AI 그림은 22 년 만에 처음 나왔을 때 주목받고 한동안 시도됐다가 곧 버려졌다. 그 없이는 판매자의 쇼와 바이어의 쇼 차이가 너무 크다. 자신이 만든 쓰레기지도를 보고 다른 사람이 만든 정교한 그림과 비교하면 정말 설득이다. 최근까지 ControlNet 이 화면을 한 번 닦았는데, 사용 가능한 제작도구에 한 걸음 더 가까워진 것 같아 다시 연구되었다. 단 몇 달 만에 전체 AI 그림의 진도 속도가 정말 내 등을 시원하게 하는 것으로 드러났다. 모두들 미친 듯이 AI 로 지도를 만들고, 새로운 도구 (Controlnet), 플러그인 (LORA, Dreambooth, Hypernetwork), 모델 (ChilloutMixdddd) 을 하고 있지만, 경고음에 관한 것이다
이 초심자 교육 문장
본 사이트는 초보자가 본 사이트 아래의 모든 문장 한 편을 읽을 것을 강력히 건의합니다. StableDiffusion 의 최고급 사용에 대한 모든 측면을 포괄하여 최신 모델, 플러그인, 원리, 기술 및 사용 방법을 최대한 빨리 이해할 수 있습니다.
힌트는 AI 그림에서 가장 중요한 입력 컨트롤입니다. 즉, 특정 스타일의 이미지를 보다 직접적이고 간단하게 생성할 수 있는 맞춤형 모델이 많이 있습니다. 너는 여전히 좋은 힌트를 써서 전시할 만한 이미지를 얻을 필요가 있다. 저는 대부분의 중국 사용자들이 저처럼 영어로 3 별을 읽고 0 별을 쓰는 게이머라고 믿습니다. 다른 사람이 다른 사람의 힌트를 고치는 것도 괜찮다. 만약 직접 썼다면, veryverybeautiful__, 너는 다른 단어를 생각할 수 없다. 이 기초 교육 문장 은 키워드 를 분류 하여 키워드 를 분류 해 야 할 단어 를 더 잘 알 수 있 도록 당신 이 필요 한 이미지 를 구성 했 다. 또한 이 문서에서는 키워드 가중치, 혼합 등 매우 유용한 기술과 SD 가 입력 어휘를 이해하는 방법 등의 기본 사항을 설명합니다. 힌트를 수정하고 싶든, 처음부터 직접 쓰든, 초보자든 베테랑이든, 이미 chatGPT 를 사용하여 힌트를 생성하기 시작했더라도, 이 문장 역시 읽을 만한 가치가 있다고 믿는다. (윌리엄 셰익스피어, 햄릿, 독서명언)
본문 원문 링크는 다음과 같다
다음은 문자 번역입니다. 전재하지 마십시오.
Stablediffusionprompt: adedefinitiveguide
훌륭한 힌트를 만드는 방법을 아는 것은 모든 SD 사용자가 먼저 배워야 하는 것이다. 이 글은 실험과 과거의 경험을 총결하여 지시를 구성하는 방법과 관련 기교를 제시한다. 결론적으로, 이 문장 중에서 너는 힌트에 관한 모든 정보를 배울 것이다.
우수한 힌트 명령이란 무엇입니까?
우수한 힌트 설명서는 상세하고 구체적이어야 한다. 한 가지 좋은 방법은 키워드 그룹화 목록에서 너의 요구에 맞는 단어를 찾는 것이다.
키워드는 다음과 같이 그룹화됩니다.
1. 계정
2. 그림 매체
3. 그림 스타일
4. 아티스트 이름
5. 웹 사이트 (월드 와이드 웹의 호스트 스테이션)
6. 해결
7. 상세 설명 (추가 상세 정보)
8. 색상
9. 조명 설비
실제로 작성된 프롬프트 명령 세트에 위의 각 그룹에 있는 모든 키워드를 포함할 필요는 없습니다. 이 그룹 목록을 프롬프트 목록으로 사용하여 새 프롬프트를 추가할 때 선택하는 방법을 알기만 하면 됩니다.
