下面是Stable Diffusion常用提示詞中的姿勢提示詞,用於Automatic1111的Positive與Negative Prompt。
姿勢是原始Stable Diffusion比較難處理的一部分,在沒有ControlNet的幫助下,要幫角色調整出一個你喜歡的姿勢,必須花許多時間調整,跑許多次圖抽獎。如果是牽涉到多角色,或者場景配合,那成功率會更低。
有很多其他提示詞會強烈影響到你的姿勢提示詞的成功率,例如一個要背影的提示詞,如果同時有臉、眼睛、胸部等正面特徵的提示詞,會造成AI混淆,他要不就忽略某些衝突的提示詞,要不就弄出分屍般的圖,或者乾脆變成雙胞胎。
另外,有些專用的模型因為訓練的素材圖的偏好不同,有些姿勢能在模型A出現,並不代表在模型B上就能用,這點尤其在真人向的模型特別明顯(因為大部分的額外素材照都是全身半身或頭像正妹圖,遠景圖或動作圖比例稀少)。
建議如果真的要強調姿勢的話,先去Stable Diffusion的查圖網站,例如
https://lexica.art/ ,把你想要的姿勢提示詞輸入進去,看看出來的範例圖是否符合你的需求,然後在自己的機器上把姿勢提示詞打上去,確定出的圖能在你要的模型能夠算出來,再慢慢將原本慣用的提示詞加上去。
我曾經在跑「背影」相關提示詞時,模型就是不出我要的姿勢,後來才發現我的提示詞裡面有「漂亮的眼睛」。難怪我要的背影圖,他硬是要轉身。
如果你需要某個特定姿勢,你在跑的模型硬是算不出來,有好幾種不靠提示詞的做法,其中我覺得最簡單的是:
- 找一張自己生成過的類似圖片,或者網路找圖,然後使用img2img拼拼人品。
- 使用ControlNet或者3D OpenPose Editor等輔助工具直接產生動作骨架圖。
為了表示這些提示詞的效果,下面貼出成品跟提示詞的對應圖片:
- laying down / 躺下
- sitting / 坐姿
- standing / 站姿 / 有機率產生全身圖
- looking away / 不看鏡頭 / 失敗率高
- looking at viewer / 看著鏡頭 / 失敗率高
- looking back / 回眸
- back view / 背影 / 不要有形容正面特徵的提示詞,例如臉眼嘴胸
- looking at left (right) / 向左(右)看 / 眼睛向左向右,頭不一定會跟著轉
- kneeing down / 跪下
- sleeping on bed / 床上睡覺
- running on street / 在街上奔跑 / 配合landscape, wide view成功率較高
- jumping into air / 跳得半天高 / 全身照真人模型容易崩臉
- playing swing / 玩盪鞦韆
- riding horse / 騎馬
- riding a red dragon / 騎一頭紅龍! / 成功率驚訝的高
- dancing / 跳舞 / 真人模型的舞姿都不太行
- taking nap / 打瞌睡,午覺 / 不要跟眼睛有關的提示詞並用,人物會閉不了眼
- fighting with a dragon / 與龍一起作戰
- fighting against a dragon / 對戰一頭龍 / 成功率20%
- resting by campfire / 在營火旁休息
文章列表: