【AI绘画】Midjourney V6初学者完全指南 参数篇

本文我们将详细介绍对图像生成结果产生重大影响的"参数"。

1. 什么是参数?

参数是一种添加到提示末尾以调整图像生成输出设置的方法。

它们用两个连字符"–“和特定字符串表示,如”–ar"、“–chaos”、"–r"等。

您也可以同时使用多个参数,如下所示:

在这里插入图片描述

2.Midjourney实践中使用的7个参数

官方网站介绍了总共21个参数,但实际使用中只有部分。

在这篇文章中,我想介绍7个我自己经常使用的推荐参数。

1.长宽比 (–ar) “–ar"是调整长宽比(图像的纵横比)的参数。它也适用于”–aspect"。

这次,让我们以"时装模特,中国女性,花冠"这个简单的提示为基础来介绍。

默认情况下,图像以1:1的长宽比输出,但您可以通过在"–ar"后输入长宽比来自由更改视角。

fashion model , chinese young woman,flower crown --ar [长宽比值]

时装模特,中国女性,花冠–ar [长宽比值]

这是用"–ar 16:9"指定的图像。

在这里插入图片描述

这是用"–ar 2:3"指定的图像。通常用于肖像照片的视角。

在这里插入图片描述

如您所见,其特点是输出具有指定视角最佳构图的良好图像。

此外,但您也可以使用"自定义缩放"按钮来指定缩放后的视角。

在这里插入图片描述

将–ar 1:1部分改写为–ar 3:2

在这里插入图片描述

以3:2的视角缩小的图像

2.混沌 (–c) "–c"允许您调整图像生成的多样性。“c"是"chaos"的缩写,使用”–chaos"也有效。

它可以指定0到100之间的数值。数值越大,生成的图像变化越大,生成意外图像的可能性就越高。

默认值为0。

fashion model , chinese young woman,flower crown --c [0到100之间的值]

时装模特,中国年轻女性,花冠 --c [0到100之间的值]

如果指定"–c 50",尽管提示是"时装模特,中国女性,花冠",但种族却变得很分散。

如下图所示:左上角的女士看起来更像是折纸而不是花冠。

在这里插入图片描述

如果指定"–c 100",所有人都不再是中国人了,构图也很分散。

在这里插入图片描述

就我个人而言,我经常在"–c 30"或"–c 50"左右指定这个参数。不过,如果你想输出有趣的图像,我认为将其设置为"–c 100"并享受开盲盒也不错。

3.风格化 (–s) "–s"可以为相同的提示词生成具有不同印象的图像。

它可以指定0到1000之间的值。“s"是"stylize"的缩写,使用”–stylize"也有效。

默认值为100,0会生成忠实于提示的逼真图像,数值越大,图像就越具有艺术性。

在摄影方面差异不是很大,所以我经常在生成绘画和插图时使用它。

我将用一个名为"时装模特插图,年轻的中国女性,花冠"的插图提示来介绍它。

An illustration of fashion model, chinese young woman , flower crown --s [0到1000之间的值]

时装模特插图,中国年轻女性,花冠 --s [0到1000之间的值]

如果用"–s 0"生成,会得到非常简单和简洁的插图。

在这里插入图片描述

这是用默认值(–s 100)生成的插图。这是一个相当不错的图像。

在这里插入图片描述

如果用"–s 500"生成,会得到一个感觉比之前更加详细的插图。

在这里插入图片描述

如果用"–s 1000"生成,会以一种几乎接近照片的风格输出。

在这里插入图片描述

4.RAW (–style raw) (原始图像)"–style raw"输出忠实于提示的自然图像。

Midjourney会自动进行处理以使图像看起来更漂亮,但它可以在去除美化的情况下输出RAW图像(原始图像)。

如果与智能手机相机进行比较,就像在不添加滤镜的情况下拍摄一样。

这使得之后更容易处理和修正图像。

fashion model , chianese young woman,flower crown --style raw

时装模特,中国年轻女性,花冠 --style raw

在这里插入图片描述

这是使用"–style raw"的图像。图像看起来就像是用相机直接拍摄的一样。

就我个人而言,因为我经常在之后处理图像,所以我使用它的频率很高。

5.排除 (–no) "–no"从生成的图像中排除特定元素。

与其在提示中写"排除◯◯",不如将其指定为参数,这样更容易排除。

例如你的提示词:"一位中国模特正在巴黎时装周走秀,没有埃菲尔铁塔。”

