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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
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
398
297
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++
943
879
🎉 (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
1.56 K
905
暂无简介
Dart
917
222
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
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924