stable diffusion实践操作-hypernetworks

系列文章目录

本文专门开一节写hypernetworks的内容,在看之前,可以同步关注:
stable diffusion实践操作


提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 系列文章目录
  • 前言
  • 一、hypernetworks是什么?
    • 1 能做什么?
    • 2 原理
    • 3 与其它区别
  • 二、如何使用
    • 1 下载与存放
    • 2 如何使用
    • 3 注意事项
  • 三、收集到的模型
    • 1.1 Multi-waifu-mix
  • 总结


前言

`本章注意要介绍Hypernetwork,也叫做超网络,下面是一个原理概述。


一、hypernetworks是什么?

1 能做什么?

中文名字叫超网络,功能和embedding,lora类似,都是对生成的图片进行针对性的调整,小白可以理解为低配版本的lora。

因为hypernetworks主要用来训练画风,训练难度较大,很有可能被后出现的lora所替代,不过人家既然能坚持到现在,说明也有它的两把刷子。我觉得它最重要,也最好的功能就是对画面风格的转换。
下面这个就是把漫画风格转换为像素风格。

除了画风,它其实也可以训练人物和物品,比如电影角色,但是大家为什么用的少呢,它做到了神似,但是想要高精度还原的话,还是要借助于lora.

2 原理

SD的原理可以这样理解,我们发送一段文本到SD中,然后输出一张符合预期的图片。
embedding就作用于编码器中,影响最后的输出。

在整个运算当中,所有的计算都是在diffusion模型中进行,这个diffusion就是一种神经网络模型。
超网络如下图,通过控制神经网络的权重,最后来完成某种风格的图片输出。

3 与其它区别

总结如下

二、如何使用

1 下载与存放

下载后存放地址:sd-webui-aki-v4.2\models\hypernetworks

2 如何使用

和lora比较类似,hypernet:名称:权重,提示词

<hypernet:Multi-waifu-mix_v1.0:1>,alice zuberg

具体细节可以看下图

3 注意事项

因为超网络会影响模型权重,所以如果想要用好超网络,需要遵从以下几点要求:



三、收集到的模型


下载链接:
国内的是:https://www.liblibai.com
国外的是:https://civitai.com
下载后存放地址:sd-webui-aki-v4.2\models\hypernetworks

序号名称说明
1Multi-waifu-mix漫画女孩
2$1
导3$1

1.1 Multi-waifu-mix

下载链接:https://www.liblibai.com/modelinfo/20ad3e989d47d74745ccf14bcc73c411
基础模型:SD1.5(AWPainting_v1.2_liblib_sd15.safetensors)
触发词语:根据角色不同来确定
正面提示词:

fantasy,landscape,best quality,highly detailed,
<hypernet:Multi-waifu-mix_v1.0:1>,1girl,esdeath \(genshin impact\),

反面提示词:

lowres,bad anatomy,bad hands,text,error,missing fingers,
extra digit,fewer digits,cropped,worst quality,
low quality,normal quality,jpeg artifacts,signature,
watermark,username,blurry,artist name,

该模型包含了很多角色,可以根据需要进行挑选:

V1.0 model containing 75 characters:
aisaka taiga
alice zuberg
altina orion
angela balzac
angelina kudou shields
aqua (konosuba)
ayanami (azur lane)
black heart
darkness (konosuba)
echidna (re:zero)
elaina (majo no tabitabi)
emilia (re:zero)
eris greyrat
eula (genshin impact)
fujibayashi kyou
furuhashi fumino
gokou ruri
gotou hitori
hiiragi shinoa
himeragi yukina
hiroi kikuri
holo
...
图1 vladilena millize
图2 alice zuberg

总结

以上就是今天要讲的内容。

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.hqwc.cn/news/99271.html

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

相关文章

最新ChatGPT网站源码运营版+支持ai绘画(Midjourney)+GPT4.0+GPT官方3.5key绘画+实时语音识别输入+后台一键版本更新!

