【AI模型】首个Joy 模型诞生！！！全民生成Joy大片 | 京东云技术团队

2023-10-07 330 89

接上一篇文章 “只要10秒，AI生成IP海报，解放双手”，这次是全网第一个“共享joy模型”，真的赚到了！

经过这段时间无数次的探索、试错、实验，最终积累了非常多的训练经验，在不同IP角色的训练上实际上需要调试非常多的参数以及素材。本次成功完成了Joy的Lora模型，虽然在泛化以及场景上未来还有着很多的空间，但是本次的模型已经可以帮助完成大部分的运用场景，无论是设计师，还是产品，还是运营，还是研发，都可以轻松实现Joy的海报生成，接下来我将为大家讲一讲如何实现。

老样子先来看看实际的效果吧！！！

生成过程

模型生成海报

接下来就来和大家讲一讲如何通过SD来生成Joy吧～

1、准备工作（在开始之前，准备好本次生成需要使用到的模型）

1、底模：revAnimated_v122EOL.safetensors

2、VAE：vae-ft-mse-840000-ema-pruned

3、京东Joy-Lora模型

4、京东Joy-起手式（prompt模版）

2、放置模型

1、底模：stable-diffusion-webui——models——Stable-diffusion

2、VAE：stable-diffusion-webui——models——VAE

3、京东Joy-Lora模型：stable-diffusion-webui——models——Lora

4、京东Joy-起手式：stable-diffusion-webui

3、打开SD

⚠️如果还不知道如何配置SD的同学可以看我之前的文章：“只要10秒，AI生成IP海报，解放双手”

4、模型设置

1、我们需要在Stable Diffusion模型中选择我们下载好的模型：revAnimated_v122EOL（当然这是我目前测试下来效果较好的底膜，你也可以下载并使用别的底膜进行尝试）

2、在模型的VAE中选择：vae-ft-mse-840000-ema-pruned（这个VAE的饱和度比较好一些，其他的VAE会使画面较灰）

5、Prompt使用

本次我已将Joy的基础Prompt设置成了模版（Joy起手式），后续大家可以根据自己想要的画面进行调整，我会讲一下本次Prompt的基础构成

1、正向词：正向词中只要分为3类，触发词+提示词+LoRA（越靠前的词汇权重就会越高）

Joy的触发词为joy\(ip\)：只有输入这个触发词，画面中才会出现joy的形象
提示词：在提示词中主要分为自然语言+单词描述：用自然语言来形容Joy具体在做什么（如：joy ip is standing on the stone，jumping，sitting等，建议使用进行时）；用单词来形容画面中其他需要的元素（如：outdoors, day, grass, leaf, tree, flower, sunshine，等）
Lora权重：权重进过我的测试，最高的效果是0.7，所以在Joy的lora模型上无脑设置0.7

2、负向词：主要描述你不想要的内容（如：lowres, bad anatomy, bad eyes, bad hands等，如果在生成过程中出现了你不想要的内容也可以在后续继续补充）

6、设置采样方式、采样迭代步数、尺寸、生成批次&数量

采样方式上我们选择：DPM++ SDE Karras
采样迭代步数：24-28之间（更具画面的复杂程度进行调试，如果画面元素较多则可以以4的倍数向上增加，需要注意在改变了步数以后会让画面产生变化）
尺寸：一般使用64的倍数，常用的尺寸如512*768（2:3），768*512（3:2），512*512（1:1），768*1152（2:3），1152*768（3:2），不限于这些尺寸，只是说这些尺寸下抽卡出现好画面的几率更高一些
生成批次、每批数量：在前期抽卡阶段（没有开高清修复阶段），可以把生成数量提高，来寻找喜欢的画面，在找到自己喜欢的画面后则需要设1去更精细化的抽卡

7、提示词相关性

1、提示词相关性：3-5之间效果更佳，如果没有出现IP可能是因为场景权重过高导致IP消失，可以尝试降低相关性或减少场景描述，提示词相关性是影响画面元素的非常重要的参数之一（其他影响的因素还有，迭代步数，重绘幅度，以及尺寸）

8、抽卡环节（快乐时间来了）

我们只需要嗑着瓜子，看着电视或者坐着别的事情，去挑一个动作、构图、元素、画面大致满意的底图（来作为后续打开高清的基础）

9、开启高清修复（完成一幅Joy大作）

在我们选出我们满意的底图后，需要做的就是锁定我们的seed，打开高清修复，调整我们的重绘幅度（重回幅度会影响画面变化的幅度，越低则变化越小，越高则变化越大）

锁定我们的seed值

将我们的放大算法改为：R-ESRGAN 4x+，调整重绘幅度0.1-0.7

保存我们想要的图

如果你对IP海报生成有好的想法，可在评论区留言反馈，也希望和大家有更多的交流和学习，感谢大家支持哦！！

作者：京东零售徐仲巍

来源：京东云开发者社区转载请注明来源

微信关注我们

原文链接：https://my.oschina.net/u/4090830/blog/10115722

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

2023-10-07 09:49:00

递归解析Json，实现生成可视化Tree+快速获取JsonPath | 京东云技术团队

内部平台的一个小功能点的实现过程，分享给大家：递归解析Json，可以实现生成可视化Tree+快速获取JsonPath。步骤： 1.利用JsonPath读取根，获取JsonObject 2.递归层次遍历JsonObjec，保存结点信息 3.利用zTree展示结点为可视化树，点击对应树的结点即可获取对应结点的JsonPath 1.利用JsonPath读取根，获取JsonObject 示例Json： { "errorMessage": null, "errorCode": null, "dates": { "tradeAmt": null, "riskLevel": "LEVEL30", "optSelected": { "77": [ { "optionContent": "20-50万元", "productCode": null, "created": null, "optionOrder": null, "modified": null, "id": 361, "optionScore": 8, "isInvalid": 1 } ], "78...

216

2023-10-07 10:12:00

手把手教你在项目中引入Excel报表组件

摘要：本文由葡萄城技术团队原创并首发。转载请注明出处：葡萄城官网，葡萄城为开发者提供专业的开发工具、解决方案和服务，赋能开发者。前言 GrapeCity Documents for Excel（以下简称GcExcel）是葡萄城公司的一款支持批量创建、编辑、打印、导入/导出Excel文件的服务端表格组件，能够高性能处理和高度兼容Excel。 GcExcel支持Java和.Net两种语言，今天小编将为大家介绍如何在Java项目和.Net项目中引入GcExcel。 1.在Java中引入GcExcel 小编以比较流行的 IDEA （community 社区版）为例，为大家介绍如何在一个Java项目中引入GcExcel。 (1)创建一个Java项目。 (2)将项目起名为 GcExcel_HelloWorld，构建工具选择 Maven 或者 Gradle。 Gradle 如果创建的是Gradle项目，在 build.gradle 文件中添加以下依赖即可。其中6.2.0是GcExcel的版本号，随着版本升级，可以把其替换为最新的 GcExcel 版本号。在 GcExcel 的官网 Whatsn...

313

资源下载

更多资源

优质分享Android(本站安卓app)

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Eclipse（集成开发环境）

Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言，它只是一个框架和一组服务，用于通过插件组件构建开发环境。幸运的是，Eclipse 附带了一个标准的插件集，包括Java开发工具（Java Development Kit，JDK）。

Java Development Kit(Java开发工具)

JDK是 Java 语言的软件开发工具包，主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心，它包含了JAVA的运行环境（JVM+Java系统类库）和JAVA工具。

Sublime Text 一个代码编辑器

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。