10 kampanjer för Stable Diffusion som hjälper dig att skapa originalbilder

Hur man skriver frågor för stabil diffusion

När du arbetar med det neurala nätverket Stable Diffusion och andra liknande system kan de mest framgångsrika resultaten erhållas om du skapar detaljerade instruktioner. Så här gör du rätt.

Inkludera alla viktiga detaljer

Först måste du komma med syftet med begäran och det ungefärliga resultatet, i vilken stil det ska presenteras och vad som inte kan avbildas på bilden.

Den korrekta biten måste innehålla motivet eller föremålet som vi vill se i bilden. Du måste ange vad ämnet gör, dess plats och sedan eventuella ytterligare sökord. En komplex begäran kan också innehålla en detaljerad beskrivning av typen av bild: ritning, realistiskt fotografi, landskap. Ofta kan denna egenskap aktiveras i tjänsteinställningarna.

Ju närmare början av begäran den är, desto mer kraft har den för att generera bilden. För varje element kan du specificera vikten eller "vikten" manuellt. Detta skrivs vanligtvis efter ett kolon utan mellanslag, till exempel: vikt: 1,5, vikt: 0,4.

I detaljerade frågor är det värt att använda ytterligare ord som hjälper det neurala nätverket att välja det mest framgångsrika alternativet. Beskriv alla egenskaper som du kan tänka dig för en specifik uppgift.

Du kan hitta rätt sökord genom att experimentera på egen hand eller använda en produktdesigner. I det andra fallet kan du omedelbart ta hänsyn till de flesta tillgängliga parametrar och modifierare av slutresultatet.

Registrera onödiga element och egenskaper

En negativ uppmaning kan också hjälpa när du skriver en förfrågan. Detta är en lista över alla egenskaper som inte ska finnas i bilden. Ofta indikerar det punkter som beror på sammanhanget.

Det kan bli nödvändigt att utesluta deformerade kroppsdelar, en andra person i ramen, oskärpa, dålig kvalitet och andra liknande saker. Negativ promt hjälper dig att samla ramar med färre artefakter. Men du behöver inte göra enorma listor med negativa – grundläggande sökord räcker.

Ta hänsyn till huvudparametrarna i förfrågningsinställningarna

De neurala nätverksinställningarna innehåller alltid flera viktiga parametrar: genereringssteg, frö, upplösning, sampler.

• Steg - indikerar antalet steg som det neurala nätverket kommer att ta när bilden genereras. Ju fler det är, desto högre är kvaliteten på resultatet vanligtvis.
• Utsäde - detta är referenspunkten på grundval av vilken systemet genererar en bild. Inledningsvis specificeras en "slumpmässig" parameter från miljarder alternativ. Detta hjälper till att få olika resultat för samma fråga. Om du använder ett specifikt värde kommer innehållet i bilden att förbli ungefär detsamma när du ändrar prompten.
• Provtagare - betyder processer som påverkar slutresultatet. För enkla skott räcker det med 5-10 steg, medan du för andra behöver 60-90.
• Upplösning är storleken på bilden. Stable Diffusion XL-modellen genererar maximalt 2 048 x 2 048 pixlar.

För en nybörjare är det bättre att börja med en promtkonstruktör. Det mest populära alternativet med ett stort antal inställningar är Promptomani. Den är lämplig för olika neurala nätverk, inklusive en sektion för stabil diffusion.

Vilka kommandon kan vara användbara?

För tillfället är den senaste neurala nätverksmodellen Stable Diffusion XL (SDXL). Den ger bilder av hög kvalitet och har betydande förbättringar jämfört med tidigare versioner. Alternativ som fungerar i SDXL kan skilja sig från tidigare modeller.

För att testa förfrågningar i det här fallet använde vi onlinetjänsten DreamStudio baserat på Stable Diffusion XL 1.0. Låt oss sedan titta på exempel på promt för att generera bilder i olika stilar och former.