다음으로 이러한 그룹의 키워드를 하나씩 테스트하겠습니다. 다음 테스트에서는 기본 모델인 sdv 1.5basemodel 을 사용합니다. 각 키워드의 기능을 명확히 하기 위해 테스트에 negativeprompts 가 사용되지 않습니다. 하지만 걱정하지 마세요. 우리는 문장 뒤에서 부정적인 힌트 명령을 사용하는 방법을 배울 것입니다. 아래 사진은 모두 30 단계 DP M++2 MKARASAMPLR, 5 12x704 해상도 매개변수로 생성됩니다. 번역 참고: 후속 번역 문장 에 사용된 그림 은 원문 속 의 그림 이 아니라 번역자 본인 이 Colab 의 기본 모형 을 사용하여 전재한 것 으로 작가 가 함부로 말하지 않도록 했 다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 번역명언) 여기서 CFG 는 7, batch count = 8, Seed 는 임의 설정-1 을 사용하고 Restoreface 를 선택하면 일반적으로 사용 가능한 샘플 그림을 선택하기 위해 3 회 이상 생성됩니다. 또한 저자와는 달리, 나는 인출률을 높이고 감사 위험을 피하기 위해' 차단, 알몸' 이라는 부정적 지시를 추가했다.
과목
주체는 당신이 그림에서 보는 실체를 나타낸다. 설명서를 쓸 때 가장 흔한 실수는 충분한 물리적 키워드가 부족하다는 것이다.
예를 들어, 저는 지금 asorceresscastingmagic 의 그림을 만들고 싶습니다. 새로운 SD 플레이어가 이것을 쓸 수 있습니다.
여성 기자
이렇게 쓰는 것은 괜찮지만, 남겨진 상상의 공간이 너무 크다. 이 마녀는 어떻게 생겼습니까? 그녀가 그녀를 더 선명하게 보이게 할 수 있다는 어떤 단어가 있습니까? 그녀는 무엇을 입고 있습니까? 그녀는 어떤 마법을 풀었습니까? 그녀는 서 있습니까, 달리고 있습니까, 아니면 공중에 떠 있습니까? 이미지의 배경은 무엇입니까?
StableDiffusion 은 우리의 생각을 읽을 수 없다. 우리는 우리가 필요로 하는 모든 세부 사항을 말해야 한다.
인물에게 흔히 볼 수 있는 기교 중 하나는 스타의 이름을 사용하는 것이다. 이 단어들은 출력결과에 강력한 역할을 하고 출력체의 모양을 제어하는 매우 좋은 방법이기 때문이다. 그러나 이러한 이름을 사용하면 출력 결과의 면모가 바뀔 뿐만 아니라 출력 동질의 자세, 스타일 등의 물체도 생길 수 있다는 점에 유의해야 한다. 이 내용은 문장 뒤의 "연결 효과" 장에서 자세히 설명합니다.
예를 들어, 먼저 이 마녀를 EmmaWatson 으로 만들어 보겠습니다. Emma Watson 도 SD 에서 가장 널리 사용되는 키워드입니다. 우리는 이 마녀가 힘과 신비로 가득 차서 번개 마법을 사용하기를 바란다. 그녀의 조형은 디테일로 가득 차 있다. 재미있는 사진을 만들 수 있는지 보자.
Emmawatsonasapowerfulmysterioussorceress, 주조 발광 마술, 디테일 의류
EmmaWatson 은 모델에서 매우 일반적이고 효과적입니다. 나는 SD 사용자가 그녀의 이름을 이렇게 좋아하는 것은 우아하고 젊어 보이고 현재 인터넷에 있는 대부분의 사진에서 그녀의 이미지도 일치하기 때문이라고 생각한다. 저를 믿으십시오, 모든 여배우가 이것 같이이 지 않는다, 특히 90 년대 또는 그 이전에 활동적 인 여배우.
페인팅 미디어 (중간)
매체는 그림을 만드는 데 쓰이는 재료를 대표한다. 일러스트레이션, 유화), 3d 렌더링, 사진 등의 몇 가지 예를 들어보겠습니다. 미디어 키워드는 출력 결과에도 큰 영향을 미치며, 관련 어휘를 수정하면 전체 출력 결과의 스타일이 바뀝니다.
관련 키워드 digitalpainting 을 하나 더 추가합니다.
