Stable Diffusion - 常用的负向提示 Embeddings 解析与 坐姿 (Sitting) 提示词

欢迎关注我的CSDN:https://spike.blog.csdn.net/

本文地址:https://spike.blog.csdn.net/article/details/132145248

负向 Embeddings 是用于提高 StableDiffusion 生成图像质量的技术,可以避免生成一些不符合预期的图像特征,比如画崩、变形、多余的部位等。原理是将一些不希望出现的图像特征转换为向量表示,然后作为负面提示,输入到 StableDiffusion 算法中,使得算法在优化过程中,尽量远离这些向量所代表的图像分布。

测试模型:墨幽人造人_v1030

测试组合:

  • BadDream + UnrealisticDream + FastNegativeV2 ,用于 DreamShaper 模型,全部包括。
  • ng_deepnegative_v1_75t,肢体负面提示词,建议必选
  • negative_hand + badhandv4,手部负面提示词,建议必选
  • EasyNegative,常见的风格负面提示词,可选。
  • bad-picture-chill-75v,常见的质量负面提示词,可选。
  • negative_feet_v2,腿部负面提示词,建议坐姿选择

坐姿的提示词示例:

bash 复制代码
(masterpiece, best quality:1.2),highly detailed,extremely detailed,real photo,
fullbody,1girl,solo,asian,looking at viewer,(body facing viewer:1.2),(relax sitting),knees separation,
red lips,brown long hair,
collared shirt and dress shirt,long sleeves,(knees length dress:1.1),
(wrap hip very thick pantyhose:1.1),color high heels,
nice figure,good anatomy,good proportions,nice pose,(2shoes,2legs:1.2),(perfect legs:1.1),nice hand,
outdoors,buildings,photorealistic,realistic,<lora:more_details:0.4>,
<lora:yuzuv10:0.5>,<lora:sit_cross_leg_v2:0.6>,<lora:control_skin_exposure:-1.0>,
Negative prompt: (ng_deepnegative_v1_75t:1.3),(negative_hand),(badhandv4),(negative_feet_v2:0.6),
body sideways,buttocks,
extra limbs,malformed limbs,floating limbs,disconnected limbs,missing arm,missing leg,extra arms,extra legs,mutated legs,long neck,
bad anatomy,bad proportions,disfigured,long leg,
worst quality,bad quality,jpeg artifacts,lowres,normal quality,low quality,
EasyNegative,
Steps: 30, Sampler: DPM++ 2M SDE Karras, CFG scale: 5, Seed: 2451060841, Size: 512x768, Model hash: e4a30e4607, Model: 麦橘写实_MajicMIX_Realistic_v6, Denoising strength: 0.35, Clip skip: 2, ADetailer model: face_yolov8n.pt, ADetailer prompt: "asian girl, make up, beautiful face,", ADetailer confidence: 0.3, ADetailer dilate/erode: 4, ADetailer mask blur: 4, ADetailer denoising strength: 0.4, ADetailer inpaint only masked: True, ADetailer inpaint padding: 0, ADetailer ControlNet model: control_v11p_sd15_inpaint [ebff9138], ADetailer ControlNet module: inpaint_global_harmonious, ADetailer version: 23.7.6, Hires upscale: 2, Hires steps: 5, Hires upscaler: 4x-UltraSharp, Lora hashes: "more_details: 3b8aa1d351ef, yuzuv10: b1464588227a, sit_cross_leg_v2: cb80e9bce437, control_skin_exposure: 58bbb7a04626", TI hashes: "ng_deepnegative_v1_75t: 54e7e4826d53, negative_hand: 73b524a2da12, badhandv4: 5e40d722fc3d, negative_feet_v2: df90b1ff666d, EasyNegative: 66a7279a88dd", ControlNet 0: "preprocessor: inpaint_global_harmonious, model: control_v11p_sd15_inpaint [ebff9138], weight: 1.0, starting/ending: (0.0, 1.0), resize mode: ResizeMode.INNER_FIT, pixel perfect: True, control mode: ControlMode.BALANCED, preprocessor params: (-1, -1, -1)", Version: v1.5.1

坐姿提示词很难完全成功,尽量保证大部分可用,即可。

墨幽真人 模型的效果:

1. BadDream + UnrealisticDream + FastNegativeV2 (DreamShaper)

DreamShaper 模型的常见提示词 Embedding 组合,注意 FastNegativeV2 已经包括 negative_hand 的内容,即:

bash 复制代码
BadDream, (UnrealisticDream:1.2), FastNegativeV2, 

实测,提示词组合对于 DreamShaper 模型的效果较好,但是墨幽模型的效果不并理想。

参考地址:

FastNegativeV2 的介绍:

  • 常规负面 Embeddings 的 Token 混合。使用更快速,更易于复现。
  • 仍然是一个正在进行中的工作,但是由于已经在示例中使用,因此上传。
  • 保留所有 Embeddings 的风格,增加 FastNegativeV2,不应该需要降低权重。
  • 不要正向提示中使用。
  • 已包括 Nerf 的 Negative Hand Embeddings 负向提示,即 negative_hand

图像示例:

BadDream + UnrealisticDream 的介绍:

  • FastNegativeEmbedding 常规负面相似,将超长的 DreamShaper 负面提示也做同样处理。
  • 将提示词压缩成两个词,这两个词就是这里介绍的两个 Embeddings。
  • BadDream 适用于 DreamShaper 的内容,而 UnrealisticDream 更适合逼真的图像,但是不能独立使用。与 BadDream 或其他负面词一起使用。
  • 两个词也可以与 FastNegativeEmbedding 同时使用。

图像示例:

2. ng_deepnegative_v1_75t

测试之后,非常好用的肢体扭曲的提示词,兼容各种模型。

参考地址:Deep Negative V1.x,更新时间,2023.6.20,ng_deepnegative_v1_75t 的介绍:

  • 75T:最易于使用的 Embeddings,以特殊方式创建的准确数据集,进行训练的。几乎没有副作用,包含的信息足以涵盖各种使用场景,但是对于训练有素的模型可能很难起作用。
  • 因为这种 Embeddings 是在学习如何创建恶心的概念,无法准确地提高图片质量,最好与 (worst quality, low quality, logo, text, watermark, username),这些负面提示一起使用。当然,与其他类似的负 Embeddings 一起使用是完全可以的。

图像示例:

3. bad-picture-chill-75v

参考地址:bad-picture negative embedding for ChilloutMix,更新时间,2023.5.8,bad-picture-chill-75v 的介绍:

  • 这是一种负向提示风格的 Embeddings,针对 ChilloutMix 进行训练。
  • 在非 ChilloutMix 模型上,可能效果好坏参半,用于图片的提示大多取自 ChilloutMix 页面的评论部分。
  • 包含有1个向量、32个向量和75个向量版本,能够添加更多的详细信息。

示例图像:

4. EasyNegative

参考地址:EasyNegative,更新时间,2023.2.10,EasyNegative 的介绍:

  • Embeddings 用在负向提示中,根据需要调整强度(似乎可以很好地缩放,没有任何扭曲),所需的强度可能会根据正面和负面提示而变化。
  • 在动漫模型中,测试效果较好,例如 Counterfeit、AbyssOrangeMix2 等。

示例图像:

![Img5

5. negative_hand + badhandv4

经典的手部修复,参考地址:

negative_hand 的介绍:

  • negative_hand 可以解决绘制手的问题,提高图像的质量,但是不改变模型的初始艺术风格。

  • 模型的艺术风格可以毫无问题地使用,并且不会发生艺术风格的改变。

  • 图像质量和不正确的解剖结构(例如手)得到了改善。

  • 由于 Embeddings 不能彻底改变图像的艺术风格和构图,因此任何错误的解剖结构都无法得到 100% 的改进。

示例图像:

badhandv4 的介绍:

  • 负面 Embeddings 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。
  • 如果让模型表现得比以前更糟,请勿使用,当前 Embeddings 仅可改变手部效果,还需其他负面一起使用。
  • 虽然是为 AnimeIllustDiffusion 模型设计,但是也可以在其他模型上使用。
  • 在较高的提示词相关性下 (>=11) 表现的更好。

示例图像:

6. negative_feet_v2

测试效果不稳定,需要与 (negative_feet_v2:0.6),(deformed limbs and arms and legs:1.2) 同时使用。

参考地址:Negfeet : improve feet quality (The Third post),发布时间,2023.6.18,negative_feet_v2 的介绍:

  • 用这个负面 Embeddings 在多种模型中,获得显著更好的腿脚质量。

  • 使用数百张错误的腿脚图片,在 3090 上训练了几十个小时,并且加入一部分在屏幕前的监督训练。

相关推荐
AI极客菌1 天前
Controlnet作者新作IC-light V2:基于FLUX训练,支持处理风格化图像,细节远高于SD1.5。
人工智能·计算机视觉·ai作画·stable diffusion·aigc·flux·人工智能作画
AI绘画小333 天前
【comfyui教程】comfyui古风一键线稿上色,效果还挺惊艳!
人工智能·ai作画·stable diffusion·aigc·comfyui
AI绘画月月3 天前
【comfyui教程】ComfyUI有趣工作流推荐:快速换脸,创意随手掌握!
人工智能·ai作画·stable diffusion·aigc·comfyui
AI绘画咪酱3 天前
【AI绘画】AI绘图教程|stable diffusion(SD)图生图涂鸦超详细攻略,教你快速上手
人工智能·ai作画·stable diffusion·aigc·midjourney
HuggingAI3 天前
stable diffusion 大模型
人工智能·ai·stable diffusion·ai绘画
HuggingAI4 天前
stable diffusion图生图
人工智能·ai·stable diffusion·ai绘画
HuggingAI4 天前
stable diffusion文生图
人工智能·stable diffusion·ai绘画
云端奇趣4 天前
Stable Diffusion 绘画技巧分享,适合新手小白的技巧分享
人工智能·stable diffusion
cskywit5 天前
Stable diffusion 3.5本地运行环境配置记录
stable diffusion
ai绘画-安安妮6 天前
视频号带货书籍,一天佣金1200+(附视频教程)
人工智能·stable diffusion·aigc