但是埃菲尔铁塔却被清晰地展示出来了。

在这里插入图片描述

如果指定"–no eiffel tower"作为参数,它就会被确实地排除掉

在这里插入图片描述

6.角色参考 (–cref --cw)

角色参考(“–cref”、“–cw”)允许您更改姿势、背景等,同时保持角色的外观和特征。

使用方法如下:

在"–cref"后,输入角色图像的URL。

使用"–cw"指定要包含多少该人物的特征,用0到100之间的数字表示。

–cref [图像URL] --cw [0到100之间的值]

关于图像URL,您可以通过点击生成的图像,然后右键选择"复制链接"来获取。

例如,假设您想让上述模特的图像保持面部和特征不变,同时让她走巴黎时装周。

walking at Paris Fashion Week --cref https://s.mj.run/mFwhnrZlwbM --cw 100 巴黎时装周走秀 --cref https://s.mj.run/mFwhnrZlwbM --cw 100

使用"–cw 100"时,面部和服装几乎原样保留,所以您可以让一位有相同面孔和相同装扮的女性行走。

在这里插入图片描述

如果设置为"–cw 50",服装和花冠的形象会发生很大变化。

在这里插入图片描述

如果降低到"–cw 20",只保留了面部,而服装完全改变了。

在这里插入图片描述

如果设置为"–cw 0",只保留了面部元素,其他所有内容都完全不同了。还生成了相当扭曲的图像。

在这里插入图片描述

总结如下:

“–cw 0”: 只参考面部特征。 “–cw 20”: 在面部基础上,也融入了一些整体特征。 “–cw 100”: 不仅面部,连服装和氛围都参考了。

就我个人而言,“–cw 0"经常会有点扭曲,所以我经常将其设置在”–cw 20"到"–cw 100"之间。

7.重复 (–r) "–r"可以连续生成图像。“r"是"repeat"的缩写,使用”–repeat"也有效。

默认情况下,Midjourney会生成4张图像,但使用这个重复参数,您可以用同一个提示生成大量图像。

它可以指定1到40之间的数值,例如,"–r 3"将在同一提示下连续生成3次图像。

fashion model , chinese young woman,flower crown --r [1到40之间的值]

时装模特,中国年轻女性,花冠 --r [1到40之间的值]