Emmawatsonasapowerfulmysterioussorceress, 주조 발광 마법, 디테일 의류, 디지털 페인팅
출력 결과는 우리가 원하는 스타일로 변했다! 사진이 사진에서 디지털 그림으로 바뀌었다.
회화 스타일
스타일은 인상파, 초현실주의, 포프 예술 등과 같은 회화 예술 풍격을 대표한다.
설명에 초현실주의, 판타지, 초현실주의, 전신과 같은 스타일 키워드를 추가해 봅시다.
Emmawatsonasapowerfulmysterioussorceress, 주조 발광 마법, 디테일 의류, 디지털 그림, 초현실주의, 판타지, 초현실주의, 전신
음 (망설임 등). 이 단어들이 결과에 얼마나 큰 영향을 미치는지 말하기 어렵다. 아마도 이런 스타일의 키워드가 이미 앞의 키워드에 의해 암시되었기 때문일 것이다. 그러나 그들을 붙잡는 것은 문제없는 것 같다.
아티스트 (아티스트)
연예인 이름도 가중치가 높은 키워드다. 예술가의 이름을 지정하면 출력을 특정 예술 스타일과 일치시킬 수 있습니다. 게다가, 많은 예술가들의 이름은 보통 혼합된 예술 풍격을 얻는 데 사용된다. 다음으로 슈퍼히어로 만화가 StanleyArtgermLau 와 19 세기의 초상 화가 AlphonseMucha 라는 두 가지 아티스트 키워드를 추가하겠습니다.
Emmawatsonasapowerfulmysterioussorceress, castinglightningmagic, 디테일 의류, 디지털 그림, 초현실주의, 판타지, 초현실주의, 전신, by Stanley artgic
우리는 이 두 예술가의 그림 스타일이 결합되어 효과가 매우 좋다는 것을 알 수 있다. 하목은 매우 유명한 화가이다. 나의 비전문적인 인식에서, 그는 타로 카드 화풍의 창시자라고 할 수 있다. 그의 그림에는 두드러진 고전, 바로크, 그래픽 스타일이 있는데, 이것은 다른 화가가 익숙하지 않은 것이다. 생성된 샘플 그림에서 나무 밑의 스타일이 매우 눈에 띄는 것을 볼 수 있습니다. 여기 제가 샘플을 만들 때 번개치는 영어 단어를 잘못 썼기 때문에 생성된 그림에는 기본적으로 번개가 없는 것을 볼 수 있습니다. 하지만 나무 아래+엠마가 정말 듣기 좋아서 바꾸지 않겠습니다.
사이트 이름 (사이트)
Artstation, DeviantArt 와 같은 사진 수집 사이트에는 이미 유파가 뚜렷한 사진이 많이 모였다. 이런 키워드를 추가하면 우리의 출력이 웹 사이트에 있는 사진의 예술 스타일로 수렴될 수 있다.
Emmawatsonasapowerfulmysterioussorceress, castinglightningmagic, 디테일 의류, 디지털 그림, 초현실주의, 판타지, 초현실주의, 전신, by Stanley artgic
많이 변한 것 같지는 않지만, 생성된 사진은 확실히 Artstation 에서 찾을 수 있는 것과 같다. 번역 참고: 저자가 말하는 사이트가 재각과정에서 유효한 키워드 범주인지 잘 모르겠습니다. Webui 에 artstation 을 입력하면 token 의 수가 43 개에서 45 로 바뀌었고, 모델이 art 와 station 이라는 두 단어로 분할되었다고 의심합니다. ART 와 Station 을 입력으로 사용했기 때문입니다 (문장 뒤의 "명령이 얼마나 길어질 수 있는가" 장 참조). 또한 사이트 자체의 스타일이 다양해서 출력에 어떤 영향을 미칠지 잘 모르겠습니다. 나는 다음 예시에서 이 키워드를 삭제하여 나쁜 영향을 끼치지 않도록 할 것이다. 이전 섹션과 비교했을 때의 번개에 관해서는, 그것은 단지 내가 번개의 철자를 정확하게 바로잡았기 때문이다.
해상도 (해상도)
선명도는 출력 이미지의 선명도와 세부 사항을 나타냅니다. 우리는 이 두 가지 키워드인 highlydetailed, sharpfocus 를 추가하려고 시도했다.
