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。

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。

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。

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

--c 80

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。

4.--No
--no负面提示--no plants会尝试从图像中移除植物。

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。

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。


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。

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。

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中文版
https://ai.midjourney9.com/?channel=55555
手机端可复制链接在浏览器打开
相关文章:
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。 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…...
误闯机器学习(第一关-概念和流程)
以下内容,皆为原创,实属不易,请各位帅锅,镁铝点点赞赞和关注吧! 好戏开场了。 一.什么是机器学习 机器学习就是从数据中自动分析获取模型(总结出的数据),并训练模型,去预…...
Tensorflow 2.16.0+在PyCharm中找不到keras的报错解决
在PyCharm(2024.2版本)中,直接使用from tensorflow import keras会提示“Cannot find reference ‘keras’ in ‘init.py’ ”,找不到keras,如下图所示。 查阅相关资料,可以发现在tf2.16之后,默认的keras后端升级为了…...
【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)
文章目录 前言一.playwright是什么二.python引入playwright1.安装2.playwright命令行参数3.playwright codegen自动生成代码4.Chrome和Chromium有什么关系?三.基本概念1. 无头浏览器(Headless Browser)2.同步和异步模式操作playwright2.1.同步(Sync)模式同步方式代码模板2…...
CentOS上安装和配置Docker与Docker Compose的详细指南
引言 大家好,我是小阳,在这篇文章中,我将带大家一步步完成在CentOS系统上安装和配置Docker与Docker Compose的过程。通过这篇详细的指南,你将能够轻松配置Docker环境,并在日常开发和部署中享受其带来的便利。 原文阅…...
Vim多文件操作
Vim多文件编辑的实际意义在于它极大地提高了开发者在处理多个相关文件时的效率和便利性。在软件开发、文本编辑、代码审查、配置管理等场景中,经常需要同时打开和操作多个文件。Vim的多文件编辑功能使得这些任务变得更加直观和高效。 提高编码效率:在开发…...
【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
蔬菜是人们日常生活必不可缺的食品,并且食用方法多种多样。自步入小康社会以来,人们的生活节奏越来越快,很多传统服务已不能满足人们的物质需求和生活节奏。日常生活中通过手工快速切菜严重地威胁着人身安全,切菜时间过长或切菜不…...
NSI程序打包脚本文件编写教程
引言 NSIS (Nullsoft Scriptable Install System) 是一个专业开源的制作 windows 安装程序的工具。我们通过HM NSIEDIT编写好脚本、编译即可生成exe安装包。安装过程中可以配置其安装包图标、名称、出版人、网站等。此外,还可以设置程序开机自启动、管理员权限运行…...
[LitCTF 2023]1zjs
很有意思的一道题,打开题目环境之后F12可以看到 点击那个蓝色下划线的就能看到: 然后访问: /fk3f1ag.php就可以看到: 然后将这些复制到控制台然后回车就能得到flag。...
MCU复位RAM会保持吗,如何实现复位时变量数据保持
在使用MCU时,通常大家默认MCU复位时RAM会被复位清零,那实际MCU复位时RAM是什么状态?如何让mcu复位时RAM保持不变呢? MCU复位有电源复位、Standby复位、内核复位、看门狗复位、引脚复位等。 其中内部会有掉电动作的复位有电源复位…...
解决window 端口的占用问题
netstat -nao | findstr "5554" taskkill -pid 5076 -f 本文资料来自 https://cloud.tencent.com/developer/article/1703982...
【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
【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 什么是RAG: 我能把这个过程理解为Kimi.ai每次都能列出的一大堆网页参考资料吗?Kimi学了这些资料以后,根据这里面的信息综…...
PyTorch 基础学习(10)- Transformer
系列文章: 《PyTorch 基础学习》文章索引 介绍 Transformer模型是近年来在自然语言处理(NLP)领域中非常流行的一种模型架构,尤其是在机器翻译任务中表现出了优异的性能。与传统的循环神经网络(RNN)不同&a…...
mybatis-plus使用
目录 1. 快速开始 1. 创建user表 2. 插入几条数据 3. 创建一个新的springboot项目 4. 导入mybatis-plus依赖 5. 在配置文件中进行配置 6. 编写实体类 7. 编写Mapper 接口类 8. 添加 MapperScan 注解 9. 测试 编辑2. CRUD 1. 插入一条语句 2. 根据主键id删除一条记录 3. 根据…...
