NextPhoto

注意： 该模型自带VAE，并已集成到模型中。为获得最佳效果，请确保在automatic1111中选择的VAE设置为“自动”。如果您从未修改过VAE设置，那么这将是默认选项。

NextPhoto 是经过大量训练、数据筛选和区块合并的结果。该模型专为生成逼真照片而设计，因此无法生成非照片类图像（即使被提示也是如此）。关于v3.0版本的更多详情，请查看“关于此版本”部分。

所有示例图像均使用 ESRGAN_4x 放大模型，以2倍放大、0.45去噪强度生成。我不会上传32位模型，因为v3版本是使用16位精度训练的，上传32位模型只会浪费空间。

使用指南

• （强烈推荐） 负面提示对实现逼真度非常重要，但您几乎无需更改它即可获得极佳效果。我建议以以下负面提示为基础：
  (worst quality:0.8), cartoon, halftone print, burlap, (cinematic:1.2), (verybadimagenegative_v1.3:0.3), (surreal:0.8), (modernism:0.8), (art deco:0.8), (art nouveau:0.8)

  • 此提示使用了 verybadimagenegative_v1.3 文本嵌入。您需要下载：

    • /model/11772/verybadimagenegative

  • 将下载的文件放入SD WebUI根目录的“embeddings”文件夹中，然后重启Stable Diffusion。

• 正面提示： 您无需花费太多心思在正面提示上——该模型对简单的正面提示表现非常好。

  • 示例：

    • 一位女性在火车站的明亮摄影照片

    • 一对老夫妻坐在门廊上的完美明亮中等尺寸照片

    • 一名男子在夜晚小径上行走的昏暗照片

  • 如需更多正面提示示例，可参考该模型的示例图片。

• 放大： 该模型在不进行放大时也能生成逼真的图像，但为了达到理想的逼真效果，强烈建议使用放大。在高分辨率修复（hires fix）部分，需使用 ESRGAN_4x 放大模型（非 R-ESRGAN）以获得良好效果。建议将权重设置在0.3至0.5之间，放大倍数设为2。我通常将权重设为0.5或0.45。

• 采样器： 我使用 DPM++ 2M Karas，通常不会尝试其他采样器。虽然其他采样器也能产生不错的成果，但在我使用该模型的经验中，DPM++ 2M Karas 的表现最为稳定一致。

• 进一步优化建议：

  • 降低您的CFG值： 默认的无分类器引导（CFG）尺度为7，效果良好，但偶尔可能偏高。请逐步降低CFG值直到您满意为止——我通常最低会降到4.0，因为低于此值后负面提示会被忽略。将CFG值提高到7或8以上会导致照片变得“戏剧化”（并非良性），但也会使模型更听从提示，因此需根据情况权衡。高CFG值在特定场景下可能适用，但较低的CFG值通常表现非常稳定且效果出色。

  • 避免过度使用LORA和文本反转（Textual Inversion）： 由于v2和v3版本的本模型是经过自定义训练而非单纯区块合并，因此LORA或文本反转的效果可能不如在其他模型中那样理想。根据我的经验，虽然仍可获得不错结果，但仍建议谨慎使用——我推荐采用选择性添加的“叠加”方式，仅在必要时引入LORA或文本反转。