Midjourney 重大更新!深度解析「角色一致性」命令

这篇具有很好参考价值的文章主要介绍了Midjourney 重大更新!深度解析「角色一致性」命令。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。

Midjourney 重大更新!深度解析「角色一致性」命令

--sref 和 -- cref,midjourney,chatgpt,人工智能

大家期待已久的 MJ 角色一致性功能终于来啦!全新的命令“–cref”现已推出,与之前的样式参考“–sref”功能相似,但不同的是,它不是匹配参考样式,而是试图让角色与“角色参考”图像相匹配。目前,“–cref”仅适用于 niji 6 和 v6 模型。如果不知道怎么使用Midjourney可以参考这篇文章:Midjourney最新注册、订阅教程(新手小白) - OpenAI-ChatGPT导航-ChatGPT账号注册、升级指南,最新资讯

让我们来看看官方文档的说明:

--sref 和 -- cref,midjourney,chatgpt,人工智能

一、基础使用方法

只需在提示符后输入“–cref URL”,并输入角色图像的 URL 地址,然后使用“–cw”来修改参考强度。

默认强度为 100(–cw 100),包括脸部、头发和衣服。

当强度为 0(–cw 0)时,它只会关注脸部(适用于更换服装/头发等)。

--sref 和 -- cref,midjourney,chatgpt,人工智能

--sref 和 -- cref,midjourney,chatgpt,人工智能

--sref 和 -- cref,midjourney,chatgpt,人工智能

二、提示词编写

官方指出,此功能并非针对真人/照片设计,可能会像普通图像提示一样使其变形,但经过体验后,效果还不错,至少对亚洲人脸孔的参考表现良好。使用“–cref”处理提示有三种主要方法:

1. 锚定重要角色详细信息的提示

可以锚定细节(姿势、表情、情感、服装、道具、场景、动作),以便能够控制它们,让“–cref”处理大部分工作,或者可以只提供角色的场景并让“–cref”完成所有工作。

--sref 和 -- cref,midjourney,chatgpt,人工智能

2. 允许“–cref”完成工作不干涉提示

对于关键角色,可以不做任何描述,提示不会尝试强化参考图像中的任何细节,它只是“傀儡”或“摆出”角色的姿势。

--sref 和 -- cref,midjourney,chatgpt,人工智能

3. 仅使用场景提示

如果“–cref”图像已包含想要的姿势和其他细节,可以仅描述设置、周围环境、上下文或背景,MJ 将努力将角色融入场景中,但可能会出现一些不连贯的结果,因此需要使用更高的样式值(–s)重试,以便让“–cref”图像更好地融入场景。例如,使用–s 800 之后的图片明显融合得更好。

--sref 和 -- cref,midjourney,chatgpt,人工智能

“Cref”适用于 Niji 和普通 MJ 模型,并可与“–sref”结合使用。

我们可以拿刚生成的一组图,并加上“–sref”参考样式,生成的图片将保持参考角色不变,但风格会发生改变。

--sref 和 -- cref,midjourney,chatgpt,人工智能

三、高级功能

1. 在一个画布上放置多个角色

想要在一个画面中出现多个角色,可以直接使用 pan 功能,并对提示词进行微调。例如,在已有图片上加上一个男性角色,这需要对男性角色进行描述。

--sref 和 -- cref,midjourney,chatgpt,人工智能

2. 使用多个 URL 来混合多张图片中的信息/字符

可以使用多个 URL 来混合多张图片中的信息/字符,例如“–cref URL1 URL2”(类似于多张图片或样式提示)。

--sref 和 -- cref,midjourney,chatgpt,人工智能

3. 与“–sref”结合使用

使用多个 URL 来混合图片,也可以同时与“–sref”结合使用,效果也是很不错的。

--sref 和 -- cref,midjourney,chatgpt,人工智能

4. “–cw”参数的作用

Midjourney 能够从参考图像中识别的角色属性将与提示混合,从而创建出新的角色。

可以通过使用“–cw N”参数(cref 权重)来控制,其中 N 的值可以从 1 到 100。默认值为 100。

“–cw”参数不会改变角色参考图像的强度/影响力。“–cw”参数的作用如下:

  • “–cw 100”(默认值)将捕捉整个角色;
  • “–cw 99”到“–cw 1”之间的值将开始捕捉较少的整个角色,仅集中于参考面部;
  • “–cw 0”将仅捕捉面部,类似于面部替换,但你无法关闭面部的参考。

--sref 和 -- cref,midjourney,chatgpt,人工智能

四、如何在 Web alpha 上工作

许多人已经升级到 Web 端的 alpha 版本,也就是 Midjourney 官网上可以直接出图,而不需要在 Discord 上进行操作,官方也提供了详细的操作说明。

只需将图片拖动或粘贴到 Imagine 想象栏中,它有三个图标,分别对应着图片提示、样式参考和字符参考。点击对应图标即可生效。

通过设置图标右上角的按钮,可以设置图片的尺寸、风格化参数、怪异值、chaos 值、模型等参数,回车之后即可开始生成图片。

生成的图片依然是以四张为一组,清晰地展示了样式参考和角色参考的结果。

--sref 和 -- cref,midjourney,chatgpt,人工智能

还可以对图片提示、样式参考和字符参考进行多选,通过按住 Shift 键点击图标,即可进行多选。

--sref 和 -- cref,midjourney,chatgpt,人工智能

五、CREF 故障排除提示

我无法为角色赋予新的姿势、风格或细节。

首先,请确保你写了一个强烈的提示来建议姿势、风格或细节。如果提示看起来很强烈,则问题可能是 cref 图像主导了提示。这可以通过使用“–cw”参数来解决。尝试使用较低的“–cw”值,例如“–cw 60”,这将稍微释放 cref 的控制,并允许提示更自由地操纵角色。

