Prompt Fusion 扩展使用教程
2024-09-25 23:13:39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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.76 K
暂无简介
Dart
773
192
Ascend Extension for PyTorch
Python
343
405
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249