Emmawatsonasapowerfulmysterioussorceress, castinglightningmagic, 디테일 의류, 디지털 페인팅, 초현실주의, 판타지, 초현실주의, 전신, by Stanley artgic
음, 별로 효과가 없는 것 같아요. 이전의 그림이 날카로워지고 다듬어진 것 같은데 넣어도 해로울 게 없다. (윌리엄 셰익스피어, 햄릿, 지혜명언)
추가 상세내역 (추가 상세내역)
디테일 묘사는 화면을 조절하는 조미입니다. 우리는 sci-fi (공상 과학), stunninglybeautiful (아름다움), 디스토피아 (디스토피아) 에 가입하여 이미지를 조정하려고 합니다.
Emmawatsonasapowerfulmysterioussorceress, castinglightningmagic, 디테일 의류, 디지털 페인팅, 초현실주의, 판타지, 초현실주의, 전신, by Stanley artgic
색상 (컬러)
색상 키워드를 추가하여 이미지의 전체 색상을 제어할 수 있습니다. 추가한 색상은 전체 이미지의 색조 또는 오브젝트의 색상으로 사용할 수 있습니다.
우리는 키워드 무지개 금을 사용하여 이미지에 약간의 금을 추가하려고 시도했다.
Emmawatsonasapowerfulmysterioussorceress, castinglightningmagic, 디테일 의류, 디지털 페인팅, 초현실주의, 판타지, 초현실주의, 전신, by Stanley artgic
골드 효과가 너무 좋아요!
조명 (조명)
모든 사진작가들은 한 영화의 요소 중 하나가 조명이라고 말할 것이다. 조명 키워드는 생성된 그림에도 큰 영향을 미친다. 매뉴얼에 영화 조명과 어둠을 추가해 봅시다.
Emmawatsonasapowerfulmysterioussorceress, castinglightningmagic, 디테일 의류, 디지털 페인팅, 초현실주의, 판타지, 초현실주의, 전신, bystanley artgic
앞서 전체 데모에 대한 힌트 명령 빌드를 완료했습니다.
요약
기본 대상 오브젝트에 몇 가지 키워드를 추가하면 이미 좋은 이미지를 만들 수 있다는 것을 알아차렸을지도 모릅니다. StableDiffusion 을 구성하는 입력 지시문은 일반적으로 키워드를 너무 많이 추가할 필요가 없습니다.
부정 프롬프트
부정적 힌트 명령은 이미지를 조정하는 또 다른 매우 효과적인 입력입니다. 원하는 것이 아니라 원하지 않는 것을 입력하여 이미지를 조정할 수 있습니다. 부정적 힌트 명령은 실물을 배제할 수 있을 뿐만 아니라 스타일이나 기타 원하지 않는 이미지 특징 (예: 추함, 변형) 일 수 있습니다.
2 세대 모델판 SD (참고: 현재 대부분의 사람들이 1 세대 모델판 1.4/ 1.5) 를 사용한다면, 마이너스 지시문은 필수다. 그렇지 않으면 1 세대 모델판보다 훨씬 더 나쁜 이미지를 얻을 수 있다. 1 세대 버전의 경우 음수 명령은 선택 사항이지만 실제로 사용할 때 설정됩니다. 결국, 부정적인 명령이 이미지의 효과를 높이지 못하더라도 아무런 해를 끼치지 않는다.
일반적인 부정적인 프롬프트 명령을 사용하겠습니다. 이 문서에서는 그 원리와 사용법에 대해 더 자세히 알아볼 수 있습니다.
추함, 타일링, 손 늘어짐, 발 늘어짐, 얼굴 늘어짐, 얼굴 삐뚤어짐, 얼굴 삐뚤어짐, 팔다리 밖, 외관, 변형, 몸 삐뚤어짐, 인체 해부학, 워터마크, 서명, 마감, 낮은 대비, 노출 부족, 노출이 너무 많음, 얼굴 삐뚤어짐
부정프롬프트 명령은 이미지의 주체를 더욱 두드러지게 하고 지나치게 밋밋해 보이지 않는다는 것을 알 수 있다.
