Stable Diffusion - 人物坐姿 (Sitting) 的提示词组合 与 LoRA 和 Embeddings 配置

欢迎关注我的CSDN:https://spike.blog.csdn.net/
本文地址:https://spike.blog.csdn.net/article/details/132201960

拍摄人物坐姿时,需要注意:

  • 选择一个舒适和自然的坐姿,符合个性和心情。可以坐在椅子、沙发、长凳、凳子或者地上。避免坐得太僵硬或者太懒散。放松肩膀和颈部,保持背部直但不僵硬。
  • 根据相机的角度和距离调整腿和脚。可以交叉腿,弯曲一条腿,伸直另一条腿,把脚塞在身下,或者悬在座位的边缘。尽量在腿和身体之间留一些空间,避免看起来臃肿或拥挤。
  • 用胳膊和手来增加姿势的多样性和表现力。可以把肘部放在膝盖上,托住下巴或脸颊,摸摸头发或衣服,或者用手指做一些手势。也可以使用道具,如一本书,一杯茶,一顶帽子,或一朵花,来创造兴趣和展示你的个性。避免把手平放在大腿上或藏在背后。
  • 轻轻地倾斜或转动头部,创造一个更有吸引力和动态的外观。可以直视相机,或者看向一边,上方,或下方。也可以微笑,大笑,皱眉,或者做任何其他符合心情和风格的面部表情。避免看起来太严肃或无聊,除非这是想要的效果。

img

测试图像来源于 DreamShaper 第 8 版,人物坐姿,随机种子 931436911 。

1. 坐姿 (Sitting) 正向提示词

坐姿的正向提示词 (Prompt),不要追求提示词适用各种随机种子,提升概率即可:

(masterpiece, best quality:1.2),highly detailed,extremely detailed,real photo,
fullbody,1girl,solo,asian,looking at viewer,(body facing viewer:1.2),
(relax sitting),knees separation,
red lips,brown long hair,
collared shirt and dress shirt,long sleeves,(knees length dress),
(240D wrap hip very thick pantyhose),color high heels,
good anatomy,good proportions,good pose,perfect legs,(pair shoes,pair legs:1.2),
nice hand,nice figure,
outdoors,buildings,
(photorealistic,realistic:1.2),
<lora:more_details:0.4>,<lora:control_skin_exposure:-1.0>,
<lora:yuzu_highheel_v2:0.5>,<lora:sit_cross_leg_v2:0.5>,

建议不要加入坐姿的细节描述,除非是配合特定 LoRA 的 sit cross leg,其他细节都会影响身体结构,导致一些异常,让模型自由发挥即可。

具体分析:

  • 基础质量关键词:(masterpiece, best quality:1.2),highly detailed,extremely detailed,real photo,
  • 全身人像:fullbody,1girl,solo,asian,looking at viewer,
  • 身体面向镜头:(body facing viewer:1.2),避免侧坐导致的腿部重合,以及构图错误。
  • 坐姿:(relax sitting),knees separation,,膝盖分离提示词,避免只出现单条腿。
  • 面部:red lips,brown long hair,
  • 服装:collared shirt and dress shirt,long sleeves,(knees length dress:1.1),,长袖与过膝裙,减少腿部裸露
  • 腿部:(240D wrap hip very thick pantyhose),color high heels,,包臀厚袜子避免出现不合适的袜子,增加高跟鞋的颜色。
  • 姿态质量:good anatomy,good proportions,good pose,perfect legs,(pair shoes,pair legs:1.2),,,双鞋双脚,避免严重缺失。
  • 腿部和手部质量:nice hand,nice figure,,好手是与负向提示词联用
  • 环境:outdoors,buildings,
  • 风格:(photorealistic,realistic:1.2),
  • LoRA:<lora:more_details:0.4> ,增加细节,注意不要权重过高,导致多腿多鞋现象,原因是坐姿比站姿更为近景,更多起始噪声,容易误生成其他信息。
  • LoRA:<lora:control_skin_exposure:-1.0>,调整皮肤的暴露程度,解决大腿暴露的问题,权重-1表示全部遮挡。
  • LoRA:<lora:yuzu_highheel_v2:0.5>,增强腿部质量,注意权重不能过高,否则导致腿部畸形
  • LoRA:<lora:sit_cross_leg_v2:0.5>,,增强腿部姿势,注意权重不能过高,否则导致腿部畸形。

在坐姿中,容易出现各种各样的畸形,使用两个 LoRA 控制腿部和坐姿质量,即 yuzu_highheels_1.0sit_cross_leg_v2

相关 LoRA 的下载地址:

  • more_details:Add More Details - Detail Enhancer / Tweaker LoRA
    • DreamShaper 作者制作,非常好用,类似的还有 add_details
  • control_skin_exposure:control skin exposure
    • 权重 -1 是全部遮挡。
  • yuzu_highheel_v2:yuzu high heel
    • 包括 2 个版本,推荐第 2 个版本下载量较大。
  • sit_cross_leg_v2:Sitcrossleg (legs/shoes concept/helper)
    • 腿部交叉 (sit cross leg),不加这个关键字,也能优化其他坐姿。

LoRA 的 Hash 值:Lora hashes: "more_details: 3b8aa1d351ef, control_skin_exposure: 58bbb7a04626, yuzu_highheel_v2: 614500170a6c, sit_cross_leg_v2: cb80e9bce437",

坐姿的负向提示词 (Negative Prompt):

(ng_deepnegative_v1_75t:1.3),(negative_hand),(badhandv4),
(negative_feet_v2:0.5),
body sideways,buttocks,
missing arm,missing leg,extra arms,extra legs,mutated legs,extra limbs,malformed limbs,floating limbs,disconnected limbs,
bad anatomy,bad proportions,disfigured,long neck,long leg,
worst quality,bad quality,jpeg artifacts,lowres,normal quality,low quality,
EasyNegative,

具体分析:

  • Embeddings:(ng_deepnegative_v1_75t:1.3),有效的修复混乱的四肢,提升权重。
  • Embeddings:(negative_hand),(badhandv4),,修复手部且不影响画面。
  • Embeddings:(negative_feet_v2:0.5),,修复腿部,但是权重不宜过高,影响图像。
  • 姿态:body sideways,,避免侧身。
  • 肢体:missing arm,missing leg,extra arms,extra legs,mutated legs,extra limbs,malformed limbs,floating limbs,disconnected limbs,,继续强化混乱的四肢。
  • 身材比例:bad anatomy,bad proportions,disfigured,long neck,long leg,
  • 低质量:worst quality,bad quality,jpeg artifacts,lowres,normal quality,low quality,
  • Embeddings:EasyNegative,,补充其他负向提示词,建议放到最后,不干扰其他关键词。

Embeddings 的 Hash 值,TI,即Textual Inversion,文本反推:TI hashes: "ng_deepnegative_v1_75t: 54e7e4826d53, negative_hand: 73b524a2da12, badhandv4: 5e40d722fc3d, negative_feet_v2: df90b1ff666d, EasyNegative: 66a7279a88dd"

具体参考:常用的负向提示 Embeddings 解析与 坐姿 (Sitting) 提示词

将全部提升词,保存至模版,girl_sitting 中,用于测试。

2. 配置参数

标准配置如下:

  • 采样方法:建议 DPM++ 2M SDE Karras,比 DDIM 更加融和。
  • 放大算法:4x-UltraSharp
  • 其他是常用配置。

即:

Config

开启脸部修复 ADetailer,有些 LoRA 严重影响脸部,容易导致欧美人脸,添加提示词进行强化亚洲审美,即:

asian girl, make up, beautiful face,

. 测试效果

测试示例:

(masterpiece, best quality:1.2),highly detailed,extremely detailed,real photo,
fullbody,1girl,solo,asian,looking at viewer,(body facing viewer:1.2),
(relax sitting),knees separation,
red lips,brown long hair,
collared shirt and dress shirt,long sleeves,(knees length dress),
(240D wrap hip very thick pantyhose),color high heels,
good anatomy,good proportions,good pose,perfect legs,(pair shoes,pair legs:1.2),
nice hand,nice figure,
outdoors,buildings,
(photorealistic,realistic:1.2),
<lora:more_details:0.4>,<lora:control_skin_exposure:-1.0>,
<lora:yuzu_highheel_v2:0.5>,<lora:sit_cross_leg_v2:0.5>,
Negative prompt: (ng_deepnegative_v1_75t:1.3),(negative_hand),(badhandv4),
(negative_feet_v2:0.5),
body sideways,buttocks,
missing arm,missing leg,extra arms,extra legs,mutated legs,extra limbs,malformed limbs,floating limbs,disconnected limbs,
bad anatomy,bad proportions,disfigured,long neck,long leg,
worst quality,bad quality,jpeg artifacts,lowres,normal quality,low quality,
EasyNegative,
Steps: 30, Sampler: DPM++ 2M SDE Karras, CFG scale: 5, Seed: 931436911, Size: 512x768, Model hash: 879db523c3, Model: Dreamshaper_8, Denoising strength: 0.35, Clip skip: 2, ADetailer model: face_yolov8n.pt, ADetailer prompt: "asian girl, make up, beautiful face,", ADetailer confidence: 0.3, ADetailer dilate/erode: 4, ADetailer mask blur: 4, ADetailer denoising strength: 0.4, ADetailer inpaint only masked: True, ADetailer inpaint padding: 0, ADetailer ControlNet model: control_v11p_sd15_inpaint [ebff9138], ADetailer ControlNet module: inpaint_global_harmonious, ADetailer version: 23.7.6, Hires upscale: 2, Hires steps: 5, Hires upscaler: 4x-UltraSharp, Lora hashes: "more_details: 3b8aa1d351ef, control_skin_exposure: 58bbb7a04626, yuzu_highheel_v2: 614500170a6c, sit_cross_leg_v2: cb80e9bce437", TI hashes: "ng_deepnegative_v1_75t: 54e7e4826d53, negative_hand: 73b524a2da12, badhandv4: 5e40d722fc3d, negative_feet_v2: df90b1ff666d, EasyNegative: 66a7279a88dd", ControlNet 0: "preprocessor: inpaint_global_harmonious, model: control_v11p_sd15_inpaint [ebff9138], weight: 1.0, starting/ending: (0.0, 1.0), resize mode: ResizeMode.INNER_FIT, pixel perfect: True, control mode: ControlMode.BALANCED, preprocessor params: (-1, -1, -1)", Version: v1.5.1

