Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

图生图时,如何多维度多参数进行生图

Answer

以下是关于图生图时多维度多参数进行生图的方法:

  1. 设置文生图提示词:
    • 大模型:majicmixRealistic_v6.safetensors
    • 正向提示词:(a character sheet of a woman from different angles with a grey background:1.4),auburn hair,eyes open,cinematic lighting,Hyperrealism,depth of field,photography,ultra highres,photorealistic,8k,hyperrealism,studio lighting,photography
    • 负向提示词:EasyNegative,canvasframe,canvas frame,eyes shut,wink,blurry,hands,closed eyes,(easynegative),((((ugly)))),(((duplicate))),((morbid)),((mutilated)),out of frame,extra fingers,mutated hands,((poorly drawn hands)),((poorly drawn face)),((bad art)),blurry,(((mutation))),(((deformed))),blurry,((bad anatomy)),(((bad proportions))),((extra limbs)),cloned face,(((disfigured))),gross proportions,(malformed limbs),((missing arms)),((missing legs)),((floating limbs)),((disconnected limbs)),((malformed hands)),((missing fingers)),worst quality,((disappearing arms)),((disappearing legs)),(((extra arms))),(((extra legs))),(fused fingers),(too many fingers),(((long neck))),canvas frame,((worst quality)),((low quality)),lowres,sig,signature,watermark,username,bad,immature,cartoon,anime,3d,painting,b&w
  2. 设置参数:
    • 迭代步数:50
    • 采样方法:DPM++ 2M Karras
    • 尺寸:1328×800px
  3. 除了文本提词框,图生图功能还有图片框输入口,可通过图片给与 AI 创作灵感。
    • 例如随便照一张照片拖入,文本输入框旁有两个反推提示词的按钮:CLIP 可通过图片反推出完整含义的句子;DeepBooru 可反推出关键词组。
    • 两种反推方式生成的提示词可能有瑕疵,需手动补充提示词信息。
    • 写好提示词后,调整宽度和高度使红框刚好匹配图片。
    • 注意两个重要参数:提示词相关性和重绘幅度。
Content generated by AI large model, please carefully verify (powered by aily)

References

【SD】角色设计的福音!绘制一致性多角度头像

设置文生图提示词:大模型:majicmixRealistic_v6.safetensors正向提示词:(a character sheet of a woman from different angles with a grey background:1.4),auburn hair,eyes open,cinematic lighting,Hyperrealism,depth of field,photography,ultra highres,photorealistic,8k,hyperrealism,studio lighting,photography,负向提示词:EasyNegative,canvasframe,canvas frame,eyes shut,wink,blurry,hands,closed eyes,(easynegative),((((ugly)))),(((duplicate))),((morbid)),((mutilated)),out of frame,extra fingers,mutated hands,((poorly drawn hands)),((poorly drawn face)),((bad art)),blurry,(((mutation))),(((deformed))),blurry,((bad anatomy)),(((bad proportions))),((extra limbs)),cloned face,(((disfigured))),gross proportions,(malformed limbs),((missing arms)),((missing legs)),((floating limbs)),((disconnected limbs)),((malformed hands)),((missing fingers)),worst quality,((disappearing arms)),((disappearing legs)),(((extra arms))),(((extra legs))),(fused fingers),(too many fingers),(((long neck))),canvas frame,((worst quality)),((low quality)),lowres,sig,signature,watermark,username,bad,immature,cartoon,anime,3d,painting,b&w,设置一下参数:迭代步数:50采样方法:DPM++ 2M Karras尺寸:1328×800px出图!15个不同角度的人物图片,大概看下来基本就是同一个人,没毛病。

