AI绘画-Stable Diffusion超级出色的【二次元】动漫大模型-Animagine
二次元动漫，以其独特的魅力，吸引了无数艺术爱好者和动漫迷。现在，借助AI绘画技能，你只需一键操作，就能轻松实现二次元动漫的创作。本文将带你深入了解StableDiffusion的二次元动漫大模型-Animagine，助你轻松把握这一技巧。
Stable
Diffusion是一款基于深度学习的图像生成模型，它可以或许在没有任何人类指导的情况下生成高质量、逼真的图像。与传统的图像生成技能相比，Stable
Diffusion具有更高的生成质量和更快的生成速度。
https://img-blog.csdnimg.cn/direct/6b3fb3c0e07c4fe99d266095ccd5a7a3.png
本日给各人先容的是一个动漫风格的大模型Animagine XL 3.1。
Animagine XL 3.1 基于 Stable Diffusion XL
构建，旨在通过生成准确而详细的动漫脚色，成为动漫迷、艺术家和内容创作者的宝贵资源。
Animagine XL 3.1 是 Animagine XL V3 系列的升级更新，增强了之前的 Animagine XL
3.0版本，经过升级改进，可以生成更高质量的动漫风格图像。它增强了手部解剖布局能力、改进了概念理解和提示词解析能力。
一.Animagine XL 3.1模型使用指南
在C站官网给出了该模型的使用指南，这里我们梳理一下重点，以便增强对这个模型的理解和使用。
1. 布局化的提示词模版
Prompt：1girl/1boy, character name, from what series, everything else in any
order.
提示词：1男孩/1女孩，什么脚色，来自哪个系列，其他描述词
比方：
Prompt：1girl, tifa lockhart, final fantasy
提示词：女孩，蒂法·洛克哈特，终极理想
当然我们也可以不参照官方的提示词模版，直接自己写提示词。不外最好照旧按照官方的布局化提示词模版来写，这样效果最好。
2. 特殊标签
Animagine XL 3.1
利用特殊标签来指导终极生成图片结果的质量、评级、创建日期和美观。固然模型可以生成没有这些标签的图像，但使用它们可以帮助得到更好的结果。
（1）质量标签：用于控制图片的质量
质量标签通过给标签评分，以确保均衡的质量分布。改进了标签以提高清晰度，比方将“高质量（high quality）”更改为“优质（great
quality）”。
Quality Modifier Score Criterion
masterpiece（高质量） > 95%
best quality（最好的质量） > 85% & ≤ 95%
great quality（优秀的质量） > 75% & ≤ 85%
good quality（高品质） > 50% & ≤ 75%
normal quality（正常质量） > 25% & ≤ 50%
low quality（低质量） > 10% & ≤ 25%
worst quality（最差质量） ≤ 10%
* 1
* 2
* 3
* 4
* 5
* 6
* 7
* 8
为了简单和清晰，简化了评级标签，旨在创建可应用于差异模型的全局规则。比方，标签“评级：一般（rating:
general）”现在只是“一般（general）”，“评级：敏感（rating: sensitive）”已压缩为“敏感（sensitive）”。
Rating Modifier Rating Criterion
safe General
sensitive Sensitive
nsfw Questionable
explicit, nsfw Explicit
* 1
* 2
* 3
* 4
* 5
（2）年份标签
重新定义了年份的范围，以更准确地域分是特定的现代艺术风格照旧复古动漫艺术风格。
Year Tag Year Range
newest（最新） 2021 to 2024
recent（最近） 2018 to 2020
mid（中期） 2015 to 2017
early（早期） 2011 to 2014
oldest（最老） 2005 to 2010
* 1
* 2
* 3
* 4
* 5
* 6
（3）美学标签
通过美观标签增强图片的画面美观程度，根据视觉吸引力美满内容分类。这些标签源自专门的 ViT（Vision
Transformer）图像分类模型所做的评估，该模型专门针对动漫数据举行了训练。为此，使用了模型shadowlilac/aesthetic-
shadow-v2，它在接受训练之前评估内容的美学价值。这确保了每条内容不仅相干且准确，而且具有视觉吸引力。
