2024AI人工智能应用课程04：Midjourney绘画应用升级

Midjourney⼏个重要的参数--ar，⽣成图像的宽⾼⽐，⽐如9:16，2:3等，⽤法：--ar9:16，中间⼀定要有空格--v，选择midjourney版本，⽬前最新是v5，⽤法：--v5，⼀样有空格，默认是v4，v5好，⽣成图⽚质量更⾼--iw，参照图⽚的权重，什么意思呢，有时候你需要参考⼀张照⽚，如果你想保留更多原图（图）信息，这个值就设置⼤⼀点，范围0.5〜2.0，⽤--iw1--q，质量，要花费多少时间渲染，范围：0.25，0.5，1，2，值越⾼渲染成本越⾼，质量越好，当⽇不是适合所有情况官⽅提供的更适合动漫⽣成的模型，如果有需求，可以开启这提⽰词⽹⻚版：lify.app/提⽰词⼿机版APP：IMIprompt也给⼤家整理⼀个⾮常详细的提⽰词⼤全：提取码：66667案例练习描述+midjourney⽣成第⼀步：⽤gpt描述：我想⽤midjourney⽣产⼀幅油作品，外星歌剧院，要求场景恢弘⼤⽓。光影效果逼真，超写实主义，⽤超⼴⻆镜头⽣成，给我⼀段英⽂的提⽰词。第⼆步：按照midjourney格式复制到discord之中。等待⽣成。不满意：发现midjourney给出的教堂外部的景观。加⼊外星⼈还有电影的艺术描述，看下是不是有很⼤的提升。U1：第⼀张图精修，内容为主。V1：第⼀张图⻛格；出不同的四张内容⻛格为主利⽤midjourney专⽤的提⽰词软件来⽣成主题：⾃⼰定，或者上传⾃⼰的图⽚。⻛格和参数设置：打开IMIprompt软件，找到⾃⼰想要的图⽚⻛格每添加⼀个参数后⾯就会多⼀个英⽂描述，按照⾃⼰的喜好来添加。点击copy，跳转到midjourney⽹址汇总。直接⽣产提⽰词。举例：/imagineprompt:Onehandsomemanflyinthespacecolorfulfrequencieschinesevioletmacrolensfloodlightdigitalartgenshinimpactneoncityziggurat输⼊对话框上传⾃⼰的图⽚来⽣成想要的⻛格第⼀步上传照⽚：我们以⻢斯克的头像为主体点击加号：上传本地图⽚；第⼆步读取⽹址，并⽤图⽚作为主体：右键或者⻓按图⽚，复制链接：第三步加⼊描述和参数提⽰1io66hhvov6o7wovg.pngspaceships,SuperRealisticStyle,Marsbackgroundsuperdetailed我给⻜船，超写实⻛格，⽕星背景，超细节提⽰词2https://s.mj.run/TKU-GKaAt6ganartworkusingMidjourneywithabackgroundreplacement,considerusingthefollowingEnglishkeywordsasastartingpoint:"Marsbackground,giantspaceship,hyperrealisticstyle,highdefinition"Thesekeywordsdescribethedesiredelementsofyourartwork,suchassettingthesceneonMarswithagiantspaceshipinthebackground.Thehyperrealisticstyleandhigh-definitionqualityareemphasizedavisuallystrikinganddetailedimage.SuperRealisticStyle--q2--v5-⽂⼼⼀⾔/ernie-vilg之前⽤过其实还可以，⽐其他的底层是sd的更像语⾔模型。更理解语义。⽂⼼ERNIE-ViLG2.0通过视觉、语⾔等多源知识指引扩散模型学习，强化⽂图⽣成扩散模型对于语的精确理解，以提升⽣成图像的可控性和语义⼀致性。同时，ERNIE-ViLG2.0⾸次引⼊基于时间步的混合降噪专家模型来提升模型建模能⼒，让模型在不同的⽣成阶段选择不同的“降噪专家”⽹络，从⽽实现更加细致的降噪任务建模，提升⽣成图像的质量。基于语⾔和图像知识的知识增强算法。为提升⽣成图像的语义⼀致性和可控性，ERNIEViLG2.0将知识增强算法融⼊扩散模型学习，在扩散模型学习过程中，引⼊语⾔、视觉等多源知识指引模型更加关注⽂本和图像中的核⼼语义元素，同时针对训练数据噪声带来的训练图⽂样本语义偏差问题提出了⽂本语义补全的⽅法，对图⽂的语义⼀致性进⾏针对性学习，进⽽实现精准的细粒度语义控制。混合降噪专家⽹络。针对模型建模能⼒不⾜，导致图像质量不够好的问题，ERNIEViLG2.0提出了针对不同阶段选择不同⽹络（降噪专家）进⾏建模的框架，有效地解决了不同阶段对模型能⼒要求不⼀致的问题，减少降噪任务的互相⼲扰，提升图像⽣成的质量。由于每个⽣成阶段只选取⼀个专家进⾏⽣成，实现了在不增加模型预测计算量的情况下对模型建模能⼒的扩充。Gaituya