前陣子在產圖時碰到一個問題：想要完美復刻腦中想人物姿勢，還是有點碰運氣，藉由不斷重算圖來挑選最符合心中所想的圖片，也是滿累人的。
藉由使用ControlNet，將OpenPose骨架圖餵給模型，再配合原有的提示字，整體產圖穩定許多，為求與骨架圖一次，這次實驗將start_persent設為0，end_persent設為1
- 用上一次的角色來嘗試看看，效果還不錯。不過縱使骨架圖的手指是正確的，提示字也有好好引導，手指頭數量還是出錯了...
- 試試動漫風格，整體構圖也能如預期產出
實驗|姿勢引導|ControlNet+骨架圖
留言
BirdLab.AI: AI圖創研究
8會員
85內容數
研究AI創作圖片領域，記錄過程中的美好與不美好
你可能也想看
最近 vocus 開放了一個新福利：考績優異的同事，可以申請遠端工作，公司還直接送一張機票。消息一出，全公司瞬間進入「旅遊準備模式🏖️」：
有人半夜在比價住宿，打開十幾個分頁算平均一晚到底要不要超過 2,000；
有人打開影片看「＿＿城市一日生活費實測」；
也有人開始打開試算表，冷靜的敲著計
最近 vocus 開放了一個新福利：考績優異的同事，可以申請遠端工作，公司還直接送一張機票。消息一出，全公司瞬間進入「旅遊準備模式🏖️」：
有人半夜在比價住宿，打開十幾個分頁算平均一晚到底要不要超過 2,000；
有人打開影片看「＿＿城市一日生活費實測」；
也有人開始打開試算表，冷靜的敲著計
AI生成圖片並非完全可控，所以需要很多額外手段去控制，這篇要來試試幾個方法讓生成的圖片更加可控。
AI生成圖片並非完全可控，所以需要很多額外手段去控制，這篇要來試試幾個方法讓生成的圖片更加可控。
這邊紀錄使用Bing images create 生成原圖並利用Tensor art
這邊紀錄使用Bing images create 生成原圖並利用Tensor art