网站建设服务流程,ppt模板下载免费版软件,小广告怎么举报,做网站需要多久系列文章目录
本文专门开一节写图生图相关的内容#xff0c;在看之前#xff0c;可以同步关注#xff1a; stable diffusion实践操作 文章目录 系列文章目录前言1、embeddding的功能2、如何去下载(https://civitai.com/models)2.1 筛选 TEXTUAL INVERSION2.2 筛选出来2.3 下…系列文章目录
本文专门开一节写图生图相关的内容在看之前可以同步关注 stable diffusion实践操作 文章目录 系列文章目录前言1、embeddding的功能2、如何去下载(https://civitai.com/models)2.1 筛选 TEXTUAL INVERSION2.2 筛选出来2.3 下载保存2.4 如何使用2.5 增加权重3.1 badhandv4 - AnimeIllustDiffusion3.2 bad_prompt Negative Embedding3.3 人物形象类的Corneos D.va3.6 ng_deepnegative_v1_75t3.7 DeepNegativeV1.x 总结 前言
textualinversion 中文名为文本反转可以理解为提示词的集合提示词打包可以省略大量的提示词。后缀safetensors大小几十kb
本文根据B站A_Eye视频而来需要看原视频的可以进入 Stable diffusion喂饭级基础教程 第九期 什么是embedding 1、embeddding的功能
可以理解为提示词的集合可以省略大量的提示词。 下面是一篇关于embeddding的权威论文感兴趣的小伙伴可以自己去看 我总结一下举个例子希望左图生成右图那么对于左面的模型来说右边的图是个新的概念然而在一个大模型中引入新的概念是很困难的如果为了这个新的图片而重新训练模型成本就太高了。 所以论文作者提出了一个新的想法就是在文本编码器的嵌入空间中找到新的伪装词通过这个伪装词去捕获高级语义和精细的视觉细节 换句话说就是采用少量有图的文本训练出一个新的反转文本这个反转文本可以在生成图片的时候可以嵌入到大模型的词汇库中让左边模型学习到了右边图片的概念从而生成带有右边特征的图片。 这样就可以使用语言文本将新的特征注入到模型当中训练成本低使用方便并且体积很小唯一缺点是很难进行精确学习但是对于普通人来说已经足够了。 2、如何去下载(https://civitai.com/models)
2.1 筛选 TEXTUAL INVERSION 2.2 筛选出来 2.3 下载保存
在C站可以下载https://civitai.com 下载后存放地址sd-webui-aki-v4.2\embeddings 2.4 如何使用
没有触发词直接使用名称就可以了。注意得到是不要把负向embedding放到正向提示词中去了。
2.5 增加权重 ## 3、embedding 收集的模型
3.1 badhandv4 - AnimeIllustDiffusion
此文本嵌入为负面文本嵌入。它能够在对画风影响较小的前提下改善AI生成图片的手部细节。如果它让你的模型表现得比以前更糟请勿使用它。您可与其他负面文本嵌入一同使用。
如果你想使用效果更强的版本请移步NegativeEmbedding - AnimeIllustDiffusion | Stable Diffusion TextualInversion | Civitai。这是一个用于修理各种各样画质和畸形问题的负面pt。他效果强劲但更可能会破坏您原本的风格且占用大量词元数使用它时其实您也不需要再使用很多负面提示词。
虽然它是为 AnimeIllustDiffusion 模型设计的但您也可以在其他模型上使用。
另外我发现它在较高的提示词相关性下11表现的更好。
使用方法 您应该将下载得到的负面文本嵌入文件即 badhandv4.pt 文件放置在您 stable diffusion 目录下的 embeddings 文件夹内。之后您只需要在填写负面提示词处输入 badhandv4 即可。
3.2 bad_prompt Negative Embedding
使用同上。
3.3 人物形象类的Corneos D.va ### 3.4 特定动作(AwaitingTongue Embedding) ### 3.5 Winter Style 冬日画风 3.6 ng_deepnegative_v1_75t
3.7 DeepNegativeV1.x
触发器ng_deepnegative_v1_75tng_deepnegative_v1_75t 总结
以上就是今天要讲的内容。
