Stable Diffusion - SDXL 模型测试 (DreamShaper 和 GuoFeng v4) 与全身图像参数配置

这篇具有很好参考价值的文章主要介绍了Stable Diffusion - SDXL 模型测试 (DreamShaper 和 GuoFeng v4) 与全身图像参数配置。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

欢迎关注我的CSDN:https://spike.blog.csdn.net/
本文地址:https://spike.blog.csdn.net/article/details/132085757

Stable Diffusion - SDXL 模型测试 (DreamShaper 和 GuoFeng v4) 与全身图像参数配置,Stable Diffusion,stable diffusion,全身图像,Full Body,DreamShaper,GuoFeng

图像来源于 SDXL 模型,艺术风格是赛博朋克、漫画、奇幻。

全身图像是指拍摄对象的整个身体都在画面中的照片,可以展示人物的姿态、服装、气质等特点,也可以表达一种情绪或故事。全身图像的拍摄需要注意构图、光线、角度、姿势等方面。

全身图像的提示词:

full body shot,(head-to-toe shot:1.2),1girl,an asian beatiful woman in a dress and jacket standing,(office lady high heels),
pantyhose,black leggings,outdoors,
people in the center,soft light,natural and comfortable pose,face to camera,
<lora:neg4all_xl_v6:1>,<lora:pantyhose_widget_xl_v10:1.2>,

负向提示词:

nsfw,(ng_deepnegative_v1_75t:1.2),badhandv4,

注意:SDXL 的提示词一般不需要高质量、低质量等提示词,尽量简洁。

随机种子:383055127831933218942206410753

常用的描述全身的词汇:

full-body shot
head-to-toe shot
complete body photograph
comprehensive full-body image
overall body shot

注意配置,保持图像稳定:

  1. 图像尺寸选择 768x1152,其他尺寸会导致人物比例失衡;
  2. 开启高分辨率修复,放大算法4x-UltraSharp,重复幅度 0.3;开启 面部修复
  3. 开启 AfterDetailer,修复脸部和手部细节。

配置如下:

Stable Diffusion - SDXL 模型测试 (DreamShaper 和 GuoFeng v4) 与全身图像参数配置,Stable Diffusion,stable diffusion,全身图像,Full Body,DreamShaper,GuoFeng

结合不同的风格,绘制全身图像,例如 赛博朋克 (Neonpunk)、幻想艺术 (Fantasy art)、影片风格 (Cinematic)、高增强 (Enhance) 等。

测试模型 DreamShaper_XL1.0_alpha2,即:

Stable Diffusion - SDXL 模型测试 (DreamShaper 和 GuoFeng v4) 与全身图像参数配置,Stable Diffusion,stable diffusion,全身图像,Full Body,DreamShaper,GuoFeng

测试模型 GuoFeng4_XL_Real-Beta,即:

Stable Diffusion - SDXL 模型测试 (DreamShaper 和 GuoFeng v4) 与全身图像参数配置,Stable Diffusion,stable diffusion,全身图像,Full Body,DreamShaper,GuoFeng

下载 GuoFeng 模型的真实版,来源于 吐司Art 模型网站。

其他测试模型 ArienmixxlAsian_v10_SDXL1.0、SDVN6-RealXL,效果均不稳定。

测试参数示例:

ethereal fantasy concept art of full body shot,(head-to-toe shot:1.2),1girl,an asian beautiful woman in a dress and jacket standing,(high heels),
pantyhose and leggings,outdoors,
people in the center,soft light,natural and comfortable pose,face to shot,
lora:neg4all_xl_v6:1,lora:pantyhose_widget_xl_v10:1.2, . magnificent, celestial, ethereal, painterly, epic, majestic, magical, fantasy art, cover art, dreamy
Negative prompt: nsfw,breast,(ng_deepnegative_v1_75t:1.2),badhandv4, photographic, realistic, realism, 35mm film, dslr, cropped, frame, text, deformed, glitch, noise, noisy, off-center, deformed, cross-eyed, closed eyes, bad anatomy, ugly, disfigured, sloppy, duplicate, mutated, black and white
Steps: 35, Sampler: DPM++ 2M SDE Karras, CFG scale: 7, Seed: 2206410753, Face restoration: GFPGAN, Size: 768x1152, Model hash: 57fdfb1fbe, Model: GuoFeng4_XL_Real-Beta, Clip skip: 2, ADetailer model: face_yolov8n.pt, ADetailer confidence: 0.3, ADetailer dilate/erode: 4, ADetailer mask blur: 4, ADetailer denoising strength: 0.4, ADetailer inpaint only masked: True, ADetailer inpaint padding: 32, ADetailer version: 23.7.6, Lora hashes: “neg4all_xl_v6: 9a735be26f5e, pantyhose_widget_xl_v10: 90b94c2a1974”, Version: v1.5.1

推荐 SDXL 版本的相关 LoRA,即:文章来源地址https://www.toymoban.com/news/detail-626970.html

  • 负向提示词 LoRA:neg4all_xl_v6
  • 袜子 LoRA:pantyhose_widget_xl_v10

到了这里,关于Stable Diffusion - SDXL 模型测试 (DreamShaper 和 GuoFeng v4) 与全身图像参数配置的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Stable Diffusion - Stable Diffusion WebUI 支持 SDXL 1.0 模型的环境配置