1. För fotorealistiska bilder

Stable Diffusion XL kan generera bilder i en mängd olika stilar. En av de viktigaste är fotorealism. Det är osannolikt att du får ett perfekt resultat första gången, men efter en rad försök kan du skapa imponerande bilder.

Exempel på möjliga förfrågningar:

• Metallblå penna tillverkad av Parker, reservoarpenna, reflekterande, placerad på arbetsbordet. Pennan ligger ovanpå anteckningsboken med svart och guld omslagsdesign. Solig, ljus bild. Stort kopieringsutrymme ovanpå bilden, negativt utrymme, hd, 8k, suddig drömmande bakgrund, vackra bilder.
• Ung kvinna i fantastisk klänning, fotorealism, mörkt hår, centrerad i ramen, symmetriskt ansikte, 50 mm lins, vänd kamera, mörk bakgrund, naturligt ljus, oskarpa berg i bakgrunden, ultradetaljer, 16K.

Lämpliga negativa detaljer för frågor: (deformerade, förvrängda, vanställda: 1.3), dåligt ritade, ur ram, vattenstämpel, signatur, avskuren, låg kontrast, underexponerad, överexponerad, dålig konst, nybörjare, amatör.

2. För animerade bilder

Det neurala nätverket låter dig skapa animerade bilder av vilken komplexitet som helst, men för att få ett bra resultat måste du mixtra med frågesammansättningen.

Exempelförfrågningar:

• Man med svart rymdhjälm, lång mörk kappa, kroppsporträtt, rött ljus på bröstet, modevisning konceptstövlar, skarpt fokus, svart halsduk, blåsigt, mycket detaljerade, röda ögon, digital målning, illustrationskonst.
• Puss i stövlar sitter på en restaurang och äter makaroner och ost och tittar på en sångareframträdande, overklig motor, mysig inomhusbelysning, artstation, detaljerad, digital målning, film, illustrationskonst.
• En illustration av en stor drake som andas eld, små människor runt omkring honom ber. Intensiv och kraftfull eldig andedräkt, volymetrisk. Framhäv dess genomträngande blick, vassa tänder och kraftfulla hållning. Artstation, detaljerad, digital målning, filmisk.

Negativa detaljer för förfrågningar: (deformerad, förvrängd, vanställd: 1.3), dåligt ritad, dålig anatomi, fel anatomi, extra lem, saknad lem, flytande lemmar, (muterade händer och fingrar: 1,4), frånkopplade lemmar, muterad, muterad, ful, äcklig, suddig, amputerad, dåligt dragna fötter, dåligt dragna ansikte, ut ur ram, extra extremiteter, vanställd, deformerad, kropp utanför ram, dålig anatomi, vattenstämpel, signatur, avskuren, låg kontrast, underexponerad, överexponerad, dålig konst, nybörjare, amatör.

3. För konstnärliga landskap

Stall Diffusion genererar utmärkta landskap, till exempel en höstskog i strålarna från den nedgående solen, fantastiskt lås, stränder eller futuristiska städer.

Exempelförfrågningar:

• Stor skog med gula, gröna och röda löv vid solnedgången, en liten stad med en kyrka och ett radiotorn i bakgrunden, fantasi, professionell canvas, triadiska färger, djup färg, volymetrisk belysning, skuggning med mörka kanter, rikt detaljerad, matt bakgrund, stil oktan rendering.
• Miljön i en fantasivärld av Tolkien, gotiskt stort slott, ultradetaljerad, dagtid, filmkonceptkonst, episk, matt målning, dimma, volymetriskt ljus, 16k, artstation.
• En målning av en stenig strand med stora vågor som slår mot den och ett åska i bakgrunden med en herrgård på kullen, extremt detaljerad oljemålning, volymetriskt ljus, 16k, artstation.
• Futuristisk höghus, blixtljus, episk komposition, film, landskapsillustration, detaljerad målning, 8k efterbehandling, overklig motor, artstation.

