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_v1030DreamShaper 8

  • DreamShaper 8 更新:https://civitai.com/models/4384/dreamshaper

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:

(masterpiece, best quality:1.2),highly detailed,extremely detailed,
a woman sitting on a chair in a silver outfit with a white shirt and hip wrap leggings on her legs,blue,
fullbody,1girl,solo,asian,bottomless,
red lips,brown long hair,collared shirt,dress shirt,high heels,long sleeves,
(sitting with legs apart:1.2),perfect legs,chair,outdoors,building exterior,
looking at viewer,photorealistic,realistic,
<lora:yuzuv10:0.35>,<lora:add_detail:0.6>,
Negative prompt: (ng_deepnegative_v1_75t:1.3),(badhandv4:1.2),(negative_feet_v2:0.6),
(bad anatomy:1.1),disfigure,missing and crossed legs,(deformed legs and arms and limbs:1.1),strange hands and fingers,toes,
nsfw,breast,cleavage,(worst quality, bad quality:1.1),jpeg artifacts,lowres,normal quality,low quality,
cropped,border,out of frame,bad composition,blurry,debris,messy,
spikes,sepia,clutter,monochrome,greyscale,oversaturated,
deformed,taut,ugly,skin tight,dirt face,
EasyNegative,
Steps: 30, Sampler: DPM++ 2M SDE Karras, CFG scale: 7, Seed: 4227472693, Size: 512x768, Model hash: 4b5bc79af1, Model: 墨幽人造人_v1030, Denoising strength: 0.3, Clip skip: 2, ADetailer model: face_yolov8n.pt, 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: 32, ADetailer version: 23.7.6, Hires upscale: 2, Hires steps: 5, Hires upscaler: 4x-UltraSharp, Lora hashes: "yuzuv10: b1464588227a, add_detail: 7c6bad76eb54", TI hashes: "ng_deepnegative_v1_75t: 54e7e4826d53, badhandv4: 5e40d722fc3d, negative_feet_v2: df90b1ff666d, EasyNegative: 66a7279a88dd", Version: v1.5.1

墨幽模型的效果:

DreamShaper 8 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:

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:

  • Fast Negative Embedding (+ FastNegativeV2),更新时间 2023.6.12
  • BadDream + UnrealisticDream (Negative Embeddings),更新时间 2023.5.22

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:

Stable Diffusion - 常用的负向提示 Embeddings 解析与 坐姿 (Sitting) 提示词_第1张图片

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 Negative Embedding,更新时间 2023.5.3
  • badhandv4 - AnimeIllustDiffusion,更新时间 2023.5.8

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:

Stable Diffusion - 常用的负向提示 Embeddings 解析与 坐姿 (Sitting) 提示词_第2张图片

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。

你可能感兴趣的:(Stable,Diffusion,stable,diffusion,sitting,Embeddings,Negative)