LORA和SD模型的关系:LORA是SD模型的插件网络,是在不修改SD模型的前提下,利用少量数据训练,实现定制化需求,所需的训练资源比训练SD模要小很多,LoRA采用了一个办法,仅训练低秩矩阵,使用时将LoRA模型的参数注入(inject)SD模型,从而改变SD模型的生成风格,所以必须配合SD一起使用。标注了Base Model: SD 1.5,意味着该模型是基于SD 1.5训练的,并且在使用时必须配合SD 1.5才能生成想要的效果。
提示词越靠前隐形权重越高
1.图生文提示词加括号,会提升权重(1.1倍):花园,椅子,(狗);多个括号会提升更多权重((1.1*1.1倍))
2.图生文提示词加中括号,会降低权重:花园,椅子,【狗】;多个中括号会提升更多权重【【0.9*0.9倍】】
3.图生文提示词加括号,括号中加:2会提升权重2倍:花园,椅子,(狗:2)
4.注重正提示词质量词汇和负提示词质量词汇的编写
5.图生文大模型的选择:
(1)写实风格:
(2)二次元系风格:
6.文生图中DPM++2M Karras是一个很好的组合
7.文生图中迭代步数越低,生成越快,细节越少,反之越慢越多。设置在20-40之间足够。
8.文生图中提示词引导系数(CFG)越高越听话,越低ai发挥空间越大。设置在5-7之间足够
9.文生图中随机数种子:默认-1每次生成图片都不同,数字越大关联性越强,点击循环按钮数字很多基本生成一致画面,即使生成的看似差不多但也会有细节不同
10.文生图中选择高分辨率修复,会出现更多参数,其中重绘幅度越高ai操作幅度越大,一般选择0.55
修改过程中想要用模型广场的模型,需要选择相同的基础底模和模型类型,选择点进去以后点击加入模型库,就可在模型库中找到: