当前位置:首页> AI教程> 词缀变化对画面生成的影响

词缀变化对画面生成的影响

释放双眼,带上耳机,听听看~!
本文主要介绍了词缀对画面生成的影响,包括正向提示词和反向提示词的作用,以及如何选择正确的顺序和语法来使用提示词,以获得更好的效果。同时也提到了在使用 AI 模型生成图片时需要注意的一些参数和技巧。

基础综述

如果你已经掌握了基础,想直接找中英文对照词缀的,那么请转到本文第五部分的提示词表。

词缀变化对画面生成的影响

  • 提示词(prompt)由多个词缀构成。
  • 提示词分为正向提示词(positive prompt)和反向提示词(negative prompt),用来告诉AI哪些需要,哪些不需要。

反向提示词就是我们不想出现什么的描述。 例:NSFW 不适合在工作时看的内容,包括限制级,还有低画质相关和一些容易变形身体部位的描述等。 注:可下载 Easynegative 的文件,它已把一些常用的反向提示词整合在一起了,我们只需输入关键词就能得到较好效果。 把它放到 /enbeddings 文件夹,需要触发时在反向提示词中输入easynegative 激活

  • 词缀的权重默认值都是1,从左到右依次减弱,权重会影响画面生成结果。
    比如景色Tag在前,人物就会小,相反的人物会变大或半身。
    选择正确的顺序、语法来使用提示词,将更好、更快、更有效率地展现所想所愿的画面。

注意,词缀因为是英文,很多词我们需要深入学习。
比如跑这个词,running是默认词,别名是run,但本文所用模型如果使用run将几乎无效,看权重篇中的第一个例子了解。

  • AI 会依照概率来选择性执行,如提示词之间有冲突,AI 会根据权重确定的概率来随机选择执行哪个提示词。
  • 生成图片的大小会影响 Prompt 的效果,图片越大需要的 Prompt 越多,不然 Prompt 会相互污染
  •  Prompt 支持使用 emoji,且表现力较好,可通过添加 emoji 图来达到效果。如 形容喜欢表情, 可修手。

为了便于理解,不相关词缀可以用换行以示区分。

  • 本文主要是学习词缀变化带来的出图变化,不同模型生图不同,学习时需观察同模型下的出图变化。

  • 以下为主要参数参考,学习时设置个负面词,其余默认即可。

    // 参考
    absurdres, 8k, comic, viewfinder, 1male, run, black hair, orange sun, blue sky,
    Negative prompt: easynegative, canvas frame, cartoon, 3d, ((disfigured)), ((bad art)), ((deformed)),((extra limbs)),((close up)),((b&w)), wierd colors, blurry, (((duplicate))), ((morbid)), ((mutilated)), [out of frame], extra fingers, mutated hands, ((poorly drawn hands)), ((poorly drawn face)), (((mutation))), (((deformed))), ((ugly)), blurry, ((bad anatomy)), (((bad proportions))), ((extra limbs)), cloned face, (((disfigured))), out of frame, ugly, extra limbs, (bad anatomy), gross proportions, (malformed limbs), ((missing arms)), ((missing legs)), (((extra arms))), (((extra legs))), mutated hands, (fused fingers), (too many fingers), (((long neck))), Photoshop, video game, ugly, tiling, poorly drawn hands, poorly drawn feet, poorly drawn face, out of frame, mutation, mutated, extra limbs, extra legs, extra arms, disfigured, deformed, cross-eye, body out of frame, blurry, bad art, bad anatomy, 3d render
    Steps: 20, Sampler: Euler a, CFG scale: 22, Seed: -1, Face restoration: CodeFormer, Size: 720×480, Model hash: 1dceefec07, Model: dreamshaper_331BakedVae, Denoising strength: 0.5, Clip skip: 2, ENSD: 31337, Hires upscale: 2, Hires upscaler: Latent

权重逻辑 

  • 若是想明确某主体,应当使其生成步骤向前,生成步骤数加大,词缀排序向前,权重提高。
  •  画面质量 → 主要元素 → 细节 若是想明确风格,则风格词缀应当优于内容词缀 画面质量 → 风格 → 元素 → 细节 
  •  未证实:风格权重或许需要优于画面质量,从而不至于被画面质量污染特殊风格质感。

分割符

  • , 逗号:分割词缀,有一定权重排序功能,逗号前权重高,逗号后权重低,因而建议排序:
  1. 综述(图像质量+画风+镜头效果+光照效果+主题+构图)
  2. 主体(人物&对象+姿势+服装+道具)
  3. 细节(场景+环境+饰品+特征)

举例一:

// 超高分辨率, 8k, 漫画风, 相机取景框,一个男子, 奔跑(动词原型), 黑色头发, 橙色太阳, 蓝色天空
absurdres, 8k, comic, viewfinder, 1male, run, black hair, orange sun, blue sky,

词缀变化对画面生成的影响

根据上面的提示出的图,各元素都出现了,但是并没有实现run这个关键词,除了第一张图左下角几个奔跑的人物外,第三张图更是人物都没有了。

举例二:

