPT LlamaGPT可以安装在任何x86或arm64系统上。 首先确保…

商城-学习整理-高级-消息队列(十七)

目录 一、RabbitMQ简介(消息中间件)1、RabbitMQ简介:2、核心概念1、Message2、Publisher3、Exchange4、Queue5、Binding6、Connection7、Channel8、Consumer9、Virtual Host10、Broker 二、一些概念1、异步处理2、应用解耦3、流量控制5、概述 三、Docker安装RabbitM…

Stable Diffusion 系列教程 | 打破模型壁垒

目录 1.模型基本分类 1.1 CheckPoint 大模型/底模型/主模型 1.2 VAE美化模型/变分自编码器 1.3 HyperNetwork 超网络 1.4 embeddings(/Textual Inversion) 嵌入式向量 1.5 loRa 低秩适应模型 2. 下载途径和渠道 2.1 C站 2.1.1 如何筛选到自己需…

【面试高频题】难度 3/5,字典树热门运用题

题目描述 这是 LeetCode 上的 「745. 前缀和后缀搜索」 ,难度为 「困难」。 Tag : 「字典树」 设计一个包含一些单词的特殊词典,并能够通过前缀和后缀来检索单词。 实现 WordFilter 类: WordFilter(string[] words) 使用词典中的单词 words 初…

AutoDev 1.1.3 登场,个性化 AI 辅助:私有化大模型、自主设计 prompt、定义独特规则...

在过去的半个月里,我们为开源辅助编程工具 AutoDev 添加了更强大的自定义能力,现在你可以: 使用自己部署的开源大模型自己配置 Intellij IDEA 中的行为自定义开发过程中的规范 当然了,如果您自身拥有开发能力的话,建议…

StreamingWarehouse的一些思考和未来趋势

300万字!全网最全大数据学习面试社区等你来! 一篇笔记。 以Hudi、Iceberg、Paimon这几个框架为例,它们支持高效的数据流/批读写、数据回溯以及数据更新。具备一些传统的实时和离线数仓不具备的特性,主要有几个方面: 这…

docker 部署服务

1、使用mysql:5.6和 owncloud 镜像,构建一个个人网盘。 [rootbogon ~]# docker pull mysql:5.6 [rootbogon ~]# docker pull owncloud [rootbogon ~]# docker run -itd --name mysql --env MYSQL_ROOT_PASSWORD123456 mysql:5.6 [rootbogon ~]# docker run -itd -…

一文速学-LightGBM模型算法原理以及实现+Python项目实战

LighGBM 前言 LighGBM作为GBDT算法的衍生模型,在其他论文研究以及数学建模比赛中十分常见。如果不熟悉GBDT算法的可以去看看我的上一篇文章,过多关于GBDT的细节不再过多描述。主要将讲述一下LighGBM较于GBDT算法的改进以及独特算法细节优化&#xff0c…

批量爬虫采集完成任务

批量爬虫采集是现代数据获取的重要手段,然而如何高效完成这项任务却是让许多程序员头疼的问题。本文将分享一些实际操作价值高的方法,帮助你提高批量爬虫采集的效率和专业度。 目标明确,任务合理划分: 在开始批量爬虫采集前&…

Python爬虫(十四)_BeautifulSoup4 解析器

CSS选择器:BeautifulSoup4 和lxml一样,Beautiful Soup也是一个HTML/XML的解析器,主要的功能也是如何解析和提取HTML/XML数据。 lxml只会局部遍历,而Beautiful Soup是基于HTML DOM的,会载入整个文档,解析整…

详细介绍如何基于ESP32实现气象站数据显示--附源码

功能介绍: 驱动ili9341 从京东获取天气数据 开始使用 拿到钥匙 1.从京东注册账号 2.从网站获取密钥 安装ESP32 SDK ESP-IDF Programming Guide - ESP32 - — ESP-IDF Programming Guide latest documentation 笔记: 该项目兼容 ESP-IDF 3.X 分支和 4…

【Linux驱动】NVIDIA Jetson Orin NX有时开机启动慢(5~10分钟)

1、问题描述 新到手的 Orin NX 有时开机启动慢,多次测试,总结出规律:在连接网线的情况,启动很慢(5~10分钟);不连接网线的情况下是正常启动速度。 2、原因分析 在连接网线的情况下启动,卡在如下界面很长时间: 可见打印信息: Start HTTP Boot over IPv6. Error: Co…

『论文精读』FastViT(ICCV 2023,Apple开源)论文解读

『论文精读』FastViT(ICCV 2023,Apple开源)论文解读 文章目录 一. FastViT简介二. 模型架构2.1. Stage 的内部架构2.2. Stem 的结构2.3. Patch Embedding 的架构2.4. 位置编码 三. 参考文献 论文下载链接:https://arxiv.org/pdf/2303.14189.pdf论文代码…

BLFS学习系列 第25章. 图形环境库 —— libdrm

一、简介 libdrm提供了一个用户空间库,用于在支持ioctl接口的操作系统上访问直接渲染管理器(DRM)。libdrm是一个低级别库,通常由图形驱动(程序)使用,如Mesa DRI驱动(程序&#xff0…

基于java+swing俄罗斯方块

基于javaswing俄罗斯方块 一、系统介绍二、功能展示三、其他系统实现五、获取源码 一、系统介绍 项目类型:Java SE项目(awtswing)非开源 项目名称:俄罗斯方块(Tertis) 主要技术:java、awt、swing等技术 …

【玩转Linux操作】crond的基本操作

🎊专栏【玩转Linux操作】 🍔喜欢的诗句:更喜岷山千里雪 三军过后尽开颜。 🎆音乐分享【Counting Stars 】 欢迎并且感谢大家指出小吉的问题🥰 文章目录 🍔概述🍔命令⭐常用选项 🍔练…