细心的同学看完前面的课程
肯定会发现案例中经常会有一些参数对比图、混合模式的对比这种效果
这个就是 SD 提供的脚本功能,
这一节我们就来讲讲 SD 最常使用的三个脚本工具: 提示词矩阵、批量提示词和X/Y/Z图表
一 Prompt Matrix 提示词矩阵
如果我们希望比较几个提示词的融合关系,
那我们可以使用 提示词矩阵来实现我们的需求。
比如:我们想要比较 复古风格和Q版风格 对现有 prompt 的影响,那么我们就可以根据以下步骤操作
- 打开 提示矩阵脚本功能
- 给出提示词 (|chibi|retro artstyle)
best quality, ultra-detailed, masterpiece, hires, 8k,
pov,stand up,
1girl,big eye,wear long hoodie,casual pants
|chibi|retro artstyle
最终就可以得到四张效果图:
二 X/Y/Z 图表
1.字符类参数
如果我们希望对比不同的参数对原有的 prompt 的影响。
比如迭代步数、模型或者是prompt中的提示词,那么就可以使用 这个脚本来实现。
**举个例子:**我们希望比较不同的采样方法(Euler a, DPM++ 2M Karras)来渲染不同的发型(ahoge, blunt bangs, drill , bun, wavy),他们的效果是什么样的
best quality, ultra-detailed, masterpiece, hires, 8k,
pov,stand up,
1girl,big eye,wear long hoodie,casual pants,
ahoge hair
先看效果:
这个例子中:
- X轴-提示词搜索/替换:SD 会拿着 X轴值中的第一个词在 prompt 中找,然后进行挨个替换成 X轴中的每一个提示词进行出题
- Y轴-采样方法:这个就直接将 Y轴值中的每一个采样方法进行挨个使用
2.数值类参数
还有一种是数值类的参数比较,比如迭代步数
举个例子: 我们想要在同一模型下,比较不同迭代步数(10-90)对出图的影响,跨度步数为10,每10步出一张图,那我们就可以这样填
如果我们不想按10步为跨度进行出图。希望整个范围就出5张,让 SD 自己平均划分。
举个例子: 设置的迭代步数为 10-90,希望出十张图,那么我们可以直接填写 10-90[10] 即可
三 批量提示词出图
如果我们希望根据多个不同的 prompt 提示词进行出图,每个prompt的反向词,参数也不同,那么我们就可以使用这种方式来进行批量出图。
首先 :我们先打开 批量提示词出图 脚本
目前支持两种方式: 直接输入文本、上传文件
不管是直接文本输入还是上传文件,其格式是一样的,每一行只写一条记录
格式:
–prompt “1dog” --negative_prompt “nsfw” --width 512 --height 512 --sample_name “Euler a” --step 20 --batch_size 1 --cfg_scale 7 --seed -1
- –prompt 正向提示词
- –negative_prompt 反向提示词
- –sample_name 采样方法
- –cfg_scale 相关性
“sd_model”:模型名称
“outpath_samples”:样本输出路径
“outpath_grids”:网格输出路径
“prompt_for_display”:用于展示的提示词
“prompt”:正向提示词
“negative_prompt”:负面提示词
“styles”:提示词模板(你自己设置的提示词模板)
“seed”:随机种子
“subseed_strength”:次级种子强度
“subseed”:次级种子
“seed_resize_from_h”:次级种子高度
“seed_resize_from_w”:次级种子宽度
“sampler_index”:采样器索引
“sampler_name”:采样器名称
“batch_size”:生成批次
“n_iter”:每批数量
“steps”:采样迭代步数
“cfg_scale”:提词相关性
“width”:宽度
“height”:高度
“restore_faces”:面部修复
“tiling”:平铺
“do_not_save_samples”:不保存样本
“do_not_save_grid”:不保存网格
举个例子: 给出两个完整的 prompt,一个是画一只猫,一个是狗,那么我们就可以在文本输入框内填
--prompt "1dog" --negative_prompt "nsfw" --width 512 --height 512 --sample_name "Euler a" --step 20 --batch_size 1 --cfg_scale 7 --seed -1
--prompt "1cat" --negative_prompt "nsfw" --width 512 --height 768 --sample_name "Euler a" --step 20 --batch_size 1 --cfg_scale 7 --seed -1
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。
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。
二、AIGC必备工具
工具都帮大家整理好了,安装就可直接上手!
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。
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。
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。