06-从0学生图

[heading2]总结关于AI生图的课程与分享:讨论了AI生图的学习课程安排,包括邀请白马老师授课、介绍相关工具网站吐司,还提及了AI工具的消费和应用情况等。AI绘图模型的介绍与比较:讨论了AI绘图中不同模型的特点、优势、应用场景以及在实际操作中的使用方法和技巧。关于AI绘图工具SD的介绍与应用:讨论了AI绘图工具SD的各种玩法、不同界面、模型分类及应用场景,强调了其在创意设计中的作用和优势。图像生成模型的发展与应用:讨论了不同图像生成模型的特点、发展历程、优势与应用,以及吐司网站的使用方法。关于吐司网站文生图功能的介绍与操作演示获取额外算力的方法:通过特定链接注册或填写邀请码BMSN,新用户7天内可额外获得100算力。文生图的操作方式:在首页有对话生图对话框,输入文字描述即可生成图片,不满意可通过对话让其修改。模型及生成效果:Flex模型对语义理解强,不同模型生成图片的积分消耗不同,生成的图片效果受多种因素影响。图生图及参数设置:可通过电图基于图片做延展,生图时能调整尺寸、生成数量等参数,高清修复会消耗较多算力建议先出小图。特定风格的生成:国外模型对中式水墨风等特定风格的适配可能存在不足,可通过训练Lora模型改善。

【SD】真人转二次元?图生图如此强大

作者:白马少年介绍:SD实践派,出品精细教程发布时间:2023-05-02 20:00原文网址:https://mp.weixin.qq.com/s/l-O9vT9-_xzy0uvxnkjV-w相比于文生图,图生图功能除了文本提词框以外还多了一个图片框的输入口,因此,我们还可以通过图片来给与AI创作的灵感。我们随便照一张照片,直接拖入进来。然后可以看到,在文本输入框的旁边有两个反推提示词的按钮:CLIP是可以通过图片反推出完整含义的句子;DeepBooru是可以反推出关键词组。上面的那一张图,我们通过两种反推方式得到的提示词分别为:CLIP——a young boy sitting on a bench with a toy train and a lego train set on the floor next to him,Adam Rex,detailed product photo,a stock photo,lyco art。(一个小男孩坐在长凳上,旁边的地板上放着一辆玩具火车和一辆乐高火车,亚当·雷克斯,详细的产品照片,一张库存照片,莱科艺术,)DeepBooru——shoes,solo,hat,orange_background,yellow_background,smile,socks,black_hair,sitting,sneakers。(鞋子,独奏,帽子,橙色背景,黄色背景,微笑,袜子,黑发,坐着,运动鞋)可以看到两种方式生成的提示词都有些瑕疵,比如第一组里面没有描述小孩的穿着,第二组里面没有描述小孩的性别和周围的物品,所以我们需要手动来补充提示词的信息。写好提示词之后,我们再调整一下宽度和高度,让这个红框刚好匹配我们的图片即可。接下来,最重要的是这两个参数:提示词相关性和重绘幅度。

