当前位置: 首页 > news >正文

Midjourney中文版教程:参数详解

1.长宽比

可以设置图片的纵横比。按照需求可以选择不同的尺寸,也可以自定义。

下载.png

注意:--ar必须使用整数。使用139:100代替1.39:1。

长宽比会影响生成图像的形状和构图。

在放大时,某些长宽比可能会稍微改变。

较旧的Midjourney版本模型可能不支持所有长宽比。

常见的Midjourney长宽比:

--ar 1:1 默认长宽比。

--ar 5:4 常见的相框和打印比例。

--ar 3:2 常见于印刷摄影。

--ar 7:4 接近高清电视屏幕和智能手机屏幕的比例。

Midjourney中文版

2.--c

C值范围1-100 ,较高的--chaos值会产生更不寻常和意想不到的结果和构图。较低的--chaos值会产生更可靠、可重复的结果。

Midjourney国内版

相同提示词下不同的C值(c0和c80)的对比:a silver seashell inlaid with pink and green accents

--c 0

Midjourney中文

--c 80

Midjourney国内版

3.--iw

--iw <0–2>设置相对于文本权重的图像提示权重。默认值为 1。

下载 (3).png

4.--No

--no负面提示--no plants会尝试从图像中移除植物。

下载 (4).png

5.--Q

--quality <.25, .5, or 1>,或者--q <.25, .5, or 1>默认值为 1。值越高,使用的GPU 分钟数越多;值越低,使用的 GPU 分钟数越少。

Midjourney

注意

质量设置不会影响分辨率。

默认的--quality数值为1。

当前模型只接受数值为.25, .5和1的--quality。较大的数值会被四舍五入为1。

--quality只影响初始图像生成。

6.--seed

种子号是为每个图像随机生成的,可以使用 --seed 参数指定。如果未指定种子,Midjourney将使用随机生成的种子数,每次使用提示时都会产生各种不同的选项,使用相同的种子号和提示将产生类似的最终图像。

下载 (6).png

下载 (7).png

注意:

--seed接受0-4294967295之间的整数。

--seed数值只影响初始图像网格。

在模型版本1、2、3、test和testp中使用相同的--seed数值会产生具有相似构图、颜色和细节的图像。

在模型版本4、5、6和niji中使用相同的--seed数值会产生几乎相同的图像。

种子数字并非静态不变的,不应依赖于它在不同会话之间保持不变。

7.--stop

范围10-100,值越低结果更模糊、越不详细。

同一提示词不同的stop值比较:

8.--S

Midjourney Bot经过训练,生成的图像更偏向艺术化的色彩、构图和形态。--stylize或--s参数影响这种训练的强度。较低的艺术化数值生成的图像更接近提示,但艺术性较低。较高的艺术化数值生成的图像更具艺术性,但与提示联系较少。

下载 (8).png

9.--tile

--tile参数生成可用作重复图块以创建无缝图案的图像。

--tile参数生成的图像可用作重复瓷砖,用于制作无缝图案的织物、壁纸和纹理。

--tile适用于模型版本1、2、3、测试、测试p、5、5.1、5.2和6。

--tile仅生成单个瓷砖。使用类似无缝图案检查器的图案制作工具来查看瓷砖的重复。

案例:prompta pattern of pink and blue striped river stones --tile

10.--weird

范围0-3000,这个参数为生成的图像引入古怪和别致的特质,产生独特和意想不到的效果。

Midjourney教程

注意:--weird兼容Midjourney模型版本5、5.1、5.2、6、niji 5和niji 6。

--weird与种子不完全兼容。

案例:/imagine promptcyanotype cat --weird 250

Midjourney

Midjourney中文版icon-default.png?t=N7T8https://ai.midjourney9.com/?channel=55555

手机端可复制链接在浏览器打开

http://www.lryc.cn/news/429215.html

相关文章:

  • 误闯机器学习(第一关-概念和流程)
  • Tensorflow 2.16.0+在PyCharm中找不到keras的报错解决
  • 【Python】高效的Web自动化测试利器—Python+Playwright快速上手自动化实战指南(限时开放)
  • CentOS上安装和配置Docker与Docker Compose的详细指南
  • Vim多文件操作
  • 【ARM+Codesys 客户案例 】 基于RK3568/A40i/STM32+CODESYS在智能制造中的应用案例:全自动切片机器人
  • NSI程序打包脚本文件编写教程
  • [LitCTF 2023]1zjs
  • MCU复位RAM会保持吗,如何实现复位时变量数据保持
  • 解决window 端口的占用问题
  • 【Datawhale AI夏令营第四期】 浪潮源大模型应用开发方向笔记 Task04 RAG模型 人话八股文Bakwaan_Buddy项目创空间部署
  • PyTorch 基础学习(10)- Transformer
  • mybatis-plus使用
  • ant-design-vue快速上手指南及排坑攻略
  • 【GitLab】使用 Docker 安装 3:gitlab-ce:17.3.0-ce.0 配置
  • 多线程(4)——单例模式、阻塞队列、线程池、定时器
  • 告别电量焦虑,高性能65W PD快充芯片HUSB380A打造梦中情【头】
  • vulnhub靶场 — NARAK
  • RabbitMQ如何保证消息不丢失
  • (亲测有效)SpringBoot项目集成腾讯云COS对象存储(1)
  • 无人机之故障排除篇
  • 深入理解Python常见数据类型处理
  • 最佳实践:CI/CD交付模式下的运维展望丨IDCF
  • Flat Ads:开发者如何应对全球手游市场的洗牌与转型
  • ai取名软件上哪找?一文揭秘5大ai取名生成器
  • ppt转换成pdf文件,这5个方法一键搞定!小白也能上手~
  • 中国每个软件创业者都是这个时代的“黑悟空”
  • 解决Qt多线程中fromRawData函数生成的QByteArray数据不一致问题
  • datax关于postsql数据增量迁移的问题
  • 【Go】实现字符切片零拷贝开销转为字符串