使用重复参数时会出现确认显示,所以让我们写一个提示,然后按"Yes"按钮执行。

以下是到目前为止介绍的参数的总结。让我们结合各种参数输出理想的图像。

7个实用参数及使用示例

1.长宽比 (–ar) 描述:调整图像的长宽比。 使用示例: --ar 16:9

2.混沌 (–c) 描述:调整图像生成的多样性。 使用示例: --chaos 30

3.风格化 (–s) 描述:调整图像的艺术性。 使用示例: --s 500

4.RAW (–style raw) 描述:输出忠实于提示的自然图像。 使用示例: --style raw

5.排除 (–no) 描述:从图像生成中排除特定元素。 使用示例: --no eiffel tower

6.角色参考 (–cref --cw) 描述:在保持角色外观和特征的同时改变背景和姿势。 使用示例: --cref [图像URL] --cw 100

7.重复 (–r) 描述:在相同的提示下连续生成图像。 使用示例: --r 3

3.模型参数 Midjourney主要使用两个模型。

1.Midjourney v6 (–v6) 它使用Midjourney版本6的算法。截至2024年7月25日,V6是最新模型。

虽然不常用,但也可以使用旧版模型,从v1到v5。

2.Niji (–niji) 这是一个专门用于动漫风格图像的模型。当您想生成动漫或漫画风格的图像时使用它。

设置默认模型 虽然可以在参数中手动设置这些模型,但如果不输入任何内容,将选择默认模型。

要选择默认模型,请在命令中输入"/settings"。

"Current suffix:"就是默认模型。

在这里插入图片描述

您可以从下拉菜单中选择模型。

在这里插入图片描述

看到这里,我想您已经理解Midjourney有各种参数,每个参数都对图像生成有重大影响。

通过巧妙地组合这些参数,您可以更精细、更自由地控制图像生成。

一开始可能会觉得有点难,但我建议您实际尝试使用,慢慢熟悉。

剩下的就是实际使用它,生成大量图像。不要害怕失败,要不断挑战。我相信您一定会创作出精彩的作品。

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

感兴趣的小伙伴,赠送全套AIGC学习资料和安装工具,包含AI绘画、AI人工智能等前沿科技教程,模型插件,具体看下方。

在这里插入图片描述

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

图片

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!

在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。

在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

在这里插入图片描述

这份完整版的AIGC全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费在这里插入图片描述

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/pingmian/51062.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

分布式控制算法——第一部分:基础概念与原理

分布式控制算法 文章目录 分布式控制算法第一部分:基础概念与原理1. 引言分布式控制的定义分布式控制系统的特点与优势分布式控制的应用场景 2. 分布式系统基础分布式系统的定义和特性分布式计算模型常见的分布式系统架构 3. 分布式控制基础分布式控制的基本原理中央…

面试题003:面向对象的特征 之 封装性

Java规定了4种权限修饰,分别是:private、缺省、protected、public。我们可以使用4种权限修饰来修饰类及类的内部成员。当这些成员被调用时,体现可见性的大小。 封装性在程序中的体现: 场景1:私有化(private)类的属性,提供公共(pub…

java项目中添加SDK项目作为依赖使用(无需上传Maven)

需求: 当需要多次调用某个函数或算法时,不想每次调用接口都自己编写,可以将该项目打包,以添加依赖的方式实现调用 适用于: 无需上线的项目,仅公司或团队内部使用的项目 操作步骤: 以下面这…

菜鸟从0学微服务——MyBatis-Plus

关于“菜鸟从0学微服务” 针对有编程基础,开始学习微服务的同学,我们陆续推出从0学微服务的笔记分享。力求从各个中间件的使用来反思这些中间件的作用和优势。 会分享的比较快,会记录demo演算和中间件的使用过程,至于细节的理论…

OPENMV脱机调阈值

用到了7个按钮,第一个用来选择是否进入调阈值模式。 后6个用来调整OPENMV阈值编辑器的6个滑动条 OPENMV代码 import sensor, image, time, pyb,math, display from pyb import UARTsensor.reset() sensor.set_framesize(sensor.QQVGA) sensor.set_pixformat(sens…

【数学建模】——【python】实现【最短路径】【最小生成树】【复杂网络分析】

目录 1. 最短路径问题 - 绘制城市间旅行最短路径图 题目描述: 要求: 示例数据: python 代码实现 实现思想: 要点: 2. 最小生成树问题 - Kruskal算法绘制MST 题目描述: 要求: 示例数据…

【Linux】模拟实现简易shell命令行:基于进程创建、进程等待、进程替换等知识的练习

程序功能:模拟实现一个自己的shell执行命令行。 涉及知识:字符串输入及操作函数、子进程创建、进程等待、进程替换、环境变量及获取、添加环境变量的函数 额外需要了解的功能函数:chdir(char* path)函数——改变当前…

PostgreSQL入门与进阶学习,体系化的SQL知识,完成终极目标高可用与容灾,性能优化与架构设计,以及安全策略

​专栏内容: postgresql使用入门基础手写数据库toadb并发编程 个人主页:我的主页 管理社区:开源数据库 座右铭:天行健,君子以自强不息;地势坤,君子以厚德载物. 文章目录 概述基础篇初级篇进阶篇…