Negativa detaljer för frågor: (deformerad, förvrängd, vanställd: 1.3), dåligt ritad, dålig anatomi, fel anatomi, extra lem, saknad lem, flytande lemmar, (muterade händer och fingrar: 1,4), frånkopplade lemmar, mutation, muterad, ful, äcklig, suddig, amputation, människor, människa, signatur, vattenstämpel, skylt.

4. För porträtt

Stable Diffusion XL gör ett bra jobb med att generera porträtt, men superrealism är fortfarande svårt att uppnå. Men det neurala nätverket är användbart för att testa alternativ för riktig fotografering eller till exempel serier.

Exempelförfrågningar:

• En ung kvinna, gröna band i håret, sitter utanför kaféet i Paris, gröna ögon, iklädd en snygg klänning, sidoljus, fotorealistisk
• Gentleman i svart kostym, ultrarealistisk, filmisk tagning, högsta kvalitet, (detaljerat ansikte och ögon: 1,1), kort hår, inuti en gammal herrgård, spridning under ytan, (detaljerad hud: 1.1), glänsande hud, professionellt foto, volymetrisk belysning
• Snygg kvinna, gatufotografering, långt blont hår, fånga hennes reflektion i en bokhandels glasdörr, inramning av överkropp, på en parisisk gata, neonbelysning, tagen från en låg vinkel, (bokeh-effekt: 1,2), ultra realistisk

Negativa detaljer för frågor: (deformerad, förvrängd, vanställd: 1.3), dåligt ritad, dålig anatomi, fel anatomi, extra lem, saknad lem, flytande lemmar, (muterad händer och fingrar: 1.4), frånkopplade lemmar, muterad, muterad, ful, äcklig, suddig, amputation, dåligt dragna fötter, dåligt dragna ansikte, ur ram, extra lemmar, vanställd, deformerad, kropp ur ram, dålig anatomi, vattenstämpel, signatur, avskuren, låg kontrast, underexponerad, överexponerad, dålig konst, nybörjare, amatör, förvrängd ansikte.

5. För att skapa tecken

Med Stable Diffusion XL kan du skapa vackra och roliga bilder av kända tecken. Du kan kombinera flera olika stilar samtidigt.

Exempelförfrågningar:

• En filmisk bild av en Batman, filmad på Red V-Raptor 8K-kamera, 50 mm, f/1.4, filmregissör David Fincher, chiaroscuro, futuristisk cyberpunkdräkt för hela kroppen, magisk realism.
• Detaljerad 8k-bild av One-Punch Man sittande på en metalltron mitt i japansk arkitektur på natten. Illustration, realistisk, anime, volymetrisk belysning.
• En bild på Vault Boy från Fallout som en gladiator i en stor stridsarena, disig luft, illustration.

Negativa detaljer för frågor: (deformerad, förvrängd, vanställd: 1.3), dåligt ritad, dålig anatomi, fel anatomi, extra lem, saknad lem, flytande lemmar, (muterade händer och fingrar: 1,4), frånkopplade lemmar, mutation, muterad, ful, äcklig, suddig, amputation, människor, människa, signatur, vattenstämpel, skylt.

6. Att skapa arkitektoniska föremål

SDXL är användbart för designers. Till exempel kan den användas för att skapa konceptuella bilder av byggnader i vilken stil som helst. Det neurala nätverket gör ofta misstag i linjer och former av komplexa objekt; du måste upprepa genereringsprocessen tills ett framgångsrikt resultat erhålls.

Exempelförfrågningar:

• Arkitektonisk designplan för ett pensionat tagen utifrån, stora stålfönster med utsikt över staden, högt i tak, hög kvalitet, 8k, ultrarealism, högupplöst fotografering
• Exteriörbild av en villa i Mykonos, med havsutsikt, vit och blå färgstämning, volymetrisk belysning, hög kvalitet, 8k, ultrarealism, högupplöst fotografering
• Rustikt hus i spansk stil, gjort av sten, med vit och blå dekor. volymetrisk belysning, hög kvalitet, 8k, ultrarealism, högupplöst fotografering

Negativa detaljer för frågor: (deformerad, förvrängd, vanställd: 1.3), dåligt ritad, dålig anatomi, fel anatomi, extra lem, saknad lem, flytande lemmar, (muterade händer och fingrar: 1,4), frånkopplade lemmar, mutation, muterad, ful, äcklig, suddig, amputation, människor, människa, signatur, vattenstämpel, skylt.

