关于Stable Diffusion的负面提示词(negative prompt)的原理及应用_百度...

关于Stable Diffusion的负面提示词(negative prompt)的原理及应用_百度...

使用负面提示是引导Stable Diffusion生成预期图像的辅助方法。它允许用户通过文本输入来指定不希望出现的内容，进而获得理想结果。这种方法的实用性在于，某些图像仅能通过应用负面提示才能生成。

理解负面提示的原理并不复杂，但实际操作时可能遇到一些挑战，尤其是要恰当地使用它们。尝试生成男人的肖像照片，使用正面提示“Portrait photo of a man”并加入负面提示“mustache”以去除胡须。结果表明，Stable Diffusion将正面提示理解为“男人”和负面提示理解为“胡须”，导致生成的图像同时包含了两者，这显示了跨注意力机制在处理负面提示时可能遇到的局限性。

正面提示与负面提示的结合是实现特定目标的关键。通过同时指定正面和负面提示，可以有效排除不需要的元素，生成所需图像。例如，生成一个没有胡子的男人的肖像照片，需要同时提供正面提示“Portrait photo of a man”和负面提示“mustache”。

在Stable Diffusion的工作原理中，文本提示被转换为嵌入向量，输入到U-Net噪声预测器中。在这个过程中，存在一组用于正面提示的嵌入向量和一组用于负面提示的嵌入向量。正面提示与负面提示地位平等，每组都有75个标记。用户可以根据需要选择使用其中一组、两组或不使用任何提示。

在Stable Diffusion的采样过程中，正面提示引导扩散过程朝着与之相关的图像发展，而负面提示则引导扩散远离特定元素。在实际应用中，负面提示的作用范围可以从轻微到显著不等，这取决于使用的强调因子。例如，通过在负面提示中增加强调因子，可以增强负面提示对扩散过程的影响。

为了更好地使用负面提示，可以采用一些技巧和策略，例如在指定步骤内使用特定的强调因子，或者通过先使用无效的负面提示来逐步引入实际的负面元素。此外，负面提示不仅可以用于删除不需要的内容，还可以用于修改图像的风格或使其更接近真实照片。

总结而言，负面提示是Stable Diffusion中一个强大且灵活的工具，能够帮助用户精确控制生成图像的内容和风格。通过正确理解和应用负面提示，用户可以实现更高效、精确的图像生成，获得符合预期的结果。