Aesthetic Tag Score Range
very aesthetic（非常美观） > 0.71
aesthetic（审美） > 0.45 & < 0.71
displeasing（令人不愉快的） > 0.27 & < 0.45
very displeasing（非常令人不愉快的） ≤ 0.27
* 1
* 2
* 3
* 4
* 5
上面先容的推荐标签，各人在写提示词的时候注意一下这些关键词的描述即可。
3. 推荐设置
（1）正向提示词
为了得到更高质量的结果，在正向提示前添加以下关键词
masterpiece, best quality, very aesthetic, absurdres
* 1
(2) 反向提示词
为了引导模型生成高美观的图像，使用负面提示词
nsfw, lowres, (bad), text, error, fewer, extra, missing, worst quality, jpeg artifacts, low quality, watermark, unfinished, displeasing, oldest, early, chromatic aberration, signature, extra digits, artistic error, username, scan,
* 1
（3）该模型推荐的参数设置：
[*] 采样器：Eular a
[*] 采样迭代步数：低于30
[*] CFG：5-7
（4）分辨率
该模型支持生成以下尺寸的图像
Dimensions Aspect Ratio
1024 x 1024 1:1 Square
1152 x 896 9:7
896 x 1152 7:9
1216 x 832 19:13
832 x 1216 13:19
1344 x 768 7:4 Horizontal
768 x 1344 4:7 Vertical
1536 x 640 12:5 Horizontal
640 x 1536 5:12 Vertical
* 1
* 2
* 3
* 4
* 5
* 6
* 7
* 8
* 9* 1
0
4. 范围性
（1）以动漫为中心 ：此模型专为生成动漫风格的图像而计划，不适合创建逼真的照片。
（2）提示词复杂性
：此模型大概不适合希望通过简短提示词得到高质量结果。该模型的重点是概念理解而不是审美细化，因此大概必要更详细和更详细的提示词才华实现想要的效果。
（3）提示词格式 ：Animagine XL 3.1 针对 Danbooru
风格的标签而不是自然语言提示词举行了优化。为了得到最佳结果，鼓励用户使用适当的标签和语法来格式化提示词。
（4）解剖学和手部渲染 ：尽管在解剖学和手部渲染方面做出了改进，但仍旧存在模型在这些范畴产生次优结果的情况。
（5）数据集大小 ：用于训练 Animagine XL 3.1 的数据集包罗大约 870,000 张图像。与上一次迭代的数据集（120
万）相结合，统共训练的数据约为 210 万张图像。尽管数据集大小很大，但对于“终极”动漫模型来说，该数据集大小仍大概被认为是有限的。
（6）NSFW 内容 ：Animagine XL 3.1 旨在生成更加均衡的 NSFW
内容。然而，值得注意的是，即使没有明确提示，该模型仍旧大概产生 NSFW 结果。
Animagine XL
3.1的目标是为用户提供透明度并设定符合用户实际需求的模型。尽管存在这些限制，我们相信该模型代表了动漫风格图像生成的重要一步，并为艺术家、计划师和爱好者提供了强大的工具。
二.模型下载地点和使用体验地点 （注意相干插件及安装包文末可自行扫描获取）
模型下载地点
C站
Huggingface
TensorArt ：
三.模型对比
1. Animagine XL 3.1 与Animagine XL 3.0
正向提示词：best quality, 1girl
反向提示词：worst quality, low quality, nomal quality, bad anatomy, NSFW
Animagine XL 3.0
https://img-blog.csdnimg.cn/img_convert/552ecc65d3f65f847b6e84ba2292f3f1.jpeg
Animagine XL 3.1
https://img-blog.csdnimg.cn/img_convert/de9c530d13e18d6f3779047ce3c39843.jpeg
强光源、露出耳朵的发型、逆光感等主要特征依然存在，但Animagine XL
3.0特有的长缝眼睛和粉红面颊不再显着，曝光度也有所低落。另外，在Animagine XL