    欢迎关注我的CSDN:https://spike.blog.csdn.net/ 本文地址:https://spike.blog.csdn.net/article/details/132056980 SDXL 1.0 版本 是 Stable Diffusion 的最新版本,是基于潜在扩散模型的文本到图像生成技术,能够根据输入的任何文本生成高分辨率、高质量、高多样性的图像,具有以下特点: 更好的成

    2024年02月14日
    浏览(33)
  • stable diffusion实践操作-大模型介绍-SDXL1大模型

    大家移步下面链接中,里面详细介绍了stable diffusion的原理,操作等(本文只是下面系列文章的一个写作模板)。 stable diffusion实践操作 提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档 经过SDXL0.9和SDXL Beta的迭代,终于SDXL1.0正式版发布了! 之前使用A

    2024年02月09日
    浏览(35)
  • stable-diffusion-webui sdxl模型代码分析

    采样器这块基本都是用的k-diffusion,模型用的是stability的原生项目generative-models中的sgm,这点和fooocus不同,fooocus底层依赖comfyui中的models,comfy是用load_state_dict的方式解析的,用的load_checkpoint_guess_config函数,这个函数webui中也有。 webui在paths中导入了generative-models,在sd_model_co

    2024年02月06日
    浏览(34)
  • 新一代图像合成模型:Stable Diffusion XL(SDXL)上线!

    几个使用Stable Diffusion XL 1.0生成的图像示例。 新的SDXL 1.0发布允许在本地计算机上运行的高分辨率人工智能图像合成。 周三,Stability AI发布了其下一代开源权重人工智能图像合成模型Stable Diffusion XL 1.0(SDXL)。它可以根据文本描述生成新颖的图像,并生成比之前版本的Stable

    2024年02月11日
    浏览(32)
  • Stable Diffusion升级版SDXL,一键运行包和18G模型分享!

    今天主要分享两个东西,一个是ComfyUI软件包,一个是SDXL的两个模型。 有这两个东西就可以快速出图了 先来简单介绍一下SDXL的特点。 Stable Diffusion XL 或 SDXL 是最新的图像生成模型,与以前的 SD 模型(包括 SD 2.1)相比,它专为更逼真的输出而定制,具有更详细的图像和构图。

    2024年02月16日
    浏览(36)
  • Stable Diffusion - 采样器 DPM++ 3M SDE Karras 与 SDXL Refiner 测试

    欢迎关注我的CSDN:https://spike.blog.csdn.net/ 本文地址:https://spike.blog.csdn.net/article/details/132978866 Paper: DPM-Solver++: Fast Solver for Guided Sampling of Diffusion Probabilistic Models 扩散概率模型(DPMs)在高分辨率图像合成方面,取得了令人印象深刻的成功,尤其是在最近的大规模文本到图像生成

    2024年02月06日
    浏览(32)
  • DreamShaper:Stable Diffusion 的微调版本

    稳定扩散是一种流行的算法,已用于各种机器学习任务,例如图像分割、去噪和修复。但原有算法存在收敛速度慢、难以处理高维数据等局限性。为了解决这些问题,研究人员提出了一种微调版本的 Stable Diffusion,称为 DreamShaper。在这篇博文中,我们将讨论 DreamShaper 的主要功

    2024年02月13日
    浏览(37)
  • 秋神SD整合包 AI绘画 Stable Diffusion 整合包 V4版 解压即用 AI绘图模型LoRA + 最新

    「 无套路!文末提供下载方式 」 2024年绘画圈最火的软件 那妥妥的就Stable Diffution V4升级版无需安装,直接解压就能用 (在此要感谢秋葉aaaki大佬的分享! )** 比之前版本的更加智能、高效和易操作 V4加强版小白也能轻易上手! Stable Diffusion(简称SD)是一种生成式人工智能

    2024年03月14日
    浏览(50)
  • 关于【Stable-Diffusion WEBUI】生成全身图:插件解决面部崩坏问题

    本篇主要介绍WEBUI的插件:SD Face Editor,虽然叫Editor实际上是Fixer,作用是修复脸部。 更多不断丰富的内容参考:🔗 《继续Stable-Diffusion WEBUI方方面面研究(内容索引)》 参考: 由于神经网络无法完全捕捉人脸的微妙细节和变化,导致产生了不自然或扭曲的结果…… 所以生成图

    2024年02月06日
    浏览(42)
  • MidJourney 的新 V4C 模型现在可以创建更宽、更好看的图像,比Stable Diffusion和Dall-E2强大么?

    MidJourney 自成立以来已经走过了漫长的道路。这款流行的 AI 艺术生成器在 2022 年 11 月发布其 V4 和 V4B 模型时获得了巨大的人气。此次更新旨在改进先前版本的细节、构图和真实感。 不过,有一个限制:V4B 的纵横比仅限于 1:1。这意味着所有图像都是方形的。这里有些例子:

    2024年02月12日
    浏览(29)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包