Others are asking
AI换衣API推荐, 并多维度对比,选择最适合的API推荐给我
以下为您推荐的 AI 换衣相关的 API 并进行多维度对比: Comfyui_Object_Migration: 特点:可高精度迁移服装样式到目标人物图像,保持高一致性和细节完整性,支持从卡通到写实的风格互相转换,甚至可将平面角色图像转换为可 3D 打印的模型。 应用场景:虚拟角色服装设计迁移到真实照片、为动画角色添加写实服装、微调权重生成独特服装设计。 详细介绍及教程: GitHub: 在选择适合的 AI 大模型 API 服务时,需要考虑以下因素: 对于像开发 AI Share Card 插件这类情况,如果将模板生成功能设计为固定的代码组件,让大模型专注于内容总结的功能,那么对模型的要求就不会过高。 选型要求包括:较长的上下文窗口,因为内容总结类任务需要较大的上下文长度;响应速度要快、并发支持要高,以在多人使用插件时保持良好性能;免费或尽量低价,以减少模型 token 费用。例如,AI Share Card 选用的是 GLM4flash(截至 202412,长达 128k 的上下文窗口,完全免费的调用价格,200 RPM 高并发支持)。
2025-01-08
图生图时,如何多参数脚本生图
以下是关于图生图时多参数脚本生图的详细步骤: 1. 当对关键帧图片试验满意后,进入图生图界面点击最下面的脚本按钮,选择 Ebsynth Utility 脚本。 2. 填写对应的工程文件路径,此路径应与之前在插件中填写的一致。 3. 注意 Mask option 选项,若需使用蒙版则维持默认参数,若不想使用则调整参数。 4. 下面的 ControlNet 配置可保持默认参数,感兴趣的小伙伴可自行尝试。 5. 配置脸部裁切,默认是关闭的,可自行决定是否开启。其中几个参数设置如下: Face Detection method:面部裁切选择,使用默认即可。 Face Crop Resolution:面部裁切分辨率,一般给 512,可适当缩小或放大。 Max Crop Size:最大裁切尺寸,保持默认。 Face Denoising Strength:人脸去噪程度,若画面不清晰可稍微拉高。 Face Area Magnification:面部放大倍数,设置越大处理越费时间。 若开启脸部裁切,会按照下方提示词对裁切后的面部进行重绘。 6. 设置完所有参数后点击生成按钮,耐心等待,最后会在工程文件夹中生成一个 img2img_key 的文件夹。 另外,相比于文生图,图生图功能除文本提词框外还有图片框输入口,可通过图片给 AI 创作灵感。随便照一张照片拖入后,文本输入框旁有两个反推提示词的按钮:CLIP 可通过图片反推出完整含义的句子;DeepBooru 可反推出关键词组。但反推的提示词可能有瑕疵,需手动补充信息。写好提示词后,调整宽度和高度使红框刚好匹配图片,最重要的是提示词相关性和重绘幅度这两个参数。
2024-12-03
国内文生图模型
以下是关于国内文生图模型的相关信息: Recraft 模型:用 8 个月自研模型,包含处理数据的模型、标注工作、训练 OCR 模型、新构建的数据集等。Recraft 生成带有长文本图像的流程图解,但存在生成默认是外国面孔而非亚洲面孔且生成的亚洲人不太自然的情况,可能与数据集有关。只有少数公司真正从头训练模型,创建自己的模型困难且成本高,需要超强团队和资金。 模型能力方面: 文本编码器的能力是文生图模型语义理解能力的关键。一开始大部分模型使用 CLIP 作为文本编码器,但存在一些问题。新的模型纷纷优化文本编码器能力,如引入更大更强的 T5XXL 或结合多个特征,但开源模型在中文生图方面能力一般。 腾讯开源的 HunyuanDiT 是较可用的中文生图模型,但仍存在优化空间。 Kolors 是最近开源的给力文生图模型,改进全面,技术实力强。
2025-01-21
图生图
