ADVERTISEMENT
上篇文章中,我們示範了在Stable Diffusion WebUI進行算圖時,如何透過LoRA小模型收束角色特性,在這篇教學文章中,我們繼續瞭解如何透過透過Textual Inversion、Hypernetwork等小模型,調整生成圖片的風格。
文章目錄
小模型功能說明與安裝
在看完前篇的LoRA小模型教學後,我們可以瞭解如何透過小模型去影響AI推論的結果,達到控制生成畫面內容的效果。在這邊我們繼續介紹Textual Inversion(文字倒轉)、Hypernetwork(超網路)等2種小模型,它的運作原理與LoRA不盡相同,具有相近的功能與效果。
Textual Inversion除了可以用來控制畫面風格外,也有如Easy Negative、Bad Hand等用於做為負面提示詞以提升生成圖像品質的小模型,可以簡化輸入提示詞的手續。需要注意的是,在使用這類Textual Inversion的時候,請確認它們是加入負面提示詞的欄位。
讀者可以至CivitAI網站尋找現成的Textual Inversion、Hypernetwork小模型檔案,前者需存放至「stable-diffusion-webui」資料夾下的「embedding」資料夾內,後者則是「\models\hypernetwork」資料夾內。
讀者同樣可以準備解析度為450 x 675的PNG格式圖檔,將圖檔名稱修改與模型相同並放在同一資料夾,如此一來就能在選擇時看到預覽圖片。
為圖像加入不圖同風格
在這邊筆者使用style-psycho、LuisapGlitchpixelart_v1等Textual Inversion與Hypernetwork進行示範,前者是可以為圖片加入科幻機甲風格,後者則使加入點陣圖風格。
範例使用GhostMix Checkpoint模型,搭配的基本提示詞如下,
正面提示詞:
(masterpiece, top quality, best quality, official art, beautiful and aesthetic:1.2), (1girl), extreme detailed,colorful, ((solo)),
steampunk city, riding bicycle, tank top, (small breast),
<lora:taeTakemiPersona5_v10:0.8>, (Tae Takemi), necklace, choker, <lora:personaCatherineSoejima_1:0.6>
負面提示詞:
(worst quality, low quality:1.4), [badhandv4], easynegative
並分別將「style-psycho」、「<hypernet:LuisapGlitchpixelart_v1:0.5>」加入正面提示詞,看看它們的效果如何。
需要注意的是,當使用更多組LoRA、Textual Inversion、Hypernetwork等小模型之後,它們可能彼此發生「化學反應」,而造成生成的圖像崩壞,這時候可以嘗試降低權重,看看圖像是否恢復正常。
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!