【AIGC 学习】prompt 进阶之prompt获取和生成 - Stable Diffusion web UI 如何用系列11
前两天 MidJourney 发布了一个通过图片获取 Prompt 的功能,非常惊艳。今天我们分享几种方法,帮助大家更好地了解如何撰写一张图片的 prompt。
【Stable Diffusion prompt 相关的有用网站】
我从中挑去一些还不错的介绍一下:
Lexica
网址:https://lexica.art/
说明:
可以看到大量的图片的关键词
还可以以图搜图
“Generate”功能可以在网站上直接测试效果
OpenArt
网址:https://openart.ai/
说明:
可以看到大量的图片的关键词
还可以看到使用的模型、图片尺寸、种子、步数、采样方法和cfg(提示词相关度)
可以 train 自己的模型(付费)
Stable Diffusion WebUI 的底搭建了一个更简洁的前端界面,可以操作生产图片
PromptHero
网址:https://prompthero.com/stable-diffusion-prompts
PromptBase(付费)
网址:https://promptbase.com/stable-diffusion
ArtSpark
网址:https://openart.ai/discovery
以上就是有些有帮助的网站,接下来我们再分享一些实用技巧:
【C 站直接查看】
直接从 C 站获取图片信息。点击 C 站的照片,就可以看到其 prompt、模型、步数等信息。
【图片信息功能】
将图片上传到 Web UI 中的图片信息 tab。如果是 Stable Diffusion 生成的图,且是原图且没有被污染过,就可以直接提取图片的信息。如果点击文生图,就会把所有参数传入到文生图界面。
因为种子信息等都会传入,所以生成的图片和原图差异很小。
【Tag 反推(Tagger)功能】
首先,安装 Tag 反推。
安装地址:
https://github.com/toriato/stable-diffusion-webui-wd14-tagger.git
重启后,就会有Tagger 这个菜单在上面,使用 Tagger 获取高概率的关键词。
如果点击文生图,就会把高概率的关键词传入过去。
虽然这种方式获取的图片与原图会有很大差异,但内容的类别和方向基本一致。
【理解 prompt】
今天我们复习了prompt,明天我们我们再给大家看看各种 prompt 的效果。