以下是为您提供的用于 Stable Diffusion 生成自然美景(如山脉、海洋、森林等),体现人与自然和谐共处的提示词示例及相关技巧:
提示词示例: masterpiece, best quality, ultra-detailed, illustration, close-up, straight on, face focus, natural beauty, mountains, ocean, forest, serenity, harmony between human and nature, sunlight, clear sky, greenery, wildflowers, people enjoying the scenery
提示词技巧:
在生成图像时,您还需要注意以下设置:
您还可以使用自动写提示词脚本 One Button Prompt 来获取更多灵感,在主菜单中设定主题为“风景”,正向提示词给一个“房子”,然后点击“生成一些提示词”,对生成的提示词进行修改调整。
作者:白马少年介绍:SD实践派,出品精细教程发布时间:2023-05-01 20:00原文网址:https://mp.weixin.qq.com/s/kwNfc9NCaKJRy30wHI95UgStable Diffusion的生成方式主要分为文生图和图生图两种:文生图是仅通过正反向词汇描述来发送指令;图生图除了可以添加文字以外,还可以给AI参考图进行模仿,也就是我们常说的“垫图”。接下去就是对你想要的图形进行文本描述,文本描述上又分为两类:内容型提示词和标准化提示词。内容型提示词主要用于描述你想要的画面,我们选择anythingV5这个专门用于二次元绘画的大模型,然后输入以下提示词:1个女孩,黑发,长发,校服,向上看,短袖,粉红色的花,户外,白天,蓝色的天空,云,阳光,上身,侧面。(使用翻译软件翻译成英文)采样迭代步数是指AI绘画去噪的次数,步数越高绘画越清晰,但是绘画速度也会越慢,通常数值控制在20-40之间最好。采样方法是指AI生成图像时候的某种特定算法,我们不用全部了解,一般常用的为:Euler a;DPM++2S a Karras;DPM++2M Karras;DPM++ SDE Karras;DDIM。有的模型会有指定的算法,搭配起来更好用。将比例设置为800:400,注意这里的尺寸并不是越大越好,因为模型的练图基本上都是按照512x512的框架去画,所以我们的高宽比尽量都在这个数值附近。太大的数值比如1920x1080,会使AI做出很奇怪的构图。那你就会说,我就想要很高清的图怎么办,其实Stable Diffusion也提供了图片放大的功能,我们可以同时点选这个高清修复来放大图像倍率,而高宽比我们只要记住这里主要是控制一个画面比例就可以了。
随机抽出来的图像有好有坏,虽然不一定都有用,但是当你大脑空空的时候,也能启发一些灵感。大模型换成二次元“AnythingV5”,主题设定为“人物”,在覆盖主题这里可以填入和主题相关的提示词,比如“一个肥胖的人”,其他全随机试试。这样我们就能在随机生成的图片里,看到的主角是一个胖子。这个插件也可以通过图生图来控制,比如我给它一张这样的垫图。它也可以联想一些构图和姿态相似的随机图片。比起图生图直接联想来说,图生图和原图的相似度更高,而这个插件更加天马行空一些。我们再试一试其他的功能,在主菜单中设定好主题“风景”,正向提示词给一个“房子”。来到“工作流协助”中,直接点击“生成一些提示词”。在下方就会随机生成5段提示词,我们可以任选一张发送到上方,点击生成。这5段提示词分别渲染出来看看效果,确实是风格各异,选择你喜欢的,可以进行提示词的修改调整。我们还可以使用“Latent Couple”(这个插件在前面有讲到过[【Stable Diffusion】手涂蒙版定位插件Latent Couple](http://mp.weixin.qq.com/s?__biz=MzA3ODY0OTc1NQ==&mid=2247486812&idx=1&sn=cbfff40072e25d54605f686c7733b8c0&chksm=9fbecda8a8c944be887648e28695df76810d7bf15a83588aa85ede35232c105c5d727c272ca6&scene=21#wechat_redirect))给画面做一个2分,分别定义好人物的位置。然后在主菜单输入两个人物的提示词。
根据自己想画的内容写出提示词,多个提示词之间使用英文半角符号[,],如:masterpiece,best quality,ultra-detailed,illustration,close-up,straight on,face focus,1girl,white hair,golden eyes,long hair,halo,angel wings,serene expression,looking at viewer一般而言,概念性的、大范围的、风格化的关键词写在前面,叙述画面内容的关键词其次,最后是描述细节的关键词,大致顺序如:(画面质量提示词),(画面主题内容)(风格),(相关艺术家),(其他细节)不过在模型中,每个词语本身自带的权重可能有所不同,如果模型训练集中较多地出现某种关键词,我们在提示词中只输入一个词就能极大地影响画面,反之如果模型训练集中较少地出现某种关键词,我们在提示词中可能输入很多个相关词汇都对画面的影响效果有限。提示词的顺序很重要,越靠后的权重越低。关键词最好具有特异性,譬如Anime(动漫)一词就相对泛化,而Jojo一词就能清晰地指向Jojo动漫的画风。措辞越不抽象越好,尽可能避免留下解释空间的措辞。可以使用括号人工修改提示词的权重,方法如:(word)-将权重提高1.1倍((word))-将权重提高1.21倍(= 1.1 * 1.1)[word]-将权重降低至原先的90.91%(word:1.5)-将权重提高1.5倍(word:0.25)-将权重减少为原先的25%(word)-在提示词中使用字面意义上的()字符