最新ChatGPT网站源码运营版支持ai绘画GPT4.0GPT官方3.5key绘画实时语音识别输入后台一键版本更新&#xff01; 1.网站系统源码介绍&#xff1a; 程序已支持ChatGPT4.0、Midjourney绘画、GPT3.5 API绘画、语音识别输入、用户会员套餐用户每日签到功能后台管理一键更新版本。支…

网络地址转换技术NAT(第九课)

一 什么是NAT? NAT是网络地址转换的缩写,是一种在计算机网络中使用的技术,可以将私有地址转换为公共地址,从而实现本地网络与公共网络的互联。NAT工作在网络层,可以隐藏内部网络中的IP地址和端口号,从而增强网络的安全性和灵活性。在家庭网络、企业网络、公共WIFI热点等…

uniapp 集成蓝牙打印功能(个人测试佳博打印机)

uniapp 集成蓝牙打印功能&#xff08;个人测试京博打印机&#xff09; uniapp 集成蓝牙打印功能集成佳博内置的接口 uniapp 集成蓝牙打印功能 大家好今天分析的是uniapp 集成蓝牙打印功能&#xff0c;个人开发是app,应该是支持H5(没试过) 集成佳博内置的接口 下载dome地址&…

MySql学习笔记12——数据库设计三范式

数据库设计三范式 第一范式&#xff1a;要求任何一张表必须有主键&#xff0c;每一个字段原子性不可再分。 第二范式&#xff1a;建立在第一范式之上&#xff0c;要求所有非主键字段必须完全依赖主键&#xff0c;不能部分依赖 第三范式&#xff1a;建立在第二范式之上&#…

Sentry 是一个开源的错误监控和日志聚合平台-- 通过docker-compose 安装Sentry

概述 Sentry 是一个开源的错误监控和日志聚合平台&#xff0c;用于帮助开发团队实时监控和调试应用程序中的错误和异常。它可以捕获应用程序中的错误和异常&#xff0c;并提供详细的错误报告&#xff0c;包括错误堆栈跟踪、环境信息、用户信息等。这些报告可以帮助开发团队快速…

【面试题】如何实现数组去重的?有几种方式?

前端面试题库 &#xff08;面试必备&#xff09; 推荐&#xff1a;★★★★★ 地址&#xff1a;前端面试题库 【国庆头像】- 国庆爱国 程序员头像&#xff01;总有一款适合你&#xff01; 1. 方法一&#xff1a;利用两层循环数组的splice方法 通过两层循环对数组…

yolov8机器视觉-工业质检

使用训练好的模型进行预测 yolo predict taskdetect model训练好的模型路径 source测试图片文件夹路径 showTrue效果展示 切换模型进行训练&#xff08;yolov8s&#xff09; 修改main.py训练参数文件 使用云gpu进行训练&#xff0c;很方便&#xff1a;点击链接转至在线云gpu…

Docker技术入门 | Part01:Docker简介

文章目录 1 虚拟化技术2 Docker概述2.1 Docker能解决的问题2.2 Docker介绍2.3 为什么使用Docker2.4 Docker特点2.5 Docker应用场景 3 Docker与虚拟机对比3.1 Docker和虚拟机组成结构3.2 Docker和虚拟机的不同点 4 Docker基本概念4.1 Docker引擎4.2 Docker基本架构4.3 Docker容器…

Python+Selenium4环境搭建

很久没有了解自动化了&#xff0c;最近发现项目中沉淀了很多东西&#xff0c;回归测试效率很低&#xff0c;所以必须要考虑构建自动化来提供各个环节的小效率。由于忙于需求以及产品的流程规范&#xff0c;现在对于测试技术方面的研究也相对少了很多。不过不管做什么&#xff0…

jQuery成功之路——jQuery事件和插件概述

一、jQuery的事件 1.1常用事件 jQuery绑定事件&#xff0c;事件名字没有on。 事件名称事件说明blur事件源失去焦点click单击事件源change内容改变keydown接受键盘上的所有键(键盘按下)keypress接受键盘上的部分键&#xff08;ctrl,alt,shift等无效&#xff09;(键盘按下)key…

Langchain使用介绍之 - 基于向量存储进行检索

Text Embedding Models 如何将一段Document转换成向量存储到向量数据库中&#xff0c;首先需要了解Langchain提供了哪些将文本转换成向量的model&#xff0c;langchian提供了很多将自然语言转换成向量的的模型&#xff0c;如下图所示&#xff0c;除了下图列举的model&#xff0…