7. För inredning

Det neurala nätverket är också lämpligt för att förbereda inredningen av lokaler. Använd SDXL om du vill hitta ovanliga alternativ för din hemdesign eller lägenheter.

Exempelförfrågningar:

• Ett futuristiskt vardagsrum med reflekterande tak, höga metallfönster, (futuristisk dekor: 1,2), framtida stadsbild på natten i fjärran, hög kvalitet, 8k, ultrarealism
• Kök i stil med Sou Fujimoto, vidvinkelvy av en pulserande stad i fönstren, inredningsarkitektur, renderad i oktan, fotorealistisk, mycket detaljerad
• Inredningsprojekt med modern organisk stil, rum med soffa, matta, tidningsbord, ljuskrona och fåtölj, neutrala färger, ljus miljö, realistisk, V-Ray-renderare, mycket detaljerad

Negativa detaljer för förfrågningar: (deformerad, förvrängd: 1,3), dåligt ritad, äcklig, suddig, människor, människa, signatur, vattenstämpel, tecken.

8. Att skapa bilder av kläder

SDXL erbjuder bra bilder med kläder, men du måste experimentera med frågor och upprepa processen många gånger för att få framgångsrika bilder.

Exempelförfrågningar:

• Techwear kläder och modeutseende, fot mot huvud, gyllene snittet, futuristisk, mycket detaljerad, Errolson Hugh, Yohji Yamamoto, Nike ACG, hypermaximalistisk.
• High fashion klänning och modeutseende, fot mot huvud, gyllene snitt, mycket detaljerade, pastellfärger, Miu Miu, Prada, lyx, hög kvalitet, 8k, ultrarealism.

Negativa detaljer för frågor: (deformerad, förvrängd, vanställd: 1.3), dålig anatomi, fel anatomi, extra lem, saknad lem, flytande lemmar, (muterade händer och fingrar: 1,4), frånkopplade lemmar, muterad, suddig.

9. För att skapa logotyper

Det neurala nätverket kommer också att vara användbart under bildandet av organisationens identitet. Med SDXL kan du testa olika logotyper i vilken stil som helst. Var beredd på ständiga justeringar av förfrågningar.

Exempelförfrågningar:

• En minimalistisk logotyp med ett retrofuturistiskt UFO. Logotypen visar UFO som flyger över skyskrapor och glödande stadsljus. Färgpaletten är en blandning av mörka och intensiva färger, inklusive nyanser av svart och rött. Illustration, vektorkonst, logotypdesign.
• Logotyp för ett teknikföretag, vit och blå, en mås flygande, symmetrisk, illustration, vektorkonst, logotypdesign.

Negativa detaljer för förfrågningar: (deformerad, förvrängd, vanställd: 1.3), dåligt ritad, äcklig, suddig, människor, människa, signatur, vattenstämpel.

10. För optiska illusioner

Stabil diffusion låter dig skapa optiska illusioner - bilder baserade på referenser eller bilder med ord "sydda" i dem. De skapas med ControlNets neurala nätverksplugin. Det låter dig få bilder baserade på andra bilder och bevara element från originalramarna.

Det neurala nätverket skapar en bild på användarens begäran och tar hänsyn till den föreslagna referensen. Till exempel kombineras landskapet med formen stjärnor eller så bildar gräset ett ord som syns när man rör sig bort från bilden.

För att använda Stable Diffusion med ContolNet-pluginen behöver du en kraftfull dator. Som ett alternativ kan du använda onlinetjänster med samma möjligheter. Du kan läsa mer om de tillgängliga verktygen och hur du arbetar med dem i artikel Life hacker.