// 超高分辨率, 8k, 漫画风, 相机取景框, 一个男子, 奔跑(现在分词), 黑色头发, 橙色太阳, 蓝色天空
absurdres, 8k, comic, viewfinder, 1male, running, black hair, orange sun, blue sky,

词缀变化对画面生成的影响

而当我们把run改为running时,跑步的姿态就出来了~~。

组合符

  • : 冒号:自定义权重数值
    格式:左圆括号 + 词缀 + 冒号 + 数字 + 右圆括号

    // 单人女孩词缀,权重为0.75
    (1girl:0.75)

  • () 仅圆括号:增加权重0.1
    大部分情况用圆括号即可。

    // 权重乘以1.1
    (1girl)

  • {} 花括号:增加权重0.05

    // 权重乘以1.05
    {1girl}

  • [] 方括号:减少权重0.1,也有说是减弱0.05的
    方括号中无法自定义权重数值,自定义权重只能使用(x:0.5)形式。

    // 权重除以1.1
    [1girl]

  • (()){{}}[[]] 复用括号:叠加权重

    // 权重乘以1.1*1.1,即权重为1.21
    ((1girl))

一般流程:先把要描述的画面写下生成一次,根据生成结果边试边改不满意或遗漏的描述,要强调的概念用 (xxx: 1.x ) 语法形式来提升权重,其中 xxx 是你要强调的词,1.x 代表要提升的比例,如 1.5 就是提升 150% 的权重。 权重取值范围 0.4-1.6,权重太小容易被忽视,太大容易拟合图像出错。例:(beautiful:1.3) 。 叠加权重:通过叠加小括号方式提高权重,每加一层相当于提高1.1倍权重,例:((((beautiful eyes)))) 

举例三:

根据上一个例子的规则,增加跳跃,并且加强其权重,于是图像变了~~

// 跳跃的权重最高
(absurdres),  8k, comic, ((viewfinder)), 1male, running, (jumping:1.5), black hair, orange sun, blue sky,

词缀变化对画面生成的影响

看得出,人物有跑跳感,但跳感肯定是最强。

连接符

  • AND :将多个词缀聚合在一个提示词顺序位置中,其初始权重一致

    // 三个词缀权重一致
    bird and dog and pig

    // 可使用冒号标记其权重
    bird:1.5 and dog:1.2 and pig:0.8

实际使用时发现用and连接词缀,可能会出现物体合并的现象,比如白菜和肉,可能会生成一张白菜里包着肉的诡异图片。

举例四:

好,我们现在再将上面的案例改一下看看会有什么效果:

// 合并了绿色、白色、长发,要求加强绿色头发,橙色和蓝色天空合并,权重一致
absurdres,  8k, comic, [viewfinder], (1male), (running), (green hair:1.5 and white hair and very long hair), orange sun and blue sky,

词缀变化对画面生成的影响

由上图可以看出,主角头发一定为绿,但可能会有0~2个头发为白的人物出现在画面中,1male这条规则被打破; 橙色太阳和蓝色天空因为权重一致了,所以基本都会同时出现在画面中(看云:似乎AI想把橙色和蓝色都嵌入到其中,第三图似乎更是想生硬地把他们都捏在一起,而这种感觉在前几个例子的图片是没有的)。

  • + 加号

    (red hair:1.1)+(yellow hair:1.25)+(green hair:1.4)

  • | 竖线

    (red hair:1.1)|(yellow hair:1.25)|(green hair:1.4)

  • _ 下划线

    (red hair:1.1)(yellow hair:1.25)(green hair:1.4)

  • 什么都不加

and词缀会出现物体合并,但在什么都不加,逗号情况下,这种合体可能性就很低了。

(red hair:1.1)(yellow hair:1.25)(green hair:1.4)
  • , 逗号
    对象一致时,逗号有连接的功能

    (red hair:1.1),(yellow hair:1.25),(green hair:1.4)

举例五:

虽然都是连接符,但还是有些微差别的,是更趋向于融合还是更趋向于并列,自行摸索吧~~

// 又跑又跳,红黄绿色头发,橙色太阳和蓝色天空~~
absurdres,  8k, comic, [viewfinder], (1male), running|jumping, (red hair:1.1)(yellow hair:1.25)(green hair:1.4), (orange sun)_(blue sky),

词缀变化对画面生成的影响

好吧,这个例子彻底把画面搞混乱了~~哈哈,原因之一是:某个元素过高的权重可能会污染其他元素。

本网站的内容主要来自互联网上的各种资源,仅供参考和信息分享之用,不代表本网站拥有相关版权或知识产权。如您认为内容侵犯您的权益,请联系我们,我们将尽快采取行动,包括删除或更正。
AI教程

在云环境怎么训练LoRA模型

2023-11-19 18:35:14

AI教程

OpenAI 2020年论文《Scaling laws for neural language models》实验结果分析

2023-11-19 18:47:14

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索