APT-prompt, 每一张都是壁纸!告别繁琐的咒文咏唱,一个词足矣!
优化prompt tuning,添加如下算法:
- 添加负面词条的prompt embedding学习,大幅提高生成图像质量。可以仅从单张图像学习(one-shot learning)
- 添加重建损失,提高生成图像的细节质量和丰富程度。
- 增加基于模型的prompt tuning。基于我之前开发的AI p站爬虫中 训练的convnext模型,用另一个AI评估生成图像质量,作为判别器辅助模型训练。可以让prompt学会高质量这一概念,或是学会你的xp。
在创建embedding时,需要分别创建正面和负面的{name}
和{name}-uc
,建议大小分别为3和10。
训练prompt tuning时,选择正面prompt {name}
其他使用方法与原版一致,prompt tuning训练过程可以选择是否加载判别器模型。 训练判别器或使用现有判别器见AI p站爬虫。
复杂咒文prompt: (prompt: masterpiece, best quality, loli; negtive: lowres, bad anatomy, bad hands, text, error, missing fingers, extra fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry)
APT-prompt tuning: (prompt: ptun-cnx, loli; negtive: ptun-cnx-uc)
webui prompt tuning: (prompt: ptun-webui, loli; negtive: None)