stable diffusion学习笔记——文生图(二)

LORA和Embeddings都可以对画面内容进行调整。目前LORA主要用来定义画面特征,如具体的人物,衣物,画风等。Embeddings目前主要用于反面提示词中,用来避免错误的画面表现。

LORA

lora的全称为:低秩适应模型。lora的基本用法很简单,首先要将下载好的lora文件存放在特定目录下:

我们先不使用lora,先用基本的提示词生成一张图片:

从生成的图片可以看到,提示词基本上在图片中都得到了体现。

这里提出一个问题,如果我想让特定的角色出现在画面中,怎么办呢?

我们可以使用lora解决这个问题。首先我们在提

只引入lora文件可能不生效,不同的lora需要不同的提示词去触发效果,这里我们将对应的提示词加入到正向提示词里面。

复制代码
souryuu asuka langley  一个lora会有1个以上的提示词

生成的图片可以看到,图片里的人物具备了较多的特定人物特征。

lora的权重通常设置在0.7-1.0之间。设置的值过大会导致画面饱和度以及画面细节失常;设置的值过小会导致特征在图片上不体现。

Embeddings

嵌入式网络目前通常用在负面提示词词条中,用于抑制画面中出现某些特征。比如人物图像中常见的坏手,多肢体等特征可以通过增加嵌入式网络到负面提示词中得以控制。

图中框出的反向词都是嵌入式网络,用于抑制人物的肢体错误。

嵌入式网络存放目录如下

相关推荐
fwc8 小时前
第J2周:ResNetV2算法学习
学习
Rabitebla10 小时前
【Linux】文件篇(五):手撕简易 FILE——模拟实现 C 标准 I/O 缓冲机制
linux·服务器·c语言·笔记·学习·ubuntu
摇滚侠12 小时前
《On Java 中文版 基础卷》阅读笔记 接口 18
java·笔记·python
电科_银尘12 小时前
【大模型算法与工程 27】训练配方:批量、学习率、精度与梯度裁剪
学习·算法·机器学习
江屿风16 小时前
AI Agent架构全解析:从规划到记忆的智能跃迁
人工智能·笔记·架构·agent·c/s·mcp工作流
syso_稻草人16 小时前
qwen-image-2.1 高清放大拆解:Qwen21LatentUpscale 潜空间 2x + denoise 0.35 修细节,12 组场景实测
人工智能·stable diffusion·prompt·comfyui·qwen-image2.1
fly_sunnn19 小时前
机械狗的前置学习(python与Linux基础操作)
学习
吃我一窝jio19 小时前
Java Bug复盘与性能优化实战
java·开发语言·笔记
Rabitebla21 小时前
【Linux】文件篇(六):Shell 实战——从系统调用到命令行重定向
linux·服务器·c++·笔记·学习
Star(up up up)1 天前
MySQL 事务隔离级别是如何实现的?从 MVCC 到锁机制原理详解
笔记·vscode·sql·学习·程序人生·mysql·学习方法