Nützliche Qualitäts-Embeddings - deformityv6
Verwandte Schlüsselwörter & Tags
Empfohlene Prompts
by dino, by yoneyama mai, 1girl, solo, jewelry, necklace, chain, long hair
Empfohlene Negative Prompts
badv4
low quality and bad anatomy
Empfohlene Parameter
samplers
steps
cfg
resolution
Tipps
Legen Sie heruntergeladene negative Text-Embedding-Dateien in den embeddings-Ordner Ihres Stable Diffusion Verzeichnisses.
Verwenden Sie 'badv4' als negativen Prompt, um die negativen Text-Embeddings zu aktivieren.
Weniger Vektoren in Embeddings lassen mehr Platz für den Prompt, da Tokens über 75 ignoriert werden.
Die Vektorstärke liegt üblicherweise zwischen [-0.05, 0.05]; höhere Werte bedeuten einen stärkeren Effekt.
Versions-Highlights
Subjektive Bewertung: deformityv6 ist ein negatives Text-Embedding, das ich früher erstellt habe. Es wirkt nicht so gut wie andere negative Text-Embeddings auf dieser Seite. Es wird hauptsächlich verwendet, um Bilder mit bekannten Parametern zu reproduzieren.
Wirkungsbereich: Qualität und Anatomie
Vektoranzahl: 2
Vektorstärke: 0.19
Nachteile: Verändert den Bildstil leicht.
Subjective evaluation: deformityv6 is a negative text embedding I made earlier. It doesn't work as well as other negative text embeds under this page. It is mainly used to reproduce images with known parameters.
Scope: quality and anatomy
Vector count: 2
Vector strength: 0.19
Disadvantage: slightly change the image style
Einführung (Chinesisch)
Grundinformationen
Diese Seite enthält alle empfohlenen Text-Embeddings (Embedding) für das AnimeIllustDiffusion [1] Modell. Sie können Informationen über die Text-Embeddings in der Versionsbeschreibung einsehen.
Anwendung
Sie sollten die heruntergeladenen negativen Text-Embedding-Dateien in den embeddings-Ordner Ihres Stable Diffusion Verzeichnisses legen. Danach müssen Sie nur noch 'badv4' im Feld für negative Prompts eingeben.
Bewertungsparameter
Jedes Text-Embedding wird anhand der folgenden Parameter beschrieben:
Positives/Negatives Text-Embedding: Wenn ein Text-Embedding ein positives Text-Embedding ist, sollten Sie es in positiven Prompts verwenden; ist es ein negatives Text-Embedding, sollten Sie es in negativen Prompts verwenden.
Wirkungsbereich: Der Hauptinhalt des Bildes, den ein Text-Embedding primär beeinflusst.
Vektoranzahl: Gibt an, wie viele Tokens das Text-Embedding repräsentiert. Normalerweise wird der Teil eines Prompts mit mehr als 75 Tokens ignoriert. Je weniger Vektoren ein Text-Embedding hat, desto mehr Platz bleibt für weitere Eingaben im Prompt.
Vektorstärke: Die Größe des Vektorwerts eines Tokens. Je höher die Vektorstärke, desto stärker die Wirkung. Die Vektorstärke liegt in der Regel zwischen [-0.05, 0.05]. Das Verwenden von Klammern zum Verstärken von Prompts ist nicht gleichbedeutend mit einer Erhöhung der Vektorstärke.
Introduction (Englisch)
Basisinformationen
Diese Seite enthält alle Text-Embeddings, die für das AnimeIllustDiffusion Modell [1] empfohlen werden. Informationen zu den Text-Embeddings können in der Versionsbeschreibung eingesehen werden.
Anwendung
Sie sollten die heruntergeladene negative Text-Embedding-Datei im embeddings-Ordner Ihres Stable Diffusion Verzeichnisses ablegen. Danach geben Sie einfach "badv4" im Feld für negative Prompts ein.
Bewertungsparameter
Jedes Text-Embedding wird anhand folgender Parameter beschrieben:
Positives/Negatives Text-Embedding: Wenn ein Text-Embedding positiv ist, sollte es in positiven Prompts verwendet werden; wenn es negativ ist, sollte es in negativen Prompts verwendet werden.
Wirkungsbereich: Der hauptsächliche Bildinhalt, den das Text-Embedding beeinflusst.
Vektoranzahl: Anzahl der Tokens, die vom Text-Embedding vertreten werden. Normalerweise wird der Prompt-Teil mit mehr als 75 Tokens ignoriert. Daher gilt: Je weniger Vektoren ein Text-Embedding hat, desto mehr Platz bleibt für den restlichen Prompt.
Vektorstärke: Die Stärke eines Tokens. Höhere Werte bedeuten stärkere Effekte. Die Vektorstärke liegt üblicherweise zwischen [-0.05, 0.05]. Die Verstärkung des Prompts durch Klammern entspricht nicht einer Erhöhung der Vektorstärke.
Quellen / Referenzen
[1] AnimeIllustDiffusion Modell-Webseite: https://civitai.com/models/16828/animeillustdiffusion
Modell-Details
Modelltyp
Basismodell
Modellversion
Modell-Hash
Trainierte Wörter
Ersteller
Diskussion
Bitte log in um einen Kommentar zu hinterlassen.