安装 GCC 编译器和开发工具

安装 GCC 编译器和开发工具 更新软件包管理器 在 CentOS 终端中,首先更新软件包管理器: sudo yum update -y安装 GCC 编译器和其他开发工具 运行以下命令安装 GCC 编译器和其他必要的开发工具: sudo yum groupinstall -y "Development T…

通过不同方式在 Vue 3 中传递路由参数

如何通过不同方式在 Vue 3 中传递路由参数,并在组件中使用 defineProps 或其他组合式 API 获取这些参数? 1. 通过 path 参数传递 最常见的方式,通过在路由路径中定义动态参数,并在路由配置中设置 props: true,将参数…

S5730举例

校园网络拓扑和设备 大学校园网络通常使用多层级结构,核心是承载所有交换机的中心点,而分支则连接到核心以支持更广泛的网络覆盖。华为的S5730交换机通常用于大型企业和校园网络中,提供高性能和可靠性。 STP (Spanning Tree Protocol) 作用&…

事务、函数和索引

目录 什么是事务? 事务的ACID原则: 事务的操作 事务的原子性、一致性、持久性 事务的隔离性 什么是事务的隔离性? 用什么方法实现事务的隔离性? MySQL中的锁 锁分类: 事务的隔离级别 事务并发问题 InnoDB的MVCC MVCC…

【C++】红黑树的应用(封装map和set)

✨ 青山一道同云雨,明月何曾是两乡 🌏 📃个人主页:island1314 🔥个人专栏:C学习 🚀 欢迎关注:👍点赞 &…

Unity UGUI 实战学习笔记(3)

仅作学习,不做任何商业用途 不是源码,不是源码! 是我通过"照虎画猫"写的,可能有些小修改 不提供素材,所以应该不算是盗版资源,侵权删 拼UI 提示面板的逻辑 using System.Collections; using System.Col…

大数据——Hive原理

摘要 Apache Hive 是一个基于 Hadoop 分布式文件系统 (HDFS) 的数据仓库软件项目,专为存储和处理大规模数据集而设计。它提供类似 SQL 的查询语言 HiveQL,使用户能够轻松编写复杂的查询和分析任务,而无需深入了解 Hadoop 的底层实现。 Hive…

Firefox扩展程序和Java程序通信

实现Firefox扩展程序,和Java RMI Client端进行通信。 在Firefox工具栏注册按钮,点击按钮后弹出Popup.html页面,引用Popup.js脚本,通过脚本向Java RMI client发送消息,Java RMI Client接收消息后转发到Java RMI Server…

python写的登陆邮箱 接收邮件

import time from datetime import datetime, timedelta from mail import get_mails, server_login from notion import sync_bills from data_handler import alipay_data, wechat_data server server_login() if server ! -1: print(“尝试获取邮件”) waiting_time da…

大模型-鲁棒性总结-2024-7-28

文章目录 1.大语言模型的鲁棒性概述2.自然噪声的鲁棒性2.1.真实标签任务的性能2.2.开放式任务的表现 3.评估分布外(OOD)任务的弹性3.1.OOD检测3.2.OOD泛化 4.对抗鲁棒性5.提示的分布假设6.幻觉检测7.遗忘鲁棒性技术评估8.数学推理任务中的鲁棒性评估9.代…

MyBatis的入门操作--打印日志和增删改查(单表静态)

下面介绍注解和xml实现crud的操作 目录 一、日志打印和参数传递 1.1.使用mybatis打印日志 1.2.参数传递细节 二、crud(注解实现) 2.1.增(insert) 2.2.删(delete) 和 (update) 2.3.查(select) 三、crud(xml实现) 3.1.准备…

【算法】浅析遗传算法【附完整示例】

遗传算法:模拟自然选择,优化问题求解 1. 引言 在计算机科学和优化问题求解中,遗传算法是一种借鉴生物进化理论的启发式搜索算法。它模拟自然选择和遗传机制,通过迭代搜索最优解。本文将介绍遗传算法的原理、步骤及其在实际应用中…