以下是关于图生图的详细介绍: 概念与功能说明: 首页包含模型、帖子、排行榜,能看到他人炼成的模型和图片。不同模型有 checkpoint 和 lora 两种标签,还有 SDXL 新模型的标签。点击可查看模型详情,下方是返图区。 基础模型(checkpoint)是生图必需的,任何生图操作都要先选定。lora 是低阶自适应模型,类似 checkpoint 的小插件,可有可无,但对细节控制有价值。ControlNet 可控制图片中特定图像,如人物姿态等。VAE 是编码器,类似滤镜可调整生图饱和度,一般选 840000 这个。Prompt 提示词是想要 AI 生成的内容,负向提示词是想要 AI 避免产生的内容。 图生图是上传图片后,SD 根据图片、所选模型及输入的 prompt 等信息进行重绘,重绘幅度越大,输出图与输入图差别越大。 基础工作流搭建副本中的图生图: 图生图的作用是允许用户上传一张图像,并基于该图像生成新的视觉内容。 使用方法: 在 prompt 输入框下,点击“图生图”可上传本地文件。 在无限画布中图片功能区进行选择。 调整“图生图”功能区参数,包括参考程度,如更像原图是小幅度修改基底图像、有限增加元素;更创意是大幅度修改基底图像、可搭配增强模型加入更多元素;自定义可自定义修改重绘幅度。 增加参考纬度,点击添加按钮会自动应用并打开“生成器”的图片参考功能。 可替换图像,鼠标滑动到图像,点击“选择参考图”重新选择图片。 转换提示词,反推参考图信息填入提示词框中。 同步生图尺寸,同步参考图尺寸到“生成器”的生图尺寸中。
2025-01-21
我想做一个猫咪做饭的短视频,有五个分镜头。我先用文生图生成图片,在用图片生成视,最后剪辑在一起。问题是文生图的时候,生成的图片,效果不太理想
以下是为您提供的一些可能有助于改善文生图效果不理想问题的建议: 1. 仔细检查您输入的画面描述,确保描述清晰、具体、准确,包含足够的细节和特征,以便模型更好地理解您的需求。 2. 尝试调整关键词和描述的侧重点,突出您想要的关键元素,比如猫咪做饭的动作、表情、厨房环境等。 3. 更换不同的文生图模型或工具,有些模型可能在某些特定类型的图像生成上表现更出色。 4. 参考其他优秀的类似主题的图像,学习其构图、色彩、光影等方面的处理方式,从而优化您的画面描述。 5. 多次尝试生成,并对每次生成的结果进行分析和总结,找出问题所在,逐步改进描述。
2025-01-17
有哪些好用的文生图ai
目前好用的文生图 AI 工具主要有以下几种: 1. Artguru AI Art Generator:在线平台,能生成逼真图像,为设计师提供灵感,丰富创作过程。 2. Retrato:AI 工具,可将图片转换为非凡肖像,有 500 多种风格可选,适合制作个性头像。 3. Stable Diffusion Reimagine:新型 AI 工具,通过稳定扩散算法生成精细、具细节的全新视觉作品。 4. Barbie Selfie Generator:专为喜欢梦幻童话风格的人设计,能将上传照片转换为芭比风格,效果很好。 此外,还有一些受欢迎的文生图工具: 1. DALL·E:由 OpenAI 推出,能根据输入文本描述生成逼真图片。 2. StableDiffusion:开源工具,可生成高质量图片,支持多种模型和算法。 3. MidJourney:因高质量图像生成效果和用户友好界面设计而受欢迎,在创意设计人群中流行。 您可以在 WaytoAGI 网站(https://www.waytoagi.com/category/104)查看更多文生图工具。但这些工具仍存在一些局限,如偶尔性能不稳定、生成内容不当等问题。
2025-01-17
目前来看 AI生图模型 哪个最好用
目前比较好用的 AI 生图模型有以下几种: 1. Artguru AI Art Generator:是一个在线平台,能生成逼真图像,为设计师提供灵感,丰富创作过程。 2. Retrato:AI 工具,可将图片转换为非凡肖像,有 500 多种风格选择,适合制作个性头像。 3. Stable Diffusion Reimagine:新型 AI 工具,通过稳定扩散算法生成精细、具细节的全新视觉作品。 4. Barbie Selfie Generator:专为喜欢梦幻童话风格的人设计,能将上传的照片转换为芭比风格,效果很好。 此外,Leonardo 也是一款不错的 AI 生图模型: 支持用户上传自己 DIY 的模型,尤其是 Lora 模型,增强了应用的灵活性和个性化。 提供丰富的模型选择,包括官方精心微调过的模型和社区贡献的 Lora 模型。 能够生成高质量的图片,在细节精致程度和整体艺术效果上表现出色。 价格已变得更加合理,但存在访问限制的问题。 在选择平台时,目前市面上有线上和线下本地部署两种: 线上平台出图速度快,不依赖本地显卡配置,无需下载大型模型,能看其他创作者的作品,但出图分辨率有限,制作横板、高清图片会受限。 线下部署可自己添加插件,出图质量高,但使用时电脑基本宕机,配置不高可能出现爆显存导致出图失败。 可以充分发挥线上和线下平台的优势,线上用于找参考、测试模型,线下作为主要出图工具。先在线上绘图网站的绘图广场发现想要的画风,点击创作会自动匹配模型和标签,截取游戏人物底图将线上算力集中在人物身上,多尝试不同画风得出合适模型和组合,最后在 C 站下载对应模型到本地加载部署后正式生图。但这些模型仍存在一些局限,如偶尔性能不稳定、生成内容不当等问题。
