当前位置: 首页 > news >正文

03.图生图基础工作流|提示词自动化|存储节点预设|提示词风格化

图生图基础工作流

![[Pasted image 20250624145030.png]]

需要一个加载图像节点来导入图像,但是这个图像在像素层,需要通过VAE编码到潜空间中
中间需要控制批次的话,需要将空Latent换成复制Latent批次
![[Pasted image 20250624145215.png]]

此时生成的图像和原图没有什么关系
需要控制降噪参数,也就是重绘幅度,调成0.5之后
![[Pasted image 20250624145558.png]]

调节尺寸

在加载图像和VAE编码之间添加一个图像缩放节点
裁剪方式选择中心
![[Pasted image 20250624150115.png]]

图像对比

安装rgthree节点,然后重启
![[Pasted image 20250624151234.png]]

![[Pasted image 20250624151327.png]]

将原图和生成的图都连上去
![[Pasted image 20250624151538.png]]

可以通过滑动鼠标来进行对比

Controlnet

大幅改变图像内容,但是整体图像动作,人物架构不变
添加controlnet加载器选择lineart
再添加lineart预处理器,将图像,加载器和正负条件连接到controlnet应用中
![[Pasted image 20250624152121.png]]

粗糙化默认关闭
强度代表管控controlnet模型强度
![[Pasted image 20250624155528.png]]

![[Pasted image 20250624155514.png]]

动漫风格转绘

![[Pasted image 20250624162322.png]]

![[Pasted image 20250624162306.png]]

![[Pasted image 20250624162300.png]]

提示词自动化

图生文反推提示词

搜索WD14
![[Pasted image 20250624164528.png]]

置信度
数值越高,反推出的关键词就越少
数值越低,反推出的关键词就越多
![[Pasted image 20250624171159.png]]

自动负面提示词

![[Pasted image 20250624171426.png]]

增强负面设置为1,开启效果
随机强度
数值越低,生成的关键词越多
数值越高,生成的关键词越少
![[Pasted image 20250624172254.png]]

存储节点为预设

![[Pasted image 20250624180914.png]]

![[Pasted image 20250624181058.png]]

风格化

下载SDXLpromptstyler
![[Pasted image 20250626125958.png]]

如图设置节点
宽高一定是1024左右
可以更换风格

http://www.lqws.cn/news/534295.html

相关文章:

  • 以太网基础与 VLAN 配置实验
  • Vue3中的watch详解:掌握响应式侦听的艺术
  • 本地部署开源时间跟踪工具 Kimai 并实现外部访问( Windows 版本)
  • springboot集成mqtt收发消息
  • python + opencv实现简单的文字水印
  • 【LLM论文阅读】
  • 如果你在为理解RDA、PCA 和 PCoA而烦恼,不妨来看看丨TomatoSCI分析日记
  • [Andrej Karpathy] 大型语言模型作为新型操作系统
  • vue3 json 转 实体
  • 2D 基准情况下贝叶斯优化应用的概率推理
  • Ubuntu下布署mediasoup-demo
  • zabbix监控Centos 服务器
  • 波动方程能量守恒证明
  • dockers virbox 安装
  • COZE API上传文件 直接从前端发送就可以,而通过后端发请求给CozeAPI就不行,为什么?
  • Spring Boot 部署与打包方式详解(Jar vs War)
  • Windows命令连接符的安全风险分析与防御策略
  • SQLMesh:数据建模与版本控制的革新者
  • inverse-design-of-grating-coupler-3d(2)
  • 鸿蒙实时音视频流处理框架开发实战——基于HarmonyOS 4.0与分布式软总线的低延时高可靠架构
  • 从提示工程(Prompt Engineering)到上下文工程(Context Engineering)
  • PyTorch 模型镜像下载与安装指南
  • R 语言简介:数据分析与统计的强大工具
  • DSP学习笔记1
  • 声网对话式AI构建商品场景语义理解能力
  • 基于SpringBoot文件管理系统中的分片上传实现
  • 使用API有效率地管理Dynadot域名,出售账户中的域名
  • OpenCV CUDA模块设备层-----逐通道最小值比较函数min()
  • SpringBoot 中 @Transactional 的使用
  • 【LLM安全】MCP(模型上下文协议)及其关键漏洞、技术细节