10 promóció a Stable Diffusion számára, amelyek segítenek eredeti képek létrehozásában

Hogyan írjunk lekérdezéseket a stabil diffúzióhoz

A Stable Diffusion neurális hálózattal és más hasonló rendszerekkel végzett munka során a legsikeresebb eredményeket akkor érheti el, ha részletes utasításokat készít. Íme, hogyan kell helyesen csinálni.

Tartalmazzon minden fontos részletet

Először is meg kell találnia a kérés célját és a hozzávetőleges eredményt, milyen stílusban kell bemutatni, és mi nem ábrázolható a képen.

A megfelelő darabnak tartalmaznia kell azt a témát vagy tárgyat, amelyet a képen látni szeretnénk. Meg kell adnia az alany tevékenységét, helyét, majd az esetleges további kulcsszavakat. Egy összetett kérés tartalmazhatja a kép típusának részletes leírását is: rajz, valósághű fénykép, tájkép. Ez a tulajdonság gyakran aktiválható a szolgáltatás beállításaiban.

Minél közelebb van a kérés kezdetéhez, annál nagyobb ereje van a kép létrehozásában. Mindegyik elemnél manuálisan megadhatja a fontosságot vagy a „súlyt”. Ezt általában kettőspont után szóköz nélkül írják, például: súly: 1,5, súly: 0,4.

A részletes lekérdezéseknél érdemes további szavakat használni, amelyek segítik a neurális hálózatot a legsikeresebb opció kiválasztásában. Írja le az összes jellemzőt, amely egy adott feladatra gondolhat.

Önálló kísérletezéssel vagy terméktervező segítségével megtalálhatja a megfelelő kulcsszavakat. A második esetben azonnal figyelembe veheti a végeredmény legtöbb elérhető paraméterét és módosítóját.

Regisztrálja a szükségtelen elemeket és jellemzőket

A negatív felszólítás is segíthet a kérés összeállításánál. Ez az összes olyan tulajdonság listája, amely nem szerepelhet a képen. Gyakran olyan pontokat jelez, amelyek a kontextustól függenek.

Előfordulhat, hogy ki kell zárni a deformált testrészeket, egy második személyt a keretben, az elmosódást, a rossz minőséget és más hasonló dolgokat. A negatív promt segítségével kevesebb műterméket tartalmazó képkockákat gyűjthet össze. De nem kell hatalmas listákat készítenie a negatívumokról – az alapvető kulcsszavak is elegendőek.

Vegye figyelembe a fő paramétereket a kérés beállításainál

A neurális hálózat beállításai mindig több fontos paramétert tartalmaznak: generálási lépések, seed, felbontás, sampler.

• Lépések - azt jelzi, hogy a neurális hálózat hány lépést tesz meg a kép létrehozása során. Minél több van, általában annál jobb az eredmény minősége.
• Mag - ez az a referenciapont, amely alapján a rendszer képet generál. Kezdetben több milliárd opcióból egy „véletlenszerű” paraméter van megadva. Ez segít különböző eredményeket kapni ugyanarra a lekérdezésre. Ha egy adott értéket használ, akkor a prompt megváltoztatásakor a kép tartalma megközelítőleg változatlan marad.
• Mintavevő - a végeredményt befolyásoló folyamatokat jelenti. Az egyszerű felvételekhez 5-10 lépés elegendő, míg másokhoz 60-90 lépésre lesz szükség.
• Felbontás a kép mérete. A Stable Diffusion XL modell maximum 2048 x 2048 pixelt generál.

Egy kezdő számára jobb, ha egy promt konstruktorral kezdi. A legnépszerűbb lehetőség sok beállítással Promptománia. Különféle neurális hálózatokhoz alkalmas, beleértve a stabil diffúziós részt is.

Milyen parancsok lehetnek hasznosak?

Jelenleg a legújabb neurális hálózati modell a Stable Diffusion XL (SDXL). Kiváló minőségű képeket biztosít, és jelentős fejlesztésekkel rendelkezik a korábbi verziókhoz képest. Az SDXL-ben működő opciók eltérhetnek a korábbi modellektől.

A kérések tesztelésére ebben az esetben az online szolgáltatást használtuk DreamStudio a Stable Diffusion XL 1.0 alapján. Ezután nézzünk meg példákat a különböző stílusú és formájú képek generálására szolgáló promptokra.

