当前位置:首页|资讯|Stable Diffusion|提示词|AI绘画

Stable Diffusion提示词详细指南,附带免费绘画小程序

作者:曹大大1234发布时间:2023-07-03

免费绘图AI小程序 - 微信搜索小程序:创想AI绘画


1、提升画面质量的提示词:

HDR, HD,UHD, 64K (HDR、UHD、4K、8K和64K)

表示图片效果,带来的改变可以试试,不过也会影响渲染出图的时间,会根据你要求的画面质量延长时间。

Highly detailed 增加很多的细节,有时候描述没有那么多,随手丢进去,它会补细节。

Studio lighting 添加和谐的靠谱一些的灯光效果,小概率加一些纹理

Professional 会帮助自动调节对比度,色彩的和谐程度

Vivid Colors 会帮忙增加一些鲜艳的颜色,比如用画中国画高级的配色,希望用到景泰蓝,经常会出现有点雾蒙蒙的,加入后会增强颜色的纯度和饱和度。

Bokeh 画人像可以多尝试用这个词语,会比较突出人像

high quality 高品质

masterpiece 杰出

best quality 最好品质

photography 摄影作品

ultra highres 超高分辨率

RAW photo 原始照片

ultra-detailed

finely detail

highres

8k wallpaper


2、常用的反向提示词:

worst quality

bad quality

low quality

normal quality

lowres

normal quality


3、小括号用法:

小括号代表的是1.1倍,比如Exquisite Crown(精美的皇冠),加上(Exquisite Crown)就代表皇冠这个词语的权重变成1.1倍,(((Exquisite Crown))),代表1.1x1.1x1.1,1.331倍。

中括号用法:

中括号代表的是降权,因为初始化的权重是1,用[Exquisite Crown]代表的是0.952倍。

大括号用法:

大括号代表的是1.05倍,展示方式{Exquisite Crown}。

注意:一般小括号用的比较多,可以用数字表示权重,这样就不需要中括号和大括号,比如Exquisite Crown:1.331)=(((Exquisite Crown)))


4、元素的融合:

方法一:中括号表示法

[pink|blond]long hair,beautiful girl, gothic dress, clear details, Gothic architecture interior

在这个里面的[pink|blond]long hair,用中括号将颜色隔开,渲染的时候,是一步粉红一步金色,最后出来的是调节过后的粉金色。中括号起到了混合的作用,同理,我们还可以用在服装材质、款式、背景玄幻...除了用中括号,另外还可以用and来连接,这是更细致的写法,可以用来规定某一个你想要混合的色彩的权重。

方法二:AND

pink long hair AND blond long hair,beautiful girl, gothic dress, clear details, Gothic architecture interior

方法三:

此方法被称作为元素渐变。可以通过混合两个关键词来实现更有趣效果,使用语法为“[keyword1 : keyword2: factor]”,其中factor值控制了把keyword1切换到keyword2的步骤值,是一个介于0到1之间的数字。

举个例子,输入提示词“Oil painting portrait of [Joe Biden: Donald Trump: 0.5]”,采样步数设置为30。这里指的是,第1~15步,提示词为“Oil painting portrait of Joe Biden”;第16~30步,提示词为“Oil painting portrait of Donald Trump”。解释一下,factor值决定了关键词的切换节点,设置为0.5时指的是在30*0.5 = 15步时切换。


5、元素的精细控制:

使用[keyword:number]方式表示

[flower:5],long blond hair, beautiful girl, gothic dress, clear details, Gothic architecture interior

[flower:5]的意思是从第5步开始画花花,直到结束,以降低画的步数来达到弱化的效果。

但是这也有个局限,在我们画画步数本来就不高的情况下,很容易画不出来,它没办法只用10步或15步给画出来的时候,往往不理你。

此外,还有一些采样会不太搭理这种写法,可以探索看看。

小黑板:

[flower:5] 代表从第5步开始直到结束

[flower::10] 代表从开始就一起画,但是画到第10步就不画了

[[flower::30]:5] 代表从第5步开始画,到30步结束

长呼一口浊气,试想一下,如果我们在画画的时候,写tag能够这样精细控制,熟练掌握各个元素出现的轻重,出来的画面能多细致。


6、画面的比重控制:

上面是控制某一个东西的比重,下面来扒画面的比重。

但是这是需要很长的步数来表现的,我今天用的不画那么多步,就写一下怎么表示。

比如说我们将步数设定在100,前面50步用来画人,后面50步用来画花花。

[girl:flower:0.5],这样就表示前面的50%步数是画人的,后面的用来画花,人就会画到50步就结束了;

另外一种就是直接写步数,据说可以这样用,但是我觉得并不好用,写法:[girl:flower:50],在总步数100的时候,前面50用来画人,后面的画花。

只是两种写法不一样,亲测下面的不如上面的写法好用。


7、元素随机选择:

这个在批量生成的时候会好用一些,一张两张的体现不出。

这里用到的是大括号。

之前的tag:

Long blond hair, beautiful girl, gothic dress, clear details, Gothic architecture interior

之后的tag:

{Crown|Corolla|Hairpin|Bowknot},long blond hair, beautiful girl, gothic dress, clear details, Gothic architecture interior



8、词汇顺序/数量/位置影响

早期的标记具有更一致的位置,因此神经网络更容易预测它们的相关性。而且由于attention机制的特殊性,每次训练时,开始的标记和结束的标记总会被注意到(attention)。而且由于标记越多,单个标记被被注意到的概率越低。

基于以上特性,有以下几点需要注意:


开头与结尾的词往往作用性更强。

提示词数量越多,单个提示词的作用性越低。

开头的数个提示词的作用较强,有更强的相关。

关于数量,你可能已经注意到了,当你写prompt时会有数量限制。

但是在 webui中,你是可以写 75 个词汇以上的提示的。webui会自动通过对提示词进行分组。当提示超过 75 个 token(可以理解token代表你的提示词),提交多组 75 个 token。单个token只具有同一组中其他内容的上下文。

每一组都会被补充至(1,77,768)的张量,然后进行合并,比如俩组就会合并为(1,154,768)的张量,然后被送入U-Net。

值得注意的是

为了避免将你的短语分成俩组,webui在分组时会查看附近是否有,来尽量还原你想要的输入。

然后你还能通过输入BREAK来快速分组,BREAK必须为大写。

————————————————

版权声明:本文为CSDN博主「FL1623863129」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:[深度学习]stable diffusion的提示词总结



Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1