如果这种方法损害了相似性,特别是如果“–cw”必须低于 40,那么请确保你处于[Low Variation]模式并将 Remix 设置为 ON。然后对你最喜欢的图像进行变体(V),可以逐渐增加“–cw”的值,直到恢复相似性。如果此方法开始消除姿势,可以使用[Vary Region]来恢复具有较高“–cw”值的面部区域。

--sref 和 -- cref,midjourney,chatgpt,人工智能

今天的分享到这里就结束了,总的来说,新功能还是非常强大的,需要大家多多尝试,才能灵活运用到自己的工作场景中~

原文链接:Midjourney-重大更新!深度解析「角色一致性」命令文章来源地址https://www.toymoban.com/news/detail-850919.html

到了这里,关于Midjourney 重大更新!深度解析「角色一致性」命令的文章就介绍完了。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

  • Redis 原理缓存过期、一致性hash、雪崩、穿透、并发、布隆、缓存更新策略、缓存数据库一致性

    redis的过期策略可以通过配置文件进行配置 redis会把设置了过期时间的key放在单独的字典中,定时遍历来删除到期的key。 1).每100ms从过期字典中 随机挑选20个,把其中过期的key删除; 2).如果过期的key占比超过1/4,重复步骤1 为了保证不会循环过度,导致卡顿,扫描时间上限

    2024年02月08日
    浏览(58)
  • Redis缓存双写一致性之更新策略

    你只要用缓存,就可能会涉及到redis缓存与数据库双存储双写,你只要是双写,就一定会有数据一致性的问题,那么你如何解决一致性问题? 双写一致性,你先动缓存redis还是数据库mysql哪一个?why? 延时双删你做过吗?会有哪些问题? 有这么一种情况,微服务查询redis无m

    2024年02月05日
    浏览(62)
  • redis高级篇 缓存双写一致性之更新策略

    缓存通用查询3部曲 redis 中数据,返回redis 中的数据 redis 中没有,查询数据库并返回 完成第二部的同时,将数据库查询结果写到redis,redis和数据库数据一致. 谈谈双写一致性的理解 1.如果redis 中有数据:需要和数据库中的相同 2.如果redis 中无数据: 数据库中的值如果是最新的

    2024年02月06日
    浏览(63)
  • Redis扩容与一致性Hash算法解析

    作者:zhaokk 在分布式系统中,随着数据量的增加和负载的变化,对于存储系统的扩容变得尤为重要。Redis作为一种高性能的内存数据库,其在扩容方面采用了一致性Hash算法,以实现无缝的数据分布和负载均衡。本篇博客将详细探讨Redis的扩容机制,同时深入解析一致性Hash算法

    2024年02月12日
    浏览(56)
  • Redis扩容机制与一致性哈希算法解析

    在分布式系统设计中,Redis是一个备受欢迎的内存数据库,而一致性哈希算法则是分布式系统中常用的数据分片和负载均衡技术。本文将深入探讨Redis的扩容机制以及一致性哈希算法的原理,同时提供示例代码以帮助读者更好地理解这两个重要概念。 Redis是一种高性能的内存数

    2024年02月11日
    浏览(48)
  • redis的缓存更新策略以及如何保证redis与数据库的数据一致性

    redis的缓存更新策略有这么几种: 1、由应用直接和redis以及数据库相连接:         查询数据时,应用去redis中查询,查不到的话再由应用去数据库中查询,并将查询结果放在redis;         更新数据时,由应用去触发redis数据的删除以及数据库的update。 2、应用只跟redi

    2024年02月13日
    浏览(57)
  • Spring Boot整合canal实现数据一致性解决方案解析-部署+实战

    🏷️ 个人主页 :牵着猫散步的鼠鼠  🏷️ 系列专栏 :Java全栈-专栏 🏷️ 个人学习笔记,若有缺误,欢迎评论区指正   1.前言 2.canal部署安装 3.Spring Boot整合canal 3.1数据库与缓存一致性问题概述 3.2 整合canel 4.总结 canal [kə\\\'næl]  ,译意为水道/管道/沟渠,主要用途是 基于

    2024年03月19日
    浏览(54)
  • 缓存面试解析:穿透、击穿、雪崩,一致性、分布式锁、Redis过期,海量数据查找

    在程序内部使用缓存,比如使用map等数据结构作为内部缓存,可以快速获取对象。通过将经常使用的数据存储在缓存中,可以减少对数据库的频繁访问,从而提高系统的响应速度和性能。缓存可以将数据保存在内存中,读取速度更快,能够大大缩短数据访问的时间,提升用户

    2024年02月14日
    浏览(54)
  • #langchain | RAG |富文本一致性解析 | NLP # langchain支持的9种PDF内容提取方式

    参考文件: langchain_community.document_loaders.pdf.AmazonTextractPDFLoader How to Extract Data From PDFs Using AWS Textract With Python Amazon Textract langchain-pdf

    2024年04月24日
    浏览(44)

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