当前位置:   article > 正文

古风修仙美少女-InsCode Stable Diffusion 美图活动一期_stable diffusion 修仙描述词

stable diffusion 修仙描述词

Stable Diffusion 模型在线使用地址:

https://inscode.csdn.net/@inscode/Stable-Diffusion
点我直接前往

大家直接点击上面链接就是,如果自己主页打开,还容易找不到这个模型哦

一.基本介绍

1.背景介绍

InsCode是一个集成了在线IDE、在线AI编程、在线大模型训练以及SD 模型使用的综合代码开发平台。不论你是初级软件工程师,还是AI大模型爱好者,InsCode都能帮助你快速编写代码,运行项目。甚至在这里你还可以一键购买算力,训练大模型,开发自己的AI应用程序。

2.模板介绍

此环境主要用于学习和使用Stable Diffusion,已经安装了相关软件和组件库,可直接启动Stable Diffusion WebUI进行创作

Stable Diffusion是目前最火的AI绘画工具之一,它是一个免费开源的项目。通过Stable Diffusion,可以很轻松的通过文字描述,生成对应的图片。

Stable Diffusion WebUI把Stable Diffusion模型进行了封装,提供更加简洁易操作的界面,自身还可以通过插件等方式获得更多能力。目前使用的最多的是Stable Diffusion WebUI,因为它界面友好,可以很方便的调整各项参数,生成高质量的图片。

二.使用过程

1.进入网站

点击链接,去到官网,然后点击按钮“运行及使用”
在这里插入图片描述

2.购买GPU

分别填写和选择不同个配置,如下:“标题”、“计费方式”、“购买时长”、“GPU型号”、“CPU数量”,不同的个性配置对应不同的配置费用,费用可在页面查看。选择完毕后,点击按钮“购买GPU并创建项目”
在这里插入图片描述

3.准备进入

进入工作台,选择算力资源,招到已购买的,选择Stable Diffusion WebUI
在这里插入图片描述

4.了解工作界面

进去之后应该是这样的:
在这里插入图片描述
我做的一些批注:
在这里插入图片描述
看着这个你可能好些。

三、模型相关版本和参数配置:

Steps(采样迭代步数): 20, 
Sampler(采样方法): Euler a, 
CFG scale: 7, 
Size: 512x512, 
Model hash: 74c61c3a52, 
Model(模型): GuoFeng3, 
Version: v1.2.0 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
Version:v1.2.0

  • 1
  • 2
随机种子(seed):-1
  • 1

这里还不是很了解,我们就使用它的默认属性。
在这里插入图片描述

四、图片生成提示词与反向提示词

在这之前先解释一下,生成提示词和反向提示词:

  • 生成提示词:图片生成提示词是一组词语或短语,提供给AI模型作为生成图像的引导,并生成。
  • 反向提示词:反向提示词是与期望结果相反的词语或短语,用于指示机器不应该生成与其相关的图像特征。
    在这里插入图片描述
    就是我图中标出的位置啦!!!
    设置完这些后,我们点击旁边的生成按钮就行啦,下面开始期待它会画出什么好看的图片来呢?

五、种子及对应图片:

由于我们使用的是随机种子,随机种子是用来初始化模型的随机状态。使用相同的种子将确保在相同条件下生成相同的绘图结果。可以通过更改种子值来获得不同的绘图效果。

1.第一章图片:

prompt:修仙美少女,古装,拿着一把剑,眺望远方
negataive prompt:鲜艳
在这里插入图片描述
这个我就想知道我的剑呢,下一张!!!

2.第二章图片

prompt:丰富的色彩,成熟韵味,浅黄色外衣,白色蝴蝶,精致面容,美女,上半身特写,浅蓝色的背景,美女
negataive prompt:无
在这里插入图片描述
这一张效果还是挺好的,点个赞!!!

3.第三章图片

prompt:修仙世界,女杀手,带着面纱带看得清脸,美女,拿着匕首
negataive prompt:无
在这里插入图片描述
承认吧,高看他了!!!

4.第四张图片

prompt:你认为画的最好看的古装美少女
negataive prompt:无
在这里插入图片描述
还行吧,这个我也不好评价,主观因素!!!

5.第五章图片

prompt:最高画质,美丽的眼睛,长裙,破碎的玻璃,金色花瓣 ,浪漫
negataive prompt:无
在这里插入图片描述
这张画的挺好的,就是我的花不见了!!!

六.小结

针对本次试验,我简单小结一下:

总体而言,生成的图片符合我的预期。InsCode Stable Diffusion很好,是一个值得推广的AI绘图模型。毕竟刚开始就达到了这种地步,我个人感觉他还是非常好的,其他它变得更好,也欢迎大家去使用它。

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/很楠不爱3/article/detail/168045
推荐阅读
相关标签
  

闽ICP备14008679号