3.0中，固然有一种皮肤有光泽的感觉，但这种感觉也有所减弱，团体感觉更加清静。
别的，Animagine XL 3.1 中的线条比 Animagine XL 3.0 中的线条更细、更清晰，而且感觉不那么厚重和立体，使其更加平坦。
2. Animagine XL 3.1美学标签比力
https://img-blog.csdnimg.cn/img_convert/fb229614028ee80a27fc7368652a9399.jpeg
从上面图片可以看出，美学标签对于图片中线条的清晰度和颜色的变化会产生一些影响。如果使用质量低的标签，手指大概会看起来断了。
3. Animagine XL 3.1年份标签比力
https://img-blog.csdnimg.cn/img_convert/95a54a1c7b363f7f4106984ebae2c4fc.jpeg
年份标签中年份长（oldest）并不意味着品格就会下降，可以根据自己必要的风格来使用。
红润、狭长、锐利的眼睛是newest、late才有的特征，而mid以下则较为自然。
4. Animagine XL 3.1年份标签和美学标签的效果比力
https://img-blog.csdnimg.cn/img_convert/17b2eee380b3f224ce3471136e2a4290.jpeg
https://img-blog.csdnimg.cn/img_convert/b2f0b0a23875ff6c432b014cceac81ae.jpeg
好了，本日的分享就到这里了，希望本日分享的内容对各人有所帮助。
提示词
Stable Diffusion 最强提示词手册
[*]Stable Diffusion先容
[*]OpenArt先容
[*]提示词（Prompt） 工程先容
[*]…
https://img-blog.csdnimg.cn/3a74d80bd4914e4c8b5796efbab576bc.png
第一章、提示词格式
[*]提问引导
[*]示例
[*]单词的次序
[*]…
https://img-blog.csdnimg.cn/c4fc7a8803b04678b3a05211bb502638.png
有必要的朋友，可以点击下方卡片免费领取！
第二章、修饰词（Modifiers）
[*]Photography/照相
[*]Art Mediums/艺术媒介
[*]Artists/艺术家
[*]Illustration/插图
[*]Emotions/情感
[*]Aesthetics/美学
[*]…
https://img-blog.csdnimg.cn/2fb4dcbfa1914c9aa21ad7b9bc5e441f.png
https://img-blog.csdnimg.cn/4db75ac45af14d2681ec494cb744c872.png
第三章、 Magic words（咒语）
[*]Highly detailed/高细节
[*]Professional/专业
[*]Vivid Colors/漂亮的颜色
[*]Bokeh/配景虚化
[*]Sketch vs Painting/素描 vs 绘画
[*]…
https://img-blog.csdnimg.cn/fcf790594c3b418a91e191bf561049c5.png
第四章、Stable Diffusion参数
[*]Resolution/分辨率
[*]CFC/提词相干性
[*]Step count/步数
[*]Seed/种子
[*]Sampler/采样
[*]反向提示词(Prompt)
https://img-blog.csdnimg.cn/08738682623643e69b02ae6f13eedc05.png
第5章 img2img（图生图）,in/outpainting（扩展/重绘)
[*]将草图转化为专业艺术作品
[*]风格转换
[*]lmg2lmg 变体
[*]Img2lmg+多个AI题目
[*]lmg2lmg 低强度变体
[*]重绘
[*]扩展/裁剪
[*]…
第6章 重要提示
[*]词语的次序和词语自己一样重要
[*]不要忘记通例工具
[*]反向提示词(Prompt)
[*]…
第7章 OpenArt展示
[*]提示词 (Prompt)
[*]案例展示
[*]…
篇幅有限，这里就不一一展示了，有必要的朋友可以点击下方的卡片举行领取！
https://i-blog.csdnimg.cn/direct/21ab3706df044994b0d60b3b85ba49e3.png
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]