Learn Prompt- Midjourney 图片生成:基本设置和预设

/settings指令为模型版本、样式值、质量值和升级器版本等常用选项提供切换按钮。

备注

添加到提示末尾的参数将覆盖/settings中的设置。

MJ_settings

模型版本​

  • 1️⃣ MJ Version 1
  • 2️⃣ MJ Version 2
  • 3️⃣ MJ Version 3
  • 4️⃣ MJ Version 4
  • 5️⃣ MJ Version 5
  • 🌈 Niji Mode
  • 🤖MJ Test
  • 📷 MJ Test Photo

这些按钮可用于设置使用的模型版本。MJ Version 5只适用于有Midjourney订阅的用户

Midjourney 预设默认为最新型号。切换模型的方式有两种:

  • 在提示后面添加--version [v1|v2|v3|v4|v5]。(version可以缩写成v)
  • 使用/settings指令并选择型号版本。

V5​

V5 模型是2023 年 3 月 15 日发布的最新最先进的模型。要使用此模型,将参数--v 5添加到提示末尾,或使用 /settings 指令并选择 5️⃣ MJ Version 5。该模型具有非常高的Coherency,擅长解释自然语言提示,分辨率更高。

MJ_V5_VibrantCaliforniaPoppies

vibrant California poppies --v 5

V4​

V4 模型是我们现在用的最多的版本,它拥有更多关于生物、地点、物体等的知识。它更擅长正确处理小细节,并且可以处理包含多个角色或对象的复杂提示。

MJ_V4a

vibrant California poppies

v4 风格切换 4a,4b,4c​

Midjourney Model Version 4 具有三种略有不同的“风格”,对模型的风格调整进行了细微调整。通过在 V4 提示末尾添加--style 4a、--style 4b或来试验这些版本。

  1. --v 4 --style 4c是当前默认值,不需要添加到提示末尾。
  2. --style 4a且--style 4b仅支持 1:1、2:3 和 3:2 纵横比。
  3. --style 4c支持高达 1:2 或 2:1 的纵横比。
图片提示

MJ_V4a_4

vibrant California poppies --style 4a

MJ_V4b_4

vibrant California poppies --style 4b

MJ_V4c_4

vibrant California poppies --style 4c

Niji​

该模型是 Midjourney 和 Spellbrush niji之间的合作,经过调整可以制作动画和插图风格。该模型对动漫风格和动漫美学有更多的了解。一般来说,它在动态和动作镜头以及以角色为中心的构图方面表现出色。

提示

图片提示

MJ_4c

California poppies

MJ_Niji

California poppies --niji

V5版 Niji​

Niji Version 5 模型是最新和最先进的 Niji 模型。要使用此模型,你可以将 --niji 5 参数添加到提示的末尾,或使用指令 /settings 并选择 5️🍏 Niji version 5。Niji Model Version 5 还可以通过 --style 以实现独特的外观。尝试 --style expressive 或 --style cute

图片提示

MJ_Niji5

birds perching on a twig --niji 5

MJ_Niji5_expressive

birds perching on a twig --niji 5 --style expressive

MJ_Niji5_cute

birds perching on a twig --niji 5 --style cute

图片质量​

MJ_settings

  • 🔥 Half Quality
  • 🔥 Base Quality
  • 🔥 High Quality (2x cost)

Half Quality = --q .5, Base Quality = --q 1, High Quality = --q 2.

--quality指令(可简写为--q)是用于修改生成图像所需的时间。更高质量的设置需要更长的时间来处理并产生更多的细节。质量设置不影响分辨率

图片quality

MJ_V5_Quality_025

--quality .25

MJ_V5_Quality_05

--quality .5

MJ_V5_Quality_1

--quality 1
  • --quality默认值为 1。
  • --quality接受以下值:.25、.5 和 1。较大的值将向下舍入为 1。
  • --quality仅影响初始图像生成。
  • --quality适用于模型版本1、2、3、4、5 和 niji。

更高的--quality并不总是更好。有时较低的--quality可以产生更好的结果

Remix​

使用Remix模式更改提示、参数、模型版本或变体之间的纵横比。Remix 将采用起始图像的一般构图,并将其用作新工作的一部分。

  • 使用/prefer remix指令
  • 使用/settings命令并切换按钮激活混音模式 🎛️ Remix Mode

Remix的使用主要分为三个步骤

  1. 打开Remix模式,选择图像网格或者升级后的图像来Remix
  2. 选择“Make Variations” ,在弹出窗口中修改或输入新的提示。
  3. Midjourney Bot 使用受原始图像影响的新提示生成图像。

remix

个人觉得在复杂构图上比较好用。

隐私 & 生成速度​

下面四个参数都属于订阅用户才能设置的。

🧍‍♂️Public 🕵️ Stealth

在公共模式和隐身模式之间切换。对应于/public/stealth指令。公共模型下,你生成的照片所有人可见;隐身模型则相反。

🐇 Fast 🐢 Relax

在 Fast 和 Relaxed 模式之间切换。对应于/fast和/relax命令。Fast 模式会消耗订阅用户的GPU使用时间。超过套餐内时长会自动切换成 Relax。

