当前位置:   article > 正文

AI绘画工具Stable Diffusion【模型篇】:Embedding模型_ai生图embadding

ai生图embadding

大家好,我是画画的小强。

一. Embedding模型介绍

Embedding可以理解为一堆提示词的集合。它将很多的提示词汇总到一个文件里,我们需要的时候,只需要调用这个Embedding文件,就等同于输入了很多的提示词,对用户来说非常方便。

Embedding可以用于正向提示词,也可以用于反向提示词。但是大多数情况,一般都用于反向提示词,因为反向提示词一般数量特别多而且复用性比较高,比如在人物绘图时,我们都会对身体某些部位编写相同的关键词,描述一个手指,我们经常要写坏的手指、多余的手指、缺失的手指等多个关键词,还要描述腿,手等关键词,导致人物绘图时每次都需要这么多的关键词,使得有时候反向提示词经常比正向提示词多得多。

为了用户方便操作,减轻用户编写提示词的麻烦,将常用的负向提示词打包一起,用户只需要使用一个关键词,就可以代替输入很多的负向提示词,达到一词顶百词的效果。

由于Embedding模型是一组提示词的集合,所以Embedding模型文件一般都不大,也就几十KB到几百KB之间。

二. Embedding模型的下载与安装

Embedding模型的下载

在C站上面,在搜索条件中通过Embedding关键字过滤出所有的Embedding模型。(C站需要科学上网,如无法下载,请看文末扫描获取)

Embedding模型的安装

以autoDL算力云为例,直接将下载的文件放到下面的目录即可。

/stable-diffusion-webui/models/Stable-diffusion/models/embedding/

三. 常用Embedding模型的介绍

01、EasyNegative

模型里面提供了几组使用和未使用EasyNegative生成的图片比较。可以看出来使用和未使用EasyNegative之间的区别还是比较明显的。

我们看一下Embedding模型下载界面的介绍,可以了解到这个模型主要是搭配二次元大模型一起使用的。例如:Counterfeit-V2.0.safetensors、AbyssOrangeMix2_sfw.safetensors或者anything-v4.0-pruned.safetensors。

下面我们来体验一下。

大模型:anything-v4.5-pruned-fp16.ckpt

正向提示词:

portrait of a young woman with long hair, green eyes, wearing a vibrant floral dress, standing confidently on a busy city street, sunlight filtering through buildings, bokeh effect, dynamic composition, high contrast, fine art photography, masterpiece, 8K resolution

不使用任何embedding模型(不使用任何反向提示词)图片效果:

使用embedding模型 EasyNegative的效果

可见使用了embedding模型 EasyNegative图片效果明显好很多。

02、Deep Negative

这是一个常搭配真实风格大模型使用的Embedding模型。这个模型可以有效提升画面质量,适合于绘制建筑、肖像类型、融合体修复等。

下面这个是网站提供的使用NG_DeepNegative_V1_64T、NG_DeepNegative_V1_75T和未使用的区别。

这里64T表示在混合数据集上训练超过30000步。64T对所有模型都适用,但是有副作用。因此,需要进行一些调整以达到最佳权重。推荐:[(NG_DeepNegative_V1_64T:0.9):0.1]

75T:表示限制最大尺寸,在一个特殊的数据集上训练10000步(由许多不同的sd模型和特殊的反向处理生成)。75T是最“容易使用”的模型,几乎没有副作用。它包含了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”可能很难起作用,效果不够明显。

还有32T、16T、4T、2T这里就不展开介绍了,在模型下载界面有详细的介绍。

下面我们来体验一下。

大模型:deliberate_v2

正向提示词:

Sea view with palm trees, sandy beach, clear blue water, sunny weather, gentle waves, high-resolution, DSLR, vibrant colors, soft lighting

不使用任何embedding模型(不使用任何反向提示词)图片效果:

使用embedding模型 ng_deepnegative_v1的效果。

可见使用了embedding模型 ng_deepnegative_v1图片画面质量提升了不少。

03、badhandv4

该模型主要是用于修复手的。在模型下载界面已经有详细的介绍,上面图片也可以看到使用说明,注意在提示词相关性(CFG)>=11的时候表现效果更好。

下面我们来体验一下。

大模型:anything-v4.5-pruned-fp16.ckpt

提示词:

Portrait of a young woman with a radiant smile, holding an apple in both hands, curly blonde hair, blue eyes, wearing a white flowy dress, standing in a blooming apple orchard, golden sunlight filtering through the leaves, artistic bokeh, dreamy atmosphere, medium shot, high resolution, captured with a DSLR camera

不使用任何embedding模型(不使用任何反向提示词)图片效果:

使用embedding模型 badhandv4的效果。

使用了embedding模型badhandv4图片中人物手指效果好很多了。

还有一些其他的embedding模型,大家也可以了解一下。

四. Embedding模型使用说明

(1)Embedding模型的主要是应用在负向提示词中。

(2)Embedding模型在C站的模型下载界面经常有模型的使用效果比较图片,在模型的介绍中,也有模型的使用说明。大家可以重点看一下。

(3)Embedding模型不用太局限在C站推荐的那些大模型下使用。在具体使用的时候还是要多尝试,多比较,多分析。

(4)有些大模型的介绍里面会注明会不适合使用某些embedding模型,这个大家在使用大模型的时候可以留心一下。

写在最后

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

在这里插入图片描述

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

若有侵权,请联系删除
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Cpp五条/article/detail/544185
推荐阅读
相关标签
  

闽ICP备14008679号