测试模型:麦橘写实_MajicMIX_Realistic_v6墨幽人造人_v1030DreamShaper8

麦橘写实的效果示例一:

Img1

麦橘写实的效果示例二:

Img2

墨幽真人的效果示例:

Img3

DreamShaper8的效果示例:

img4

其他参考

  • 常用的负向提示 Embeddings 解析与 坐姿 (Sitting) 提示词
  • Candy Land (糖果世界) LoRA 提示词配置与效果展示

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/31330.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ubuntu安装docker-compose

1.官方安装链接 访问&#xff1a;https://docs.docker.com/compose/install/standalone/ 链接&#xff0c;可以看到如下页面&#xff0c;使用下面圈起来的命令即可 2.安装 使用该命令进行安装&#xff0c;很慢&#xff0c;一直卡着不动&#xff0c;原因是从github中下载&am…

路由导航守卫中document.title = to.meta.title的作用以及路由跳转修改页面title

目录 &#x1f53d; document.title to.meta.title的作用 &#x1f53d; Vue路由跳转时如何更改页面title &#x1f53d; document.title to.meta.title的作用 路由导航守卫如下&#xff1a; router.beforeEach(async (to, from, next) > {document.title to.meta.ti…

css中的var函数

css中的var函数 假设我们在css文件存在多个相同颜色值&#xff0c;当css文件越来越大的时候&#xff0c;想要改颜色就要手动在每个旧颜色上修改&#xff0c;这样维护工作非常难进行。 但是我们可以使用变量来存储值&#xff0c;这样可以在整个css样式表中重复使用&#xff0c…

HarmonyOS/OpenHarmony应用开发-ArkTS语言渲染控制概述

ArkUI通过自定义组件的build()函数和builder装饰器中的声明式UI描述语句构建相应的UI。 在声明式描述语句中开发者除了使用系统组件外&#xff0c;还可以使用渲染控制语句来辅助UI的构建&#xff0c;这些渲染控制语句包括控制组件是否显示的条件渲染语句&#xff0c;基于数组数…

【区块链】Go 实现简单区块链

本文主要利用 Go 语言对区块链模型进行了简单的实现&#xff0c;通过 GoLand 创建链式结构和一个简单的 http server&#xff0c;对外暴露读写接口&#xff0c;运行 rpc 并以地址访问形式向区块链发送数据和读取数据。 简单区块链的实现大致步骤分为&#xff1a; &#xff08;…

JS逆向系列之猿人学爬虫第14题-备而后动-勿使有变

文章目录 题目地址参数分析参考jspython 调用往期逆向文章推荐题目地址 https://match.yuanrenxue.cn/match/14题目难度标的是困难,主要难在js混淆部分。 参数分析 初始抓包有无限debugger反调试,可以直接hook 函数构造器过掉无限debugger Function.prototype.__construc…

Mirror网络库 | 说明

此篇为上文&#xff0c;下篇&#xff1a;Mirror网络库 | 实战 一、介绍 基于UNET&#xff0c;从2014年经过9年实战测试&#xff1b;服务器和客户端是一个项目&#xff1b;使用NetworkBehaviour而不是MonoBehaviour&#xff0c;还有NetworkServer和NetworkClient&#xff1b;Mi…

pdf怎么压缩到1m?这样做压缩率高!

