ArtiWaifu Diffusion动漫角色模型

标签排序

包括 AWA Diffusion，大多数扩散模型都能更好地理解逻辑顺序标签。虽然标签排序不是强制性的，但它可以帮助模型更好地了解您的需求。一般来说，标签在订单中越靠前，对生成的影响就越大。

下面是标签排序的示例。该示例组织标签的顺序，在前面添加艺术风格标签和字符标签，因为风格和主题对于图像来说是最重要的。随后，按重要性顺序添加其他标签。最后，审美标签和质量标签位于最后，以进一步强调图像的美感：

art style (by xxx) -> character (1 frieren (sousou no frieren)) -> race (elf) -> composition (cowboy shot) -> painting style (impasto) -> theme (fantasy theme) -> main environment (in the forest, at day) -> background (gradient background) -> action (sitting on ground) -> expression (expressionless) -> main characteristics (white hair) -> other characteristics (twintails, green eyes, parted lip) -> clothing (wearing a white dress) -> clothing accessories (frills) -> other items (holding a magic wand) -> secondary environment (grass, sunshine) -> aesthetics (beautiful color, detailed) -> quality (best quality) -> secondary description (birds, cloud, butterfly)

标签顺序并不是一成不变的。灵活地书写提示可以收到更好的效果。例如，如果某个概念（例如风格）的影响太强并且有损图像的美感，您可以将其移至较靠后的位置以减少其影响。

否定提示

AWA 扩散不需要负面提示。如果使用否定提示，并不是否定提示越多越好。它们应该尽可能简洁并且易于模型识别。过多的负面词汇可能会导致较差的生成结果。以下是一些使用否定提示的推荐场景：

1. 水印：signature, logo, artist name;
2. 质量：worst quality，lowres，ugly，abstract;
3. 风格：real life，3d，celluloid，sketch，draft;
4. 人体解剖学：deformed hand，fused fingers，extra limbs，extra arms，missing arm，extra legs，missing leg，extra digits，fewer digits。

触发词

在提示中添加触发词，以告知模型您想要生成的概念。触发词可以包括角色名称、艺术风格、场景、动作、品质等。

触发词提示

1. 打字错误：模型对触发词的拼写非常敏感。即使只有一个字母的差异也可能导致触发器失败或导致意外结果。
2. 括号转义：使用依赖括号进行加权提示的推理工具（如 AUTOMATIC1111 WebUI）时要注意对触发词中的括号进行转义，例如1lucy(cyberpunk)-> 1lucy \(cyberpunk\)。
3. 触发效果预览：通过在Danbooru上搜索标签来预览标签，更好地了解标签的含义和用法。

风格标签

风格标签分为两种：绘画风格标签和艺术风格标签。绘画风格标签描述了图像中使用的绘画技巧或媒体，例如油画、水彩画、纯色和厚涂。艺术风格标签代表图像背后的艺术家的艺术风格。

AWA Diffusion 支持以下绘画风格标签：

• Danbooru标签中提供绘画风格标签，如oil painting、watercolor、flat color等；
• AID XL 0.8支持的所有绘画风格标签，如flat-pasto等；
• Neta Art XL 1.0支持的所有样式标签，如gufeng等；

有关绘画风格标签的完整列表，请参阅绘画风格标签列表。

AWA Diffusion 支持以下艺术风格标签：

• Danbooru 标签中可用的艺术风格标签，例如byyoneyama mai、bywlop等；
• AID XL 0.8支持的所有艺术风格标签，如byantifreeze3、by7thknights等；

有关艺术风格标签的完整列表，请参阅艺术风格标签列表。

标签库中的标签数量越多，艺术风格训练得越彻底，生成的保真度越高。通常，计数高于50 的艺术风格标签会产生更好的生成结果。

样式标签的提示

1. 强度调整：您可以通过更改提示中样式标签的顺序或权重来调整样式的强度。前面加载样式标签可以增强其效果，而稍后放置则会降低其效果。

❓问：by为什么在艺术风格标签中包含前缀？

💡答案：为了清楚地告知模型您想要生成特定的艺术风格而不是其他风格，我们建议by在艺术风格标签中添加前缀。这byxxx与不同xxx，尤其是当xxx本身带有其他含义时，例如dino可以代表恐龙或艺术家的标识符。同样，在触发角色时，将 添加1到角色触发词的前缀中。

角色标签

角色标签描述了生成图像中的角色IP。使用角色标签将指导模型生成角色的外观特征。

角色标签还需要从角色标签列表中获取。要生成特定字符，首先在标签存储库中找到相应的触发词，将_触发词中的所有下划线替换为空格，并1在字符名称前面添加。例如，1ayanami rei触发模型生成动漫《EVA》中的人物绫波丽，对应 Danbooru 标签ayanami_rei；1asuna(sao)触发模型生成《刀剑神域》中的角色亚丝娜，对应 Danbooru 标签asuna_(sao)。

