DeepNegative v1 2t-75t全套深度负面提示 stable diffusion必备插件

DeepNegative v1 2t-75t全套深度负面提示 stable diffusion必备插件

DeepNegative v1 2t-75t全套深度负面提示 stable diffusion必备插件_Qpipi
DeepNegative v1 2t-75t全套深度负面提示 stable diffusion必备插件
此内容为免费资源,请登录后查看
0积分
网盘密匙:Qpipi2023
允许图像商用
不允许出售模型
不允许生成图像服务费
许可证:CreativeML Open RAIL++-M
🎀包含版本🆕75T、64T、32T、16T、4T、2T
⚠️注意任选一个新版本即可,安装方法请看文章内介绍
🔑授权许可🆓
免费资源

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。

图片[1]_DeepNegative v1 2t-75t全套深度负面提示 stable diffusion必备插件_Qpipi

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

图片[2]_DeepNegative v1 2t-75t全套深度负面提示 stable diffusion必备插件_Qpipi

它是如何工作的?

图片[3]_DeepNegative v1 2t-75t全套深度负面提示 stable diffusion必备插件_Qpipi

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?

图片[4]_DeepNegative v1 2t-75t全套深度负面提示 stable diffusion必备插件_Qpipi

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

Stable Diffusion AI绘图软件常见问题解答

AI绘画新人必备工具指南

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
THE END
喜欢就支持一下吧!
点赞12 分享
评论 共16条

请登录后发表评论

社区动态Fun