Stable Diffusion Prompt进阶：控制生成图像细节的终极指南

2023-02-17 07:36:51

提升你的 Stable Diffusion 提示工程技能：控制生成图像的细节

进入 Stable Diffusion 的神奇世界，这是一款强大的图像生成 AI，它可以将你的想象力变成令人惊叹的视觉艺术。但要创造真正引人注目的 AI 艺术品，仅仅掌握基础知识还不够。你需要潜入提示工程的深处，了解如何控制生成图像的每一个细节。

基本语法：奠定坚实的基础

像任何语言一样，Stable Diffusion 也有一种特定的语法，用于构建你的提示。一个完整的提示通常包含：

性文本： 用文字描绘你希望看到的图像，比如“一个戴着牛仔帽的宇航员站在月球上，背景是地球”。
风格关键词： 添加“复古”、“超现实主义”或“抽象”之类的关键词，以定义图像的氛围。
否定词： 使用“没有人物”之类的话来排除你不想包含在图像中的元素。

高级技巧：掌握细节

一旦你掌握了基础知识，就可以探索 Stable Diffusion 提示工程的更高级技巧了：

形容词和副词： 这些词语赋予你的更多深度。例如，“鲜艳的”可以增强颜色，而“优雅地”可以捕捉运动的流畅性。
连词和介词： 它们连接不同的元素，创造出更复杂、更细致的图像。例如，“并且”可以结合元素，而“在”可以指定位置关系。
否定词： 这些词语排除你不想要的东西。除了“没有”之外，还可以使用“不”或“除了”。
括号和花括号： 括号可以分组元素，而花括号可以指定图像中的多个元素。例如，你可以使用括号来定义背景，或使用花括号来包含多个角色。
权重： 赋予不同元素不同的权重，突出显示某些方面。例如，增加前景元素的权重，让它们更显眼。

代码示例：微调图像生成

以下代码示例演示了如何使用 Stable Diffusion API 结合高级提示工程技巧来控制图像生成：

import diffusers

text_prompt = "A vibrant and surreal painting of a fox wearing a top hat and monocle, sitting on a throne made of cheese in a field of sunflowers."

scheduler = diffusers.Scheduler(embed_dim=512, num_iterations=50)
model = diffusers.AutoencoderKL(device="cuda")

image = model.generate(
    text_prompt,
    negative_prompt="",
    scheduler=scheduler,
    num_inference_steps=25,
    guidance_scale=7.5,
)
image.save("fox_on_cheese_throne.png")