1. Fotorealisztikus képekhez

A Stable Diffusion XL számos stílusban képes képeket generálni. Az egyik legfontosabb a fotorealizmus. Nem valószínű, hogy első alkalommal tökéletes eredményt fog elérni, de több próbálkozás után lenyűgöző képeket készíthet.

Példák a lehetséges kérésekre:

• Parker által gyártott fémkék toll, töltőtoll, fényvisszaverő, a munkaasztalon elhelyezve. A toll a papírfüzet tetején található, fekete-arany borítóval. Napos, világos kép. Hatalmas másolási hely a kép tetején, negatív tér, hd, 8k, elmosódott álmodozó háttér, gyönyörű képek.
• Fiatal nő mesés ruhában, fotorealizmus, sötét haj, középen a keretben, szimmetrikus arc, 50 mm objektív, néző kamera, sötét háttér, természetes fény, életlen hegyek a háttérben, ultra-részletek, 16K.

Megfelelő negatív részletek a lekérdezésekhez: (deformált, torz, eltorzult: 1.3), rosszul rajzolt, nem keret, vízjel, aláírás, levágás, alacsony kontraszt, alulexponált, túlexponált, rossz művészet, kezdő, amatőr.

2. Animált képekhez

A neurális hálózat lehetővé teszi bármilyen bonyolultságú animált képek készítését, de a jó eredmény eléréséhez trükközni kell a lekérdezési összeállításon.

Példakérések:

• Férfi fekete űrsisakkal, hosszú, sötét kabáttal, testportréval, piros fénnyel a mellkasán, divatbemutatóval koncepció csizma, éles fókusz, fekete sál, szeles, nagyon részletes, vörös szemek, digitális festés, illusztráció művészet.
• Csizmás punci ül egy étteremben, makarónit és sajtot eszik, és énekes előadást néz, irreális motor, hangulatos beltéri világítás, artstation, részletgazdag, digitális festmény, filmes, illusztrációs művészet.
• Egy tüzet lehelő nagy sárkány illusztrációja, körülötte imádkozó kis emberek. Intenzív és erőteljes, tüzes lehelet, volumetrikus. Hangsúlyozza átható tekintetét, éles fogait és erőteljes kiállását. Artstation, részletes, digitális festés, filmes.

Negatív részletek a kérésekhez: (deformálódott, torz, torz: 1.3), rosszul rajzolt, rossz anatómia, rossz anatómia, extra végtag, hiányzó végtag, lebegő végtagok, (mutált kezek és ujjak: 1,4), szétkapcsolt végtagok, mutáció, mutáció, csúnya, undorító, homályos, amputáció, rosszul rajzolt láb, rosszul megrajzolt arc, ki keret, extra végtagok, eltorzult, deformált, kereten kívüli test, rossz anatómia, vízjel, aláírás, levágás, alacsony kontraszt, alulexponált, túlexponált, rossz művészet, kezdő, amatőr.

3. Művészi tájakra

A stabil diffúzió kiváló tájakat hoz létre, például egy őszi erdő a lenyugvó nap sugaraiban, fantasztikus zárak, strandok vagy futurisztikus városok.

Példakérések:

• Nagy erdő sárga, zöld és piros levelekkel naplementekor, kisváros templommal és rádiótoronnyal a háttérben, fantázia, professzionális vászon, hármas színek, mély szín, volumetrikus világítás, árnyékolás sötét szélekkel, részletgazdag, matt háttér, stílus oktánszámú render.
• A környezet Tolkien fantáziavilágában, gótikus nagy kastély, rendkívül részletgazdag, nappali, filmkoncepció, epikus, matt festmény, köd, volumetrikus fény, 16k, artstation.
• Egy sziklás tengerpart festménye hatalmas hullámokkal, a háttérben mennydörgés, a dombon lévő kastéllyal, rendkívül részletes olajfestmény, volumetrikus fény, 16k, artstation.
• Futurisztikus highrise, villanófény, epikus kompozíció, filmes, tájkép illusztráció, részletes festés, 8k utófeldolgozás, irreális motor, artstation.