ant-design-vue快速上手指南及排坑攻略
前言 ant-design-vue是Ant Design的Vue实现,旨在为Vue用户提供一套企业级的UI设计语言。本文将带你快速上手ant-design-vue,并在实践中分享一些常见的坑及解决方法。遵循本文档,让你轻松搭建优雅的Vue应用。 一、环境准备 在开始之前&…...
【GitLab】使用 Docker 安装 3:gitlab-ce:17.3.0-ce.0 配置
参考阿里云的教程docker的重启 sudo systemctl daemon-reload sudo systemctl restart docker配置 –publish 8443:443 --publish 8084:80 --publish 22:22 sudo docker ps -a 當容器狀態為healthy時,說明GitLab容器已經正常啟動。 root@k8s-master-pfsrv:~...
多线程(4)——单例模式、阻塞队列、线程池、定时器
1. 多线程案例 1.1 单例模式 单例模式能保证某个类在程序中只存在唯一一份实例,不会创建出多个实例(这一点在很多场景上都需要,比如 JDBC 中的 DataSource 实例就只需要一个 tip:设计模式就是编写代码过程中的 “软性约束”&am…...
告别电量焦虑,高性能65W PD快充芯片HUSB380A打造梦中情【头】
市面上的充电器越来越卷,让人眼花缭乱。压力同样也给到了快充芯片行业,要在激烈的市场竞争中脱颖而出,快充芯片必须集高功率、高性价比与广泛的兼容性等于一身。 基于此,慧能泰推出了新一代高性能PD Source产品——HUSB380A。 图…...
vulnhub靶场 — NARAK
下载地址:https://download.vulnhub.com/ha/narak.ova Description:Narak is the Hindu equivalent of Hell. You are in the pit with the Lord of Hell himself. Can you use your hacking skills to get out of the Narak? Burning walls and demons are around every cor…...
RabbitMQ如何保证消息不丢失
RabbitMQ消息丢失的三种情况 第一种:生产者弄丢了数据。生产者将数据发送到 RabbitMQ 的时候,可能数据就在半路给搞丢了,因为网络问题啥的,都有可能。 第二种:RabbitMQ 弄丢了数据。MQ还没有持久化自己挂了。 第三种…...
IDEA全局替换不够用?试试这个Java脚本,精准处理多模块项目文件内容替换
IDEA全局替换不够用?试试这个Java脚本,精准处理多模块项目文件内容替换 在大型Java项目中,我们经常需要批量修改代码中的某些字符串或配置。虽然IntelliJ IDEA提供了"Replace in Path"功能,但在实际企业级开发中&#…...
UE后期处理材质实战:从黑白蒙版到卡通渲染的进阶应用
1. 黑白蒙版遮罩的底层原理与应用 在UE4后期处理材质中,黑白蒙版遮罩是最基础也最实用的功能之一。我第一次接触这个功能时,被它强大的选择性处理能力惊艳到了——它能像手术刀一样精准地分离出场景中的特定物体。 核心原理其实很简单:通过Sc…...
掌握Python自动化抢票:开源工具助你高效获取演唱会门票
掌握Python自动化抢票:开源工具助你高效获取演唱会门票 【免费下载链接】DamaiHelper 大麦网演唱会演出抢票脚本。 项目地址: https://gitcode.com/gh_mirrors/dama/DamaiHelper 在演出票务竞争日益激烈的当下,手动抢票已难以应对毫秒级的抢票环境…...
OpenClaw 性能优化:提升响应速度和资源效率
一、引言:OpenClaw 性能挑战与优化价值1.1 为什么需要性能优化OpenClaw 作为运行在用户自有设备上的个人 AI 助手框架,其性能直接影响用户体验:响应延迟:用户发送消息到收到回复的时间资源占用:CPU、内存、磁盘的使用效…...
在Jetson Nano上构建海康威视相机Docker镜像:从SDK集成到Python应用部署
1. 环境准备与基础配置 在Jetson Nano上构建海康威视相机Docker镜像的第一步,是确保硬件和基础软件环境就绪。我建议从官方渠道下载最新的JetPack SDK,这个工具包包含了CUDA、cuDNN等深度学习推理必需的组件。安装完成后,记得运行nvidia-smi命…...
保姆级教程:手把手教你用ONNX Runtime部署YOLOv8-OBB旋转框检测模型(附完整代码)
从零实现YOLOv8-OBB旋转框检测:ONNX Runtime部署全流程实战 旋转目标检测在遥感图像、文档分析等场景中具有独特优势。YOLOv8-OBB作为Ultralytics推出的旋转框检测版本,其部署过程与传统水平框检测存在显著差异。本文将彻底拆解从模型导出到推理优化的完…...
PingFangSC跨平台字体解决方案:企业级部署与性能优化指南
PingFangSC跨平台字体解决方案:企业级部署与性能优化指南 【免费下载链接】PingFangSC PingFangSC字体包文件、苹果平方字体文件,包含ttf和woff2格式 项目地址: https://gitcode.com/gh_mirrors/pi/PingFangSC 在数字化转型浪潮中,企业…...
Android WebView视频播放全屏实战:从黑屏到完美适配的完整解决方案
Android WebView视频全屏播放的深度优化指南:从黑屏修复到多机型适配 当你在WebView中嵌入视频播放功能时,是否遇到过这样的场景:用户点击全屏按钮后画面突然黑屏,或者在某些机型上视频声音无法正常停止?这些问题往往…...
别再重复积分了!手把手教你用IMU预积分优化LIO-SAM(附代码避坑点)
激光SLAM实战:IMU预积分在LIO-SAM中的高效实现与调优指南 当你在深夜调试LIO-SAM时,是否曾被重复积分导致的性能瓶颈折磨得抓狂?IMU预积分技术正是解决这一痛点的银弹。不同于传统惯性积分对初始状态的强依赖,预积分将相对运动量…...
RMBG-2.0模型量化压缩:减小体积提升速度
RMBG-2.0模型量化压缩:减小体积提升速度 1. 引言 抠图工具RMBG-2.0确实效果惊艳,但原版模型动不动就几个GB的大小,在普通电脑上跑起来慢吞吞的,更别说在手机或边缘设备上部署了。如果你也遇到过模型太大、推理太慢的问题&#x…...
