哈嘍，大家好，我是阿宅，最近AI繪畫也是很火，阿宅這幾天也是靜下心來好好研究了一下這個(gè)東西，確實(shí)好用啊，總所周知啊，這些前沿技術(shù)一直都是大廠來開拓和引導(dǎo)的，這不已經(jīng)有消息說，某某大廠已經(jīng)基于AI做好了一套完整的商業(yè)化流程了。

????????不管是小白還是行業(yè)從業(yè)者都需要去了解他們，這樣才不會(huì)被它們?nèi)〈?。好了，廢話不多說了，我們直接進(jìn)入正題。

前言

????????我們知道在stable diffusion里，tag往往會(huì)對(duì)一張圖片的生成起到很關(guān)鍵的作用，比如說你要生成一張好看的圖片，除了最基本的masterpiece，best quality，realistic，game cg，4k，HDR，detailed face等等，還有對(duì)圖片內(nèi)容描述的詞條等

Prompt：

best quality	最好的質(zhì)量
masterpiece		杰作
detailed face	精致的五官
realistic		真實(shí)的

negative prompt：

low quality						低質(zhì)量
worst quality					最差的質(zhì)量
painting by bad-artist-anime	不良藝術(shù)家繪畫動(dòng)漫
painting by bad-artist			不良藝術(shù)家作畫
watermark						水印
text							文本
error							錯(cuò)誤的
blurry							模糊
jpeg artifacts					JPEG偽像
signature						簽名
username						用戶名
artist name						藝術(shù)家名字
bad anatomy						不良解剖
logo							圖標(biāo)

????????但有的時(shí)候就算我們自己使用了一些tag但依然沒辦法生成出結(jié)果滿意的圖片，這又是怎么回事呢？

我們是否真的已經(jīng)搞清楚了tag的使用方法了呢？

本期視頻就讓我?guī)ьI(lǐng)大家花一分鐘的時(shí)間深入了解一下tag的用法吧。

影響因子

????????這里說的影響因子就是花括號(hào)，方括號(hào)，圓括號(hào)

半角方括號(hào)[]包裹tag是用來減弱該tag的權(quán)重的

例如：

[long hair], [pink hair], [full body], [1 girl]

半角花括號(hào){}包裹的tag是用來增強(qiáng)該tag的權(quán)重的

{photorealistic:1.4}, {worst quality}, {normal quality}等等

還有一種半角圓括號(hào)()，也是用來提高權(quán)重的，的那還是提升的效果要比花括號(hào)小，

圓括號(hào)一般是提升1.1倍的權(quán)重

但也可以使用多個(gè)括號(hào)的方法來成倍增加該tag的權(quán)重

????????幾個(gè)括號(hào)就是提升幾個(gè)1.1倍的權(quán)重，方括號(hào)和圓括號(hào)同理，還有一種直接賦值的方法也可以提升和減弱tag的權(quán)重

(tag:x)

????????其中x的取值范圍是0.1-100的，默認(rèn)情況下是1，舉個(gè)例子

(grey hair: 1.4)

????????這樣就是將grey hair提升了1.4倍的權(quán)重。而在官方文檔中也有提到非常有趣的一點(diǎn)就是

x的取值支持-1~-0.1，

x的值越接近-1，圖片對(duì)應(yīng)的元素就會(huì)變黑，x等于-1的時(shí)候，對(duì)應(yīng)的元素就是全黑的

tag|tag

????????表示混合對(duì)應(yīng)元素

舉個(gè)例子

grey hair | pink hair?????????就是混合灰發(fā)和粉發(fā)，生成的頭發(fā)

分布描繪

[tagA:tagB:step]

? ? ? ? 它的意思就是，在step步之前執(zhí)行tagA，step步之后執(zhí)行tagB，這里值得一提的是，step大于1，表示步數(shù)，step小于1，表示總步數(shù)的占比

服從度

????????服從度較低時(shí) AI 有較大的自由發(fā)揮空間，服從度較高時(shí) AI 則更傾向于遵守你的輸入。但如果太高的話可能會(huì)產(chǎn)生反效果 (比如讓畫面變得難看)。更高的值也需要更多計(jì)算

?

強(qiáng)度

強(qiáng)度是在圖生圖功能中才有的，stable diffusion會(huì)參考該參數(shù)調(diào)整圖像的構(gòu)成，值越低越接近原圖，越高越接近訓(xùn)練集平均畫風(fēng)

個(gè)人在使用中，如果是用來生成對(duì)應(yīng)姿勢(shì)和大致樣子的角色來獲取人設(shè)靈感，會(huì)調(diào)整到 0.6~0.8之間

下面附上使用參考圖

?

好了，以上就是本期的全部?jī)?nèi)容了，我們下期見！文章來源地址http://www.zghlxwxcb.cn/news/detail-414211.html

到了這里，關(guān)于AI繪畫你必須要知道5個(gè)tag進(jìn)階用法的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！