自定义首选项​

使用 /prefer 指令创建自定义选项,以自动将常用参数添加到提示末尾。

  • /prefer auto_dm 完成的工作会自动发送到直接消息
  • /prefer option 创建或管理自定义选项。
  • /prefer option list查看你当前的自定义选项。
  • /prefer suffix 指定要添加到每个提示末尾的后缀。

偏好选项​

/prefer option set <name> <value> 

创建可用于将多个参数快速添加到提示末尾的自定义参数。

  1. 第一步:创建自定义短语 

    PreferOptionSet

  2. 第二步:使用/imagine prompt vibrant California poppies --mine, 将会被解释为/imagine prompt vibrant California poppies --hd --ar 7:4

  3. 列出所有自定义短语 /prefer option list

列出使用创建的所有选项prefer option set. 用户最多可以有 20 个自定义选项。 

PreferOptionSet

  1. 删除自定义短语 要删除自定义短语,使用
/prefer option set <name to delete>

首选后缀​

/prefer suffix在所有提示后自动附加指定的后缀。使用不带值的命令进行复位。

添加后缀示例:/prefer suffix --uplight --video

复位示例:/prefer suffix

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/86143.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

zerotier-client

title: “zerotier-client” createTime: 2022-10-10T11:50:5108:00 updateTime: 2022-10-10T11:50:5108:00 draft: false author: “zcb” tags: [“zerotier-plant”,“zerotier-client”,“zerotier”] categories: [“zerotier”] description: “测试的” 1.windows 1.1…

存储管理详解

目录 存储管理&#xff08;1&#xff09; 第一节 存储管理概述&#xff08;内存管理&#xff09; 一、存储体系 二、存储管理的任务 三、地址转换 存储管理&#xff08;2&#xff09; 第二节 分区管理方案 一、固定分区 二、可变分区 三、分区管理方案的优缺点 第…

人类的态势感知可分为先验、似然、后验的三部分

人类的态势感知可以分为先验、似然和后验三个部分。这些部分描述了在不同阶段对环境的感知和理解。先验感知&#xff1a;先验感知基于先前的知识、经验和先验信息来理解环境。它利用已有的知识和模型&#xff0c;进行预测和推断&#xff0c;从而形成对当前环境的初步认知。先验…

Qt5开发及实例V2.0-第二十一章-Qt.Quick Controls开发基础

Qt5开发及实例V2.0-第二十一章-Qt.Quick Controls开发基础 第21章 Qt Quick Controls开发基础21.1 Qt Quick Controls概述21.1.1 第一个Qt Quick Controls程序21.1.2 Qt Quick窗体应用程序的构成 21.2 Qt Quick控件21.2.1 概述21.2.2 基本控件21.2.3 高级控件21.2.4 样式定制 2…

通过插件去除Kotlin混淆去除 @Metadata标记

在Kotlin中&#xff0c;Metadata是指描述Kotlin类的元数据。它包含了关于类的属性、函数、注解和其他信息的描述。Metadata的作用主要有以下几个方面&#xff1a; 反射&#xff1a;Metadata可以用于在运行时获取类的信息&#xff0c;包括类的名称、属性、函数等。通过反射&…

Spring面试题5:面试官:为什么说Spring是一个容器?如何给Spring容器提供配置元数据?

该文章专注于面试,面试只要回答关键点即可,不需要对框架有非常深入的回答,如果你想应付面试,是足够了,抓住关键点 面试官:为什么说Spring是一个容器? Spring被称为一个容器,是因为它提供了一个运行环境和管理机制,用于管理应用程序中的对象的生命周期和依赖关系。 …

多维时序 | MATLAB实现WOA-CNN-LSTM-Attention多变量时间序列预测(SE注意力机制)

多维时序 | MATLAB实现WOA-CNN-LSTM-Attention多变量时间序列预测&#xff08;SE注意力机制&#xff09; 目录 多维时序 | MATLAB实现WOA-CNN-LSTM-Attention多变量时间序列预测&#xff08;SE注意力机制&#xff09;预测效果基本描述模型描述程序设计参考资料 预测效果 基本描…

STL-函数对象、谓词、常用算法

函数对象 函数对象概念 重载函数调用操作符的类&#xff0c;其对象常称为函数对象 函数对象使用重载的()时&#xff0c;行为类似函数调用&#xff0c;也叫仿函数 本质&#xff1a; 函数对象&#xff08;仿函数&#xff09;是一个类&#xff0c;不是一个函数 函数对象使用…