2025-01-14
文字生图哪个AI软件做得最好
目前市场上有许多优秀的文字生图 AI 软件,以下为您介绍一些: 1. Pika:一款出色的文本生成视频 AI 工具,擅长动画制作,并支持视频编辑。 2. SVD:如果熟悉 Stable Diffusion,可以安装这款最新的插件,在图片基础上直接生成视频,它是由 Stability AI 开源的 video model。 3. Runway:老牌 AI 视频生成工具,提供实时涂抹修改视频的功能,但需要注意是收费的。 4. Kaiber:视频转视频 AI,能够将原视频转换成各种风格的视频。 5. Sora:由 OpenAI 开发,可以生成长达 1 分钟以上的视频。 此外,还有以下一些常见的文生图工具: 1. DALL·E:OpenAI 推出的一款文生图工具,可根据输入的文本描述生成逼真的图片。 2. StableDiffusion:开源的文生图工具,能生成高质量的图片,支持多种模型和算法。 3. MidJourney:因其高质量的图像生成效果和用户友好的界面设计而受到广泛欢迎,在创意设计人群中尤其流行。 以上工具均适合于不同的使用场景和需求,您可以根据自己的具体情况进行选择。更多的文生图工具可以查看这里:https://www.waytoagi.com/category/104 。请注意,内容由 AI 大模型生成,请仔细甄别。
2025-01-13
根据草图生成图片
以下是关于根据草图生成图片的相关内容: ComfyUI Flux 与 runway 制作绘画视频: 生成图片:提示词告诉 flux 生成一张技术草图,如 CAD。 绘制的视频:在 runway 里面,使用提示词从空白页面开始逐行创建,并把生成的图片作为尾帧。 草图上色:使用 flux 的 controlNet,depth 固定,Union 版本不建议权重调太高,结束时间也需注意。 生成上色后的视频。 how2draw Flux lora:分享一个好玩的 flux lora 展示绘画过程,触发词为 how2draw。 GPT4 在草图生成中的潜在应用:文本到图像合成模型常缺乏空间理解和遵循复杂指令能力,而 GPT4 可生成代码并按指示呈现为低质量图像。探索将 GPT4 和现有图像合成模型结合,以 GPT4 输出作为草图,能生成更贴近指令、质量更好的图像。 MJ 应用篇快速给 PPT 配图: 复制图像链接:首先复制图片网址,然后在 discord 聊天栏输入/imagine prompt。 复制提示词:回到官网复制图像提示词,再回 discord 粘贴到网址后面并空格。 生成图像:输入命令等待生成,不理想可多次生成。之后可进行改变比例和镜头拉远、检查构图等操作,若构图不好可在当前图基础上再用 Zoom Out 1.5x。选好图可放入 PPT 调整构图。
2025-01-19
中国最强图生视频ai网站
以下为中国较强的图生视频 AI 网站相关信息: 2024 年,国内涌现出一系列优秀的 AI 生成视频工具,如可灵、即梦、智谱清影等,其生成结果甚至远超国外。 相关产品数据: 6 月访问量排名: 1. Luma AI 1861 万 Visit,相对 5 月变化 12.199 2. Runway ML 515 万 Visit,相对 5 月变化 0.01 3. Haiper AI 226 万 Visit,相对 5 月变化 0.013 4. Pika 163 万 Visit,相对 5 月变化 0.256 5. Pixverse 142 万 Visit,相对 5 月变化 0.174 6. Dreamina 剪映 79 万 Visit,相对 5 月变化 3.731 7. 可灵快手 79 万 Visit,相对 5 月变化 New 4 月访问量排名: 1. Runway ML 564 万 Visit,相对 3 月变化 0.158 2. Haiper AI 234 万 Visit,相对 3 月变化 0.95 3. Pika 200 万 Visit,相对 3 月变化 0.091 详情您可以查看之前实测的
