Prompt Fusion 扩展使用教程
2024-09-25 10:48:37作者:仰钰奇
1. 项目介绍
Prompt Fusion 是一个为 auto1111 webui 设计的扩展,旨在增强原生提示语法的灵活性。它允许用户在不同的提示之间进行插值,从而在生成图像时实现更复杂的效果。主要功能包括:
- 线性提示插值:在不同提示之间进行线性插值。
- Catmull-Rom 曲线提示插值:使用 Catmull-Rom 曲线在提示之间进行插值。
- 交替插值:在提示之间进行交替插值。
- 注意力插值:在提示的不同部分之间进行注意力插值。
- 提示加权和:计算提示的加权和。
- 提示变量和函数:定义变量和函数以简化重复模式。
2. 项目快速启动
安装步骤
-
访问 auto1111 webui 的扩展标签:
- 打开 auto1111 webui。
- 导航到“扩展”标签。
-
安装 Prompt Fusion 扩展:
- 在“可用”子标签中,搜索“Prompt Fusion”。
- 点击“安装”按钮。
-
重启 webui:
- 安装完成后,点击“应用并重启 UI”或手动重启 webui。
示例代码
以下是一个简单的示例,展示如何在 Prompt Fusion 中使用线性插值:
# 线性提示插值示例
[lion:bird:girl: 7 10]
这个示例将在采样步骤 0 到 7 之间从“lion”线性插值到“bird”,然后在步骤 8 到 10 之间从“bird”插值到“girl”,并在剩余步骤中保持“girl”。
3. 应用案例和最佳实践
案例1:图像生成中的提示插值
在图像生成过程中,使用 Prompt Fusion 可以在不同的提示之间进行平滑过渡,从而生成一系列具有连续变化的图像。例如,从“night light”过渡到“magical forest”:
# 线性提示插值
[night light:magical forest: 5 15]
案例2:注意力插值
在生成图像时,可以通过注意力插值来调整不同部分的重要性。例如,在生成带有“fire extinguisher”的图像时,可以动态调整其注意力:
# 注意力插值
(fire extinguisher: 1 0 2 0)
4. 典型生态项目
Prompt Travel
- 项目链接:Prompt Travel
- 描述:Prompt Travel 允许用户在潜在空间中迭代导航,生成一系列图像。
Shift Attention
- 项目链接:Shift Attention
- 描述:Shift Attention 允许用户生成多个图像,并在这些图像中微调某些部分的注意力。
Prompt Blending
- 项目链接:Prompt Blending
- 描述:Prompt Blending 允许用户在不同的提示之间进行混合,生成新的提示。
通过这些生态项目,用户可以进一步扩展和优化 Prompt Fusion 的功能,实现更复杂的图像生成任务。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0307- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
867
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
265
305

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3