0.25强度 0.2噪
基本看出有一定程度上取用不同风格的雏形

0.85强度
已经开始改变姿势，并且在正面tag没有双手叉腰的情况下所有生成图全变成叉腰，看来AI还是只熟悉已有词条的特征

0.95
快和原图完全没联系，并且开始讽刺互联网内容

最后正负tag
long hair,black hair,medium breast,solo,hands_on_hips,caramelldansen,Bare shoulders,best quality,highly detailed
==
lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,ewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry

像这种纯色块的话，少量多批次迭代可能会有比较好的结果

有意思

我这里用的是waifu diffusion，不过大概步骤是差不多的，因为novelai用的也是diffusion模型，只是训练集更加精确


第一步先找型，step调低一点免得完成度过高。CFG要调高，因为此参数用来引导图像是否和文字内容匹配，在塑造造型的时候调低了容易错误构形，Denoising strength 0.2到0.5就差不多，更高的话画面更奔放，可能就跟输入的图片内容不太相干了。
从20个里面选一个感觉比较好的，把选出来的这张代入到img2img里面，什么参数也不要动，进行下一次迭代。


这一次迭代的结果已经有比较理想的了，虽然完成度低，但这是step的原因。


把step调高，Batch count（生成数量）降低进行下一步迭代。



随着step的增加，画风开始偏移，从中选出看得顺眼的，送进img2img迭代。在迭代的过程中逐渐降低CFG并丰富prompt，提高ai的自由度。迭代的过程是比较痛苦的，因为要人工监督。每一次比上一次更细致一点，一点点调高step，直到最后生成氛围感差不多的图。




如果发现过拟合了就降低step或者CFG，最后加入背景，让ai自由发挥一下，搞定。