标签存储库中的标签计数越多，角色训练得越彻底，生成的保真度就越高。通常，计数高于100 的字符标签会产生更好的生成结果。

角色标签提示

1. 角色服装：为了实现更灵活的角色服装，角色标签不会刻意引导模型绘制角色的正式服装。要生成特定官方服装的角色，除了触发词之外，还应该在提示中包含服装描述，例如，“ 1 露西（赛博朋克），穿着白色短款夹克，下面是紧身衣，短裤，长筒袜，臀部通风口”。
2. 系列注释：某些角色标签在角色名称后包含额外的括号注释。括号及其内的注释不能省略，例如1 lucy (cyberpunk)不能写成1 lucy。除此之外，你不需要添加任何额外的注释，例如，你不需要在角色标签后面添加角色所属的系列标签。
3. 已知问题1：生成某些角色时，可能会出现神秘的特征变形，例如1 asui tsuyu触发《我的英雄学院》中的角色阿水露可能会导致双眼之间出现多余的黑线。这是因为模型错误地将大圆眼睛解释为眼镜，因此glasses应将其包含在负面提示中以避免此问题。
4. 已知问题 2：在生成不太受欢迎的角色时，AWA Diffusion 可能会由于数据/训练不足而生成特征恢复不完整的图像。在这种情况下，我们建议您在提示中扩展角色描述，而不仅仅是角色名称，详细说明角色的出身、种族、头发颜色、服装等。
5. 已知问题3：某些字符标签会带有样式。有些太重而无法重叠。降低字符标签的权重可以缓解该问题。例如，frieren-> (frieren:0.8)。

角色标签触发示例

• 1 lucy (cyberpunk)✅ 正确的角色标签
• 1 lucy❌ 缺少括号注释
• 1 lucy (cyber)❌括号注释不正确lucy（赛博朋克）❌缺少前缀1
• 1 lucy cyberpunk❌ 缺少括号1 lucy（赛博朋克❌ 括号未闭合
• 1 lucky (cyberpunk)❌ 拼写错误
• 1 lucy (cyberpunk: edgerunners)❌ 括号注释未跟在必需的字符标记后面

❓问：为什么有些字符标签包含括号注释，例如lucy (cyberpunk)，而另一些则不包含，例如，frieren？

💡回答：在不同的作品中，可能会有同名的角色，比如《刀剑神域》和《碧蓝档案》中的亚丝娜。为了区分这些同名人物，需要用作品名来标注人物名，如果名字太长则缩写。对于具有唯一名称且当前没有重复项的字符，例如frieren，不需要特殊注释。

质量标签和美学标签

对于 AWA Diffusion，在积极提示中包含质量描述符非常重要。质量描述涉及质量标签和审美标签。

质量标签直接描述生成图像的美学质量，影响细节、纹理、人体解剖学、光照、颜色等。添加质量标签有助于模型生成更高质量的图像。质量标签从最高到最低排列如下：

amazing quality -> best quality -> high quality -> normal quality -> low quality -> worst quality

审美标签描述了生成图像的审美特征，帮助模型生成具有艺术吸引力的图像。除了 、 等典型的美学词汇外perspective，lighting and shadowAWA Diffusion 还经过专门训练，可以有效地响应beautiful color、detailed、 和等美学触发词aesthetic，分别表达吸引人的色彩、细节和整体美感。

描述质量的推荐通用方式是：<your prompt>, beautiful color, detailed, amazing quality

质量和美观标签的提示

1. 标签数量：只需一个优质标签；可以添加多个美学标签。
2. 标签位置：质量和美观标签的位置不固定，但通常放置在提示的末尾。
3. 相对质量：没有绝对的质量等级；隐含的质量符合一般的审美标准，不同的用户可能对质量有不同的看法。

评级标签

评级标签描述了生成图像内容的曝光程度。评级标签从最高到最低排名如下：

评级：一般（或安全） ->评级：暗示性->评级：可疑->评级：露骨（或nsfw）

提示词示例

实施例1

A

by yoneyama mai, 1 frieren, 1girl, solo, fantasy theme, smile, holding a magic wand, beautiful color, amazing quality

1. by yoneyama mai触发了米山麻衣的艺术风格，放置在前面以增强效果。
2. 1 个朋友会触发“葬礼上的朋友”系列中的角色“朋友”。
3. 美丽的颜色描述了生成图像中美丽的颜色。
4. 惊人的质量描述了生成图像的惊人质量。

B

by nixeu, 1 lucy (cyberpunk), 1girl, solo, cowboy shot, gradient background, white cropped jacket, underneath bodysuit, shorts, thighhighs, hip vent, detailed, best quality

示例 2：风格混合

通过叠加多个不同风格标签，可以生成具有多种风格特征的图像。

简单的混合

by ningen mame, by ciloranko, by sho (sho lwlw), 1girl, 1 hatsune miku, sitting, arm support, smile, detailed, amazing quality

B加权混合

使用AUTOMATIC1111 WebUI提示权重语法（括号权重），对不同的样式标签进行权重，以更好地控制生成图像的样式。

(by ningen mame:0.8), (by ciloranko:1.1), (by sho (sho lwlw):1.2), 1girl, 1 hatsune miku, sitting, arm support, smile, detailed, amazing quality

示例 3：多角色场景

通过在提示中添加多个角色标签，您可以生成同一帧中有多个角色的图像。与其他类似模型相比，AWA 在多角色场景中表现更好，但仍然不稳定。

混合 性别场景

1girl and 1boy, 1 ganyu girl, 1 gojou satoru boy, beautiful color, amazing quality

B 相同性别场景

2girls, 1 ganyu girl, 1 yoimiya girl, beautiful color, amazing quality

未来的工作

AWA Diffusion 期望将高层次的美学与全面的知识结合起来。它既不应该有传统人工智能的油腻感，也不应该成为一个缺乏知识的花瓶。我们将继续探索更先进的训练技术和策略，不断提高模型质量。