PDF是目前使用率比较高的一种文档格式&#xff0c;因为它具有很高的安全性&#xff0c;还易于传输等&#xff0c;但有时候当文件体积过大时&#xff0c;会给我们带来不便&#xff0c;这时候简单的解决方法就是将其压缩变小。 想要将PDF文件压缩到1M&#xff0c;也要根据具体的情…

ASP.NET Core中间件记录管道图和内置中间件

管道记录 下图显示了 ASP.NET Core MVC 和 Razor Pages 应用程序的完整请求处理管道 中间件组件在文件中添加的顺序Program.cs定义了请求时调用中间件组件的顺序以及响应的相反顺序。该顺序对于安全性、性能和功能至关重要。 内置中间件记录 内置中间件原文翻译MiddlewareDe…

微服务 云原生:基于 Gogs + Drone 实现 CI/CD 自动化

一般构建部署 以一个简单的前后端项目来说&#xff0c;分别编写前后端的 Dockerfile 文件并构建镜像&#xff0c;然后编写 docker-compose.yml 构建部署&#xff0c;启动运行。每次代码变更后都需重新手动打包、构建、推送。 一个简单的例子&#xff1a; 前端&#xff1a; 项…

【力扣每日一题】2023.8.7 反转字符串

目录 题目&#xff1a; 示例&#xff1a; 分析&#xff1a; 代码&#xff1a; 题目&#xff1a; 示例&#xff1a; 分析&#xff1a; 题目给我们一个字符数组形式的字符串&#xff0c;让我们直接原地修改反转字符串&#xff0c;不必返回。 给出的条件是使用O(1)的额外空间…

python爬虫相关

目录 初识爬虫 爬虫分类 网络爬虫原理 爬虫基本工作流程 搜索引擎获取新网站的url robots.txt HTHP协议 Resquests模块 前言&#xff1a; 安装 普通请求 会话请求 response的常用方法 简单案例 aiohttp模块 使用前安装模块 具体案例 数据解析 re解析 bs4…

AutoDL服务器的镜像版本太高,配置python3.7 tensorflow1.15版本的框架的步骤

1.选择一个实例&#xff0c;进入后端界面 2. 更新bashrc中的环境变量 conda init bash && source /root/.bashrc查看虚拟环境 conda info --envs可以看到此时有一个base的虚拟环境 但是它的python版本为3.8.10&#xff0c;无法安装tensorflow1.15,所以我们要创建一个…

Ctfshow web入门 SSTI 模板注入篇 web361-web372 详细题解 全

CTFshow SSTI web361 笔记分享 一、代码块 变量块 {{}} 用于将表达式打印到模板输出 注释块 {##} 注释 控制块 {%%} 可以声明变量&#xff0c;也可以执行语句 {% for i in .__class__.__mro__[1].__subclasses__() %}{% if i.__name___wrap_close %}{% print i.__init__.…

Nacos服务治理—负载均衡

引入负载均衡 在消费方引入负载均衡机制&#xff0c;同时简化获取服务提供者信息的流程 Spring Cloud引入组件LoadBalance实现负载均衡 添加依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web<…

js 正则表达式

js 正则表达式 http://tool.oschina.net/regex https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Guide/Regular_Expressions 11 22 333

学习pytorch 3 tensorboard的使用

tensorboard的使用 1. 安装2. add_scalar 查看函数图形3. 查看结果4. add_image() 查看训练步骤中间结果的图片 1. 安装 pytorch conda环境 pip install tensorboard pip install opencv-python2. add_scalar 查看函数图形 常用来查看 train val loss等函数图形 from torch…

解决:Unexpected ‘debugger‘ statement.eslint(no-debugger) (即:页面中的 debugger 标红)的问题

1、问题描述&#xff1a; 其一、报错为&#xff1a; Unexpected debugger statement.eslint(no-debugger) 中文为&#xff1a; 意外的“调试器”语句.eslint&#xff08;无调试器&#xff09; 其二、问题描述为&#xff1a; 在正常的 vue 项目中使用 debugger 的调试过程…

Python-OpenCV中的图像处理-图像平滑

Python-OpenCV中的图像处理-图像平滑 图像平滑平均滤波高斯模糊中值模糊双边滤波 图像平滑 使用低通滤波器可以达到图像模糊的目的。这对与去除噪音很有帮助。其实就是去除图像中的高频成分&#xff08;比如&#xff1a;噪音&#xff0c;边界&#xff09;。所以边界也会被模糊…

K8s实战入门(三)

文章目录 3. 实战入门3.1 Namespace3.1.1 测试两个不同的名称空间之间的 Pod 是否连通性 3.2 Pod3.3 Label3.4 Deployment3.5 Service 3. 实战入门 本章节将介绍如何在kubernetes集群中部署一个nginx服务&#xff0c;并且能够对其进行访问。 3.1 Namespace Namespace是kuber…