좋은 지시를 만드는 과정
반복 구조
반복 프로세스를 사용하여 프롬프트 명령을 작성해야 합니다. 앞의 예에서 알 수 있듯이 키워드가 본문에 하나씩 추가됨에 따라 결국 멋진 그림을 만들 수 있습니다.
나는 항상 간단한 설명으로 시작하는데, 주제, 매체, 스타일 등의 키워드만 포함되어 있다. 결과를 관찰하기 위해 최소 4 장의 그림을 생성합니다. 이러한 기본 명령어의 대부분은 100% 에서 유효하지 않습니다. 너는 네가 사용하는 기본 키워드에 대해 약간의 통계적 인식이 필요하다.
반복 과정에서 한 번에 최대 2 개의 키워드를 추가하거나 효과를 관찰하기 위해 최소 4 개의 그래프를 생성합니다.
부정 프롬프트 명령 사용
일반적인 부정 프롬프트 명령을 사용하는 것은 항상 신뢰할 수 있는 시작이다.
부정적 힌트 명령과 키워드를 더하는 것도 반복적인 문장의 일부이다. 이러한 부정적인 키워드는 이미지에서 피하고자 하는 물체나 신체 부위일 수 있다. 1 세대 모델은 손 렌더링에 능숙하지 않기 때문에 음수 지침에 키워드 "손" 을 추가하여 이미지에 직접 숨기는 것도 좋습니다. ) 을 참조하십시오
안내 설명서 쓰기 기교.
키워드의 영향 계수를 조정하고 특정 샘플링 단계 이후 키워드 전환을 제어할 수 있습니다.
자동 1 1 1 GUI 번역은 다음 구문을 사용할 수 있습니다. 참고: stable-difference-webui 입니다. Colabnotebook 에서 이 도구를 사용하거나 로컬 Windows 또는 Mac 컴퓨터에 배포할 수 있습니다.
키워드 가중치
(이 구문은 webui 에서 사용할 수 있습니다. ) 을 참조하십시오
너는 문법' (keyword: weight)' 으로 키워드의 영향 요인을 통제할 수 있다. 가중치는 숫자 값입니다./kloc-0 보다 작음/중요도가 낮음을 나타내고/kloc-0 보다 큼/중요도가 높음을 나타냅니다.
예를 들어, 다음 명령에서 dog 키워드에 가중치를 추가할 수 있습니다.
개, 가을 파리, 화려함, 아름다움, 대기, 공감, 안개, 연기, 불, 굴뚝, 비, 습기, 원시, 물웅덩이, 녹는 물, 눈, 개울, 울창함, 얼음, 다리
개의 무게를 늘리면 이미지에 더 많은 개가 나타나고 그 반대의 경우도 마찬가지입니다. 모든 이미지 가중치에 이러한 효과가 있는 것은 아니지만 대부분의 경우 가중치에 이러한 효과가 있을 것으로 예상할 수 있습니다.
이 기술은 주요 키워드뿐만 아니라 스타일이나 조명과 같은 모든 키워드 범주에도 사용할 수 있습니다.
() 및 [] 구문
(이 구문은 webui 에서 사용할 수 있습니다. ) 을 참조하십시오
() 와 [] 는 키워드 가중치를 조정하는 구문입니다. (키워드)' 는 괄호 안의 키워드 가중치를 1. 1 배로 증가시켜' (키워드: 1. 1)' 에 해당한다 [키워드] "괄호 안의 키워드 가중치를 0.9 배로 낮추는 것은" (키워드: 0.9) "에 해당한다.
대수 공식처럼 여러 괄호를 사용하여 가중치 효과를 배가할 수 있습니다.
(키워드):1..1
((키워드): 1.2 1
(((키워드)): 1.33
마찬가지로 여러 괄호를 사용하면 다음과 같은 효과가 나타납니다.
[키워드]: 0.9
[[키워드 ]]:0.8 1
[[키워드]]: 0.73
키워드 혼합
(이 구문은 webui 에서 사용할 수 있습니다. ) 을 참조하십시오
Promptscheduling 이라는 두 개의 키워드를 혼합할 수 있습니다. 구문은 다음과 같습니다.