嵌入式单片机上练手的小型图形库

大家好&#xff0c;今天分享一款小型的图形库。 Tiny Graphics Library&#xff1a; http://www.technoblogy.com/show?23OS 这个小型图形库提供点、线和字符绘图命令&#xff0c;用于 ATtiny85 上的 I2C 128x64 OLED 显示器. 它通过避免显示缓冲器来支持RAM有限的处理器&…

tcpdump常用命令

需要安装 tcpdump wireshark ifconfig找到网卡名称 eth0, ens192... tcpdump需要root权限 网卡eth0 经过221.231.92.240:80的流量写入到http.cap tcpdump -i eth0 host 221.231.92.240 and port 80 -vvv -w http.cap ssh登录到主机查看排除ssh 22端口的报文 tcpdump -i …

银行家算法——C语言实现

算法思路 将操作系统看作是银行家&#xff0c;操作系统所拥有的资源就相当于银行家所拥有的资产&#xff0c;进程向操作系统申请资源就相当于资产家向银行贷款&#xff0c;规定资产家在向银行贷款之前&#xff0c;先申明其所贷数额的最大值&#xff0c;申明之后其贷款的数额不…

数据结构与算法-时间复杂度与空间复杂度

数据结构与算法 &#x1f388;1.概论&#x1f52d;1.1什么是数据结构&#xff1f;&#x1f52d;1.2什么是算法&#xff1f; &#x1f388;2.算法效率&#x1f52d;2.1如何衡量一个算法的好坏&#xff1f;&#x1f52d;2.2算法的复杂度&#x1f52d;2.3时间复杂度&#x1f4d6;2…

软件设计师考试学习2

数据结构与算法基础 数组 稀疏矩阵 用代入法计算&#xff0c;A 数据结构的定义 非线性结构分为树和图&#xff0c;区别在于有没有环路 顺序表与链表 引入头节点可以使所有的节点处理方式一致 如果没有空的头节点&#xff0c;头节点需要单独处理 顺序存储与链式存储 查找…

AI-Chat,一款集全网ai功能的应用(附下载链接)

AI-Chat是一款综合性的聊天机器人&#xff0c;集成了多种先进的模型和功能。它采用了GPT4.0、联网版GPT和清华模型等多种模型&#xff0c;使得其具备更强大的语言处理能力。同时&#xff0c;AI-Chat还融合了AI绘画模型&#xff0c;例如Stable Diffusion绘画、文生图、图生图、艺…

基于下垂控制的并网逆变器控制MATLAB仿真模型

微❤关注“电气仔推送”获得资料&#xff08;专享优惠&#xff09; 主要模块&#xff1a; 建议使用MATLAB2021b及以上版本打开&#xff01; 功率计算模块、下垂控制模块、电压电流双环控制模块、虚拟阻抗压降模块 扰动设置&#xff1a; 在0.5秒到2秒始端设置0.25Hz的电网频…

手机上网流程解析

来看一个手机开机之后上网的流程&#xff0c;这个过程称为 Attach。可以看出来&#xff0c;移动网络还是很复杂的。因为这个过程要建立很多的隧道&#xff0c;分配很多的隧道 ID&#xff0c;所以我画了一个图来详细说明这个过程。 1、手机开机以后&#xff0c;在附近寻找基站 e…

Hadoop源码阅读(三):HDFS上传

说明&#xff1a; 1.Hadoop版本&#xff1a;3.1.3 2.阅读工具&#xff1a;IDEA 2023.1.2 3.源码获取&#xff1a;Index of /dist/hadoop/core/hadoop-3.1.3 (apache.org) 4.工程导入&#xff1a;下载源码之后得到 hadoop-3.1.3-src.tar.gz 压缩包&#xff0c;在当前目录打开Pow…

2023华为杯数学建模竞赛E题

一、前言 颅内出血&#xff08;ICH&#xff09;是由多种原因引起的颅腔内出血性疾病&#xff0c;既包括自发性出血&#xff0c;又包括创伤导致的继发性出血&#xff0c;诊断与治疗涉及神经外科、神经内科、重症医学科、康复科等多个学科&#xff0c;是临床医师面临的重要挑战。…

Python之网络编程

一、网络编程 互联网时代,现在基本上所有的程序都是网络程序,很少有单机版的程序了。 网络编程就是如何在程序中实现两台计算机的通信。 Python语言中,提供了大量的内置模块和第三方模块用于支持各种网络访问,而且Python语言在网络通信方面的优点特别突出,远远领先其他语…

KT142C语音芯片flash型用户如何更新固件的说明_V2

目录 一、简介 2.1 让芯片进入PC模式 2.2 双击提供的exe程序即可 一、简介 正常的情况下&#xff0c;用户肯定是不需要更新固件的&#xff0c;因为芯片出厂默认就烧录了对应的程序固件&#xff0c;但是有客户可能需要小修小改&#xff0c;或者订制一下某些功能&#xff0c…