Stable Diffusion绘画 | 插件-Deforum:动态视频生成(上篇)

DeforumAnimateDiff 不太一样,

AnimateDiff 是生成丝滑变化视频的,而 Deforum 的丝滑程度远远没有 AnimateDiff 好。

它是根据对比前面一帧的画面,然后不断生成新的相似图片,来组合成一个完整的视频。

Deforum 的优点在于可控性好,提示词的变化,镜头的运动方向,画面的变化程度,以及噪声加入的多少,甚至中途改变模型都可以控制。

通过 Deforum 可以很清晰的制作瞬息全宇宙的动态视频效果。

安装

插件下载地址:https://github.com/deforum-art/sd-webui-deforum

解压后,将文件夹放置在:SD安装目录\extensions

重启UI 后,即可在顶部看到 Deforum 的标签:

实操应用

由于 Deforum 是需要不停的画面变化,因此最好选择通用性较好的大模型来生成视频。

运行Tab

在该 Tab 页面,可设置采样方法,视频的宽高,默认是使用随机种子来不断生成图片,如果是生成人物,建议勾选☑️「面部修复」:

提示词Tab

这里填写的提示词,一定要按照官方格式来修改填写,

下方可设置固定的正反向提示词:

填写好提示词后,其他保持默认值,点击「生成」,等待出图。

生成完毕后,点击图片上方「生成完成后点这里显示视频」即可加载视频,再点击「播放」:

把视频下载⏬下来:

关键帧Tab

「动画模式」无脑选择「3D」即可,因为「3D」是具有最丰富的镜头运动参数的;

「边界处理模式」有两个选项:

  • 复制:以视频的上一帧的边缘来扩展图片
  • 覆盖(推荐!!!):根据上一帧画面整体来产生画面,不受边缘限制,能让 AI 更具想象力

「生成间隔」(关键参数!!!)

这里的 2 表示:2帧画面,其中1帧是生成的,另外1帧由软件通过插值的方式自动补上去;

因此,数值越大,生成的帧数越少,剩下的都由插值补上,生成速度越快,并且闪烁减少,但清晰度也相对越差:

「强度」:前一帧影响下一帧的强度,数值越大,前后画面的关联性越强;

下图中,0帧是以0.75的关联度来开始变化的,如果发现白天与黑夜间的变化效果不明显,

可补充输入70:(0.6):指的是,70帧后,关联性降到0.6,以便 AI 有更多的创造性:

「迭代步数」、「采样方法」、「模型」都可以指定具体的帧数进行切换,其他的选项卡,保持默认即可:

重新调整参数后,完整视频如下:

超过5M,无法添加

今天先分享到这里~


开启实践: SD绘画 | 为你所做的学习过滤

相关推荐
qzhqbb2 分钟前
基于 Transformer 的语言模型
人工智能·语言模型·自然语言处理·transformer
___Dream3 分钟前
【CTFN】基于耦合翻译融合网络的多模态情感分析的层次学习
人工智能·深度学习·机器学习·transformer·人机交互
极客代码10 分钟前
【Python TensorFlow】入门到精通
开发语言·人工智能·python·深度学习·tensorflow
义小深12 分钟前
TensorFlow|咖啡豆识别
人工智能·python·tensorflow
Tianyanxiao1 小时前
如何利用探商宝精准营销,抓住行业机遇——以AI技术与大数据推动企业信息精准筛选
大数据·人工智能·科技·数据分析·深度优先·零售
撞南墙者1 小时前
OpenCV自学系列(1)——简介和GUI特征操作
人工智能·opencv·计算机视觉
OCR_wintone4211 小时前
易泊车牌识别相机,助力智慧工地建设
人工智能·数码相机·ocr
王哈哈^_^1 小时前
【数据集】【YOLO】【VOC】目标检测数据集,查找数据集,yolo目标检测算法详细实战训练步骤!
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·pyqt
一者仁心1 小时前
【AI技术】PaddleSpeech
人工智能
是瑶瑶子啦2 小时前
【深度学习】论文笔记:空间变换网络(Spatial Transformer Networks)
论文阅读·人工智能·深度学习·视觉检测·空间变换