[키워드 1: 키워드 2: 영향 요인]
영향 요소는 1 키가 키 2 로 전환되는 샘플 프롬프트 명령의 단계를 제어합니다. 키 2 는 0 에서 1 사이의 매개변수입니다.
예를 들어, 다음 지침을 사용합니다
유화 초상 [JoeBiden:DonaldTrump:0.5]
입력한 단계 매개변수를 30 으로 설정합니다.
즉, 생성 프로세스의 처음 15 단계에서 다음 지시어를 사용합니다.
유화 초상
16 ~ 30 단계의 다음 생성 과정에서 명령은 다음과 같이 변경됩니다.
유화 초상
영향 요인 매개 변수는 키워드가 변경되는 시기를 결정합니다. 위의 예에서는 30 단계 x 0.5 = 15 단계 이후에 실행됩니다.
영향 요인 조정의 효과는 두 대통령의 초상이 다양한 정도로 섞여 있는 것으로 볼 수 있다.
가와프가 흰색 양복을 입고 바이든 패션을 선호한다는 것을 알 수 있을 것이다. 이는 키워드 믹스매치에서 중요한 법칙 중 하나인 키워드 1 이 전체 믹스매치 효과를 결정한다는 것을 보여준다. 확산의 생성 단계가 빠를수록 이미지의 전체 혼합 결과에 미치는 영향이 커지고, 사후 생성 단계는 세부 사항을 점진적으로 개선하는 데만 책임이 있습니다.
퀴즈: 위 예에서 JoeBiden 과 DonaldTrump 을 거꾸로 하면 생성된 그림이 어떻게 될 것 같습니까?
얼굴 융합
키워드 혼합은 일반적으로 두 개의 다른 스타를 빌려 새로운 얼굴을 만드는 데 사용됩니다. 예를 들어, [엠마 왓슨: 호박은: 0.85], 40 단계는 사이에 있는 얼굴을 만듭니다.
[엠마 왓슨: 엠버 헤드: 0.85] 유화, 배경 흐림, 우아함
두 개의 적절한 이름을 선택하고 매개변수를 조정하면 원하는 모양을 얻을 수 있습니다.
파산 버전 프롬프트 쌍 프롬프트
키워드 혼합을 사용하면 편집을 통해 매우 유사한 이미지 쌍을 생성하는 prompt-to-prompt 와 비슷한 효과를 얻을 수 있습니다. 다음 두 그림은 동일한 프롬프트 명령을 사용합니다. 단, 명령 일정 구문을 사용하여 사과를 화염으로 대체했으며 두 그림의 시드와 단계에 대한 매개변수 설정도 동일합니다. 참고: 여기에 사용된 샘플 사진은 본인을 위해 제작되었으며 원문과 일치하지 않습니다. 힌트 명령이 사과 대신 불덩이로 바뀌었는데, 주로 화염이 그다지 효과적이지 않기 때문이다.
[엠마 와튼: 엠버 헤드: 0.75] 홀딩안 [사과: 불덩이: 0.9], shiningbokehdepthoffieldbackground 배경, 고전, 유화 단계: 40, 샘플러: DPM++2MKarras, CFGscale:6, 시드: 805277495
혼합 요소는 미세 조정이 필요합니다. 구체적으로 어떻게 작동합니까? 그 뒤에있는 이론은 출력 이미지의 전반적인 효과가 초기 확산 과정에 의해 결정된다는 것입니다. 확산 프로세스가 더 작은 영역에 집중하기 시작할 때 키워드를 전환해도 이미지의 전체 결과에 큰 영향을 주지 않습니다. 이렇게 하면 이런 방식으로 이미지의 작은 부분만 변경할 수 있습니다.
지시는 얼마나 길어질 수 있습니까?
명령 길이는 프롬프트의 키워드 수를 제한할 수 있는 사용 중인 StableDiffusion 응용프로그램에 따라 달라집니다. SD 생성 기본 버전에서는 명령이 75 개의 토큰으로 제한됩니다.
눈금은 단어와 다르다는 점에 유의해야 한다. SD 에서 사용하는 CLIP 모델은 프롬프트 명령을 모델에 알려진 단어의 숫자 표현인 단어 세트로 자동 변환합니다. 모델에서 알 수 없는 단어나 구를 사용하면 해당 단어는 두 부분으로 나뉩니다.