

首页  思维导图  详情



文生图

2023-06-23 19:02:53   0  举报





AI智能生成

文生图webui使用总结

AIGC

文生图

模版推荐

作者其他创作

大纲/内容

txt2img

正向提示词

输入主题描述+风格特点

负向提示词

输入不想图像中出现的内容

采样方法

决定初始噪声图像的形态

Euler a

DDIM

DPM++

采样步长

通过n个步长去除噪声

建议20-30步，从20开始，逐步调节

图片宽高

根据使用的模型进行调整

调整图像的长和宽意味着改变了图像的分辨率

不同分辨率初始化噪声图像就会不同，所以最终出的图也会受到影响

CFG Scale

文本提示词对出图结果的影响

建议7-15

越大文本提示词对出图结果影响越大

Batch count

出图批次

不占用内存

Batch size

每批次出图数量

占用内存

seed - 种子

决定初始化噪声图像

相同的种子数，代表初始化噪声图像相同

Extra附加选项

Variation Seed：差异化种子

多了一个种子数共同作用于出图结果

Variation strength：差异化种子强度

控制差异化种子作用强度

技巧：多张图片近似，局部微调？

Variation seed 设置为随机

差异化种子变动

Variation strength 设置为0.2

差异化种子影响较小

原种子不变

resize seed from width

resize seed from height

改变像素的同时使图像差异化较小

设定resize seed from width 和 resize seed from height 与原图像的相同

例如：原图像 512 * 768 ，新图像 768 * 1152，当设置了 resize seed from width和height时，新生成的图像与原图相似，如果不设置，则新图与原图不同

微调参数

restore faces

生成人物在面部处理上会更好一些

修复算法在setting内

开启面部修复会花费更多时间

不是什么情况下开启面部修复都好

tiling

无缝贴图

生成的图片可以无缝拼接

hires fix

解决图像放大问题

工作原理：先生成一张低分辨率的图片，在这张图片的基础上根据提示词再优化图像，添加更多细节

图像放大算法

步长

去噪强度

强度越大，影响越大

0时和原图相同

1时完全和原图不同

建议数值：0.5-0.8

放大倍数

放大多少倍

放大到多少

 Collect

Get Started

关系图、分类图

 Collect

Get Started

图

 Collect

Get Started

素材（饼图，玫瑰图，扇形图）

 Collect

Get Started

HADOOP部署图





0 条评论

下一页