Prompt Fusion 扩展使用教程
2024-09-25 23:37:52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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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。00
最新内容推荐
操作系统概念第六版PDF资源全面指南:适用场景与使用教程 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
376
3.31 K
暂无简介
Dart
622
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
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
1.03 K
479
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
263
🎉 (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
1.1 K
620
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
794
77