2025-01-16
静态图生成动态图的工具有吗
以下是一些可以将静态图生成动态图的工具: 1. Comfyui LivePortrait: 可以精确控制眼睛和嘴唇的动作,无缝拼接多个肖像,将不同人物特征合并成一个视频,确保过渡自然流畅。 使用了不同于主流扩散方法的隐式关键点框架,在计算效率和可控性之间取得有效平衡。 生成的动画质量优于现有的非扩散和扩散模型方法,在 RTX 4090 GPU 上,生成速度为每帧 12.8 毫秒。 支持各种风格的图片,常见的动物面部迁移,并可以微调面部运动幅度。 工作流与模型地址: https://pan.baidu.com/s/1FkGTXLmM0Ofynz04NfCaQ?pwd=cycy https://pan.quark.cn/s/8dfd7ace4f05 内容依技术发展更新,请以文档为准 https://xiaobot.net/post/74238a84d2734b2ca195ed2858b24ffe 2. 视频工具 VIGGLE: Mix(让视频的动作映射到图片人物身上):先上传一个视频和一张角色图像,Viggle 会自动将视频的动态赋予给这个角色,形成一段新视频。能模拟出角色的 3D 状态,准确还原处理原视频中身体旋转、四肢交叠等动作。(也可以利用现有的模版视频作为动作获取来源) Multi(多人模式):通过视频的动作,将上传的多个角色进行识别并赋予给这个角色,形成一段新视频。 Move(将视频的动作直接映射在图片人物身上):不同于 Mix 的图片元素替换原视频内容,Move 主要是通过将动作映射在图像里面的人物身上,实现“让静态图动起来”。 案例: 评价: :https://x.com/imxiaohu/status/1771173928591093940 兄弟们,又出来个牛 P 玩意阿里那个被截胡了,这个直接能用可以直接通过文字描述让任何静态图动起来,而且能做各种动作,跳舞什么的都是小 case...最牛 P 的是,他们的模型能能理解真实世界的物理运动原理,所以出来的视频很真实。不仅如此,它还能直接文字生成视频,进行各种角色混合和动作替换...其核心技术基于 JST1 模型。JST1 是首个具有实际物理理解能力的视频3D 基础模型,能够根据用户的需求,让任何角色按照指定的方式进行运动。核心功能: 可控制的视频生成:用户可以通过文字描述指定角色的动作和场景的细节,Viggle 将根据这些指示生成视频。 基于物理的动画:JST1 模型的一个显著特点是其对物理原理的理解,这意味着生成的视频不仅看起来真实,而且角色的动作和互动符合实际物理规律。这提高了视频的质量和真实感。 3D 角色和场景创建:Viggle 不仅限于传统的 2D 视频制作,它还能够创建 3D 角色和场景。
2025-01-11
图生视频
以下是关于图生视频的相关内容: 什么是图生视频: 输入一张图片+相应的提示词,清影大模型将根据提示将图片转变为视频画面。您也可以只输入一张图片,清影大模型将自行发挥想象力,把图片扩展为一段有故事的视频。 图生视频的两个小技巧: 1. 选用尽可能清晰的图片,上传图片比例最好为 3:2(横版),清影支持上传 png 和 jpeg 图像。如果原图不够清晰,会影响模型对图片的识别,可以采用分辨率提升工具将图片变清晰。 2. 提示词要【简单清晰】: 可以选择不写 prompt,直接让模型自己操控图片动起来。 明确您想动起来的【主体】并以「主体」+「主题运动」+「背景」+「背景运动」的方式撰写提示词(一定要有主体,不然可能会出现 AI 狂乱景象)。如果不明确大模型如何理解您的图片,推荐将照片发送到清言对话框进行识图,明确您的【主体】该如何描述。 在其他场景中的应用: 1. 在离谱村的共创故事中,每张图片转视频都进行了大量的尝试。各种工具轮番上场,如 pika、runway、Pixverse 等。中间还找了 ZHO 来做技术指导,他帮忙用 SVD1.1 出来几个精美的视频,甚至还上了 stablevideo.com 的首页官方推荐。 2. 在 PixVerse V3 中,生成视频的比例取决于您上传图片的比例,提示词遵循相关规则。同时为您展示了几个示例帮助拓展创意,还提供了 4 种风格,且支持文生和图生的风格选择和转换。为保证最佳效果,不推荐风格化与其他功能混用。
2025-01-10