前言:
这个嵌入会告诉你什么是真正令人作呕的错误图像🤢🤮
所以请把它放在负面提示😜中。
它有什么作用?
Deep Negative是一个负面提示训练模型,可以帮助减少图像内明显错误发生的机率,可以在绘图模型里使用。推荐作为基础的负面提示使用!
这些嵌入了解了什么是令人作呕的构图和颜色模式,包括错误的人体解剖结构、令人反感的配色方案、颠倒的空间结构等等。将其置于负面状态可以大大有助于避免这些事情。
什么是 2T 4T 16T 32T?
每个令牌的向量数
什么是64T 75T?
64T:在混合数据集上训练超过 30,000 个步骤。
75T:嵌入极限最大大小,在特殊数据集上训练 10,000 步(由许多不同的 SD 模型和特殊逆向处理生成)
应该选择哪一个?
- 75T:最“易于使用”的嵌入,它是从以特殊方式创建的精确数据集训练出来的,几乎没有副作用。它包含足够的信息来涵盖各种使用场景。但对于一些“训练有素的模型”可能很难实现而且,变化可能是微妙的,不够剧烈。
- 64T:它适用于所有型号,但有副作用。因此,需要进行一些调整以找到最佳重量。建议: [ (NG_DeepNegative_V1_64T:0.9) :0.1]
- 32T:有用,但太多了
- 16T:减少绘制不良解剖结构的机会,但可能会绘制丑陋的面孔。适合提高架构水平。
- 4T:减少绘制不良解剖结构的机会,但对光影有一点影响
- 2T:像T75一样“易于使用”,但效果很小
建议
因为这种嵌入正在学习如何创建令人作呕的概念,所以它不能准确地提高图片质量,所以最好与(最差质量、低质量、徽标、文本、水印、用户名)这些负面提示一起使用。
当然,与其他类似的负嵌入一起使用是完全可以的。
使用方法
更多示例和测试
- 绘制建筑:https://imgur.com/5aX9yrP
- 手固定:https://imgur.com/rDlsrgS
- 肖像(带PureErosFace):https://imgur.com/1Lqq595 https://imgur.com/V5kXBXz
- 融合体修复:
它是如何工作的?
我试图让SD学习deepdream算法真正令人作呕的东西,数据集是imagenet-mini(再次从数据集中随机选择1000张图像)
Deepdream是令人作呕🤮的,训练这个模型的过程真的让我感到身体不适 😂
接下来呢?
期待您的反馈和建议🤗
在这里找到我:https://discord.gg/v5HFg47J6U
希望你喜欢使用这个AI模型,就像我们创造它一样!如果您有任何问题或建议,请在评论区告诉我们。
使用Qpipi读图提示功能,获取图片TAG Prompt提示
你想要什么SD绘画模型?请在Qpipi社区或者评论留言告诉我们!
🎨享受精美的AI绘图乐趣!
© 版权声明
分享是一种美德,转载本站图文等内容,请保留 Qpipi.com 原文链接,谢谢你的支持!
THE END
- 最新
- 最热
只看作者