Negatív részletek a lekérdezésekhez: (deformálódott, torz, torz: 1.3), rosszul rajzolt, rossz anatómia, rossz anatómia, extra végtag, hiányzó végtag, lebegés végtagok, (mutált kezek és ujjak: 1.4), szétkapcsolt végtagok, mutáció, mutáció, csúnya, undorító, homályos, amputáció, emberek, emberi, aláírás, vízjel, jel.

4. Portrékhoz

A Stable Diffusion XL jó munkát végez a portrék készítésében, de a szuperrealizmust még mindig nehéz elérni. De a neurális hálózat hasznos a valódi forgatás vagy például a képregények teszteléséhez.

Példakérések:

• Fiatal nő, zöld szalagokkal a hajában, a párizsi kávézó előtt ül, zöld szemek, stílusos ruhát visel, oldalsó fény, fotorealisztikus
• Fekete öltönyös úriember, ultrarealisztikus, filmes felvétel, legjobb minőség, (részletes arc és szemek: 1.1), rövid haj, régi kastély belsejében, felszín alatti szórás, (részletes bőr: 1.1), fényes bőr, profi fotó, volumetrikus világítás
• Stílusos nő, utcai fotózás, hosszú szőke haj, tükörképét örökíti meg egy könyvesbolt üvegbejáratában, felsőtest keretezés, párizsi utcán, neon világítás, alacsony szögből felvétel, (bokeh effektus: 1.2), ultra reális

Negatív részletek a lekérdezésekhez: (deformálódott, torz, torz: 1.3), rosszul rajzolt, rossz anatómia, rossz anatómia, extra végtag, hiányzó végtag, lebegő végtagok, (mutált kezek és ujjak: 1.4), szétkapcsolt végtagok, mutáció, mutáció, csúnya, undorító, elmosódott, amputáció, rosszul megrajzolt láb, rosszul megrajzolt arc, kereten kívül, extra végtagok, eltorzult, deformált, kereten kívüli test, rossz anatómia, vízjel, aláírás, levágás, alacsony kontraszt, alulexponált, túlexponált, rossz művészet, kezdő, amatőr, torz arc.

5. Karakterek generálásához

A Stable Diffusion XL segítségével gyönyörű és vicces felvételeket készíthet híresekről karakterek. Egyszerre több különböző stílust is kombinálhat.

Példakérések:

• Moziszerű felvétel egy Batmanről, Red V-Raptor 8K kamerával, 50 mm, f/1.4, filmrendező David Fincher, chiaroscuro, teljes testet viselő, futurisztikus cyberpunk jelmez, varázslatos realizmus.
• Részletes 8k kép a One-Punch Manről, aki egy fémtrónuson ül a japán építészet közepette éjszaka. Illusztráció, valósághű, anime, volumetrikus világítás.
• A Fallout Vault Boy képe gladiátorként egy nagy harci arénában, köd levegő, illusztráció.

Negatív részletek a lekérdezésekhez: (deformálódott, torz, torz: 1.3), rosszul rajzolt, rossz anatómia, rossz anatómia, extra végtag, hiányzó végtag, lebegés végtagok, (mutált kezek és ujjak: 1.4), szétkapcsolt végtagok, mutáció, mutáció, csúnya, undorító, homályos, amputáció, emberek, emberi, aláírás, vízjel, jel.

6. Építészeti objektumok létrehozására

Az SDXL hasznos a tervezők számára. Például bármilyen stílusú épületek koncepcionális képeinek létrehozására használható. A neurális hálózat gyakran hibázik az összetett objektumok vonalaiban és alakjaiban; a generálási folyamatot meg kell ismételnie, amíg sikeres eredményt nem kap.

Példakérések:

• Vendégház építészeti tervrajza kívülről, városra néző nagyméretű acél ablakok, magas mennyezet, kiváló minőség, 8k, ultrarealizmus, nagy felbontású fényképezés
• Külső felvétel egy Mykonos-i villáról, kilátással a tengerre, fehér és kék szín hangulattal, térfogati világítással, kiváló minőség, 8k, ultrarealizmus, nagy felbontású fényképezés
• Rusztikus spanyol stílusú ház kőből, fehér és kék díszítéssel. volumetrikus világítás, kiváló minőség, 8k, ultrarealizmus, nagy felbontású fotózás

Negatív részletek a lekérdezésekhez: (deformálódott, torz, torz: 1.3), rosszul rajzolt, rossz anatómia, rossz anatómia, extra végtag, hiányzó végtag, lebegés végtagok, (mutált kezek és ujjak: 1.4), szétkapcsolt végtagok, mutáció, mutáció, csúnya, undorító, homályos, amputáció, emberek, emberi, aláírás, vízjel, jel.

7. Belsőépítészethez

A neurális hálózat alkalmas helyiségek belső kialakításának elkészítésére is. Használja az SDXL-t, ha szokatlan lehetőségeket szeretne találni otthoni kialakításához vagy apartmanok.

Példakérések:

• Futurisztikus nappali fényvisszaverő mennyezettel, magas fém ablakokkal, (futurisztikus dekor: 1,2), jövőbeli városkép éjszaka a távolban, kiváló minőség, 8k, ultra realizmus
• Konyha Sou Fujimoto stílusában, széles látószögű kilátás a nyüzsgő városra az ablakokban, belső építészet, oktánszámban renderelt, fotorealisztikus, rendkívül részletgazdag
• Belsőépítészeti projekt modern organikus stílusban, szoba kanapéval, szőnyeggel, magazinasztallal, csillárral és fotellel, semleges színek, világos környezet, valósághű, V-Ray renderer, rendkívül részletes

Negatív részletek a kérésekhez: (deformált, torz: 1.3), rosszul rajzolt, undorító, elmosódott, emberek, ember, aláírás, vízjel, jel.

8. Ruhaképek létrehozása

Az SDXL jó felvételeket kínál ruhák, de kísérleteznie kell a lekérdezésekkel, és sokszor meg kell ismételnie a folyamatot, hogy sikeres képeket kapjon.

Példakérések:

• Techwear ruhák és divatos megjelenés, lábfej, aranymetszés, futurisztikus, rendkívül részletgazdag, Errolson Hugh, Yohji Yamamoto, Nike ACG, hiper maximalista.
• Nagy divat ruha és divatos megjelenés, lábfej, aranymetszés, rendkívül részletes, pasztell színek, Miu Miu, Prada, luxus, kiváló minőség, 8k, ultra realizmus.

Negatív részletek a lekérdezésekhez: (deformált, torz, torz: 1.3), rossz anatómia, rossz anatómia, extra végtag, hiányzó végtag, lebegő végtagok, (mutált kezek és ujjak: 1,4), szétkapcsolt végtagok, mutáns, elmosódott.

9. Logók létrehozásához

A neurális hálózat a szervezet identitásának kialakítása során is jól jön. Az SDXL segítségével különféle logóötleteket tesztelhet bármilyen stílusban. Készüljön fel a kérések folyamatos módosítására.

Példakérések:

• Minimalista logó egy retrofuturisztikus UFO-val. A logón felhőkarcolók felett repülő UFO-k és izzó városi fények láthatók. A színpaletta sötét és intenzív színek keveréke, beleértve a fekete és a vörös árnyalatait. Illusztráció, vektoros művészet, logo tervezés.
• Logó egy technológiai cég számára, fehér és kék, egy repülő sirály, szimmetrikus, illusztráció, vektoros művészet, logótervezés.

Negatív részletek a kérésekhez: (deformált, torz, torz: 1.3), rosszul rajzolt, undorító, homályos, emberek, ember, aláírás, vízjel.

10. Az optikai csalódásokért

A Stable Diffusion lehetővé teszi optikai illúziók generálását - hivatkozásokon alapuló képeket vagy képeket, amelyekbe "varrtak" szavak. A ControlNet neurális hálózati beépülő modul segítségével jönnek létre. Lehetővé teszi, hogy más képek alapján képeket kapjon, megőrizve az eredeti keretek elemeit.

A neurális hálózat a felhasználó kérésére képet hoz létre, és figyelembe veszi a javasolt referenciát. Például a tájat a formával kombinálják csillagok vagy a fű olyan szót alkot, amely a képtől távolodva látható.

A Stable Diffusion használatához a ContolNet beépülő modullal nagy teljesítményű számítógépre lesz szüksége. Alternatív megoldásként ugyanazokkal a képességekkel használhatja az online szolgáltatásokat. További információ a rendelkezésre álló eszközökről és a velük való munkavégzésről cikk Life hacker.