在ComfyUI中进行反推提示词使用的是自定义节点wd-tagger

下载地址:

https://github.com/pythongosssss/ComfyUI-WD14-Tagger?tab=readme-ov-file

下载和安装方法见基础课:自定义节点的安装

安装依赖:

pip install -r requirements.txt

安装方法见依赖环境安装课程

模型下载地址:

https://huggingface.co/SmilingWolf

模型安装地址:

ComfyUI\custom_nodes\ComfyUI-WD14-Tagger\models

注意:

模型的json和csv文件也要下载,实在不行全部下载下来也可以。

模型的名称需要自行修改

节点讲解:

使用这款工具很简单。只需要将图片链接到WD14反推提示词节点,再输出一个文本就可以获取图片的提示词了。

模型

常用的是wd-v1-4-convnext-tagger-V2模型,与其他模型差异并不是很大,v2版本就够用了。

置信度

AI在识别图片中的元素的时候,会根据其特征给它打上置信度,比如有张图片是一只猫坐着,AI在识别这张图片的时候会分析这个元素是什么,分析完后大部分情况不可能100%认为它是猫,绝大多数情况是认为这个元素70%是猫,也有20%的可能是狗,那么这个70%就是置信度,换算成小数就是它是猫的置信度是0.7.如果我们把置信度设置为0.6,那么它就会把猫的标签保存下来,如果我们设置为0.8,那么它就会忽略掉这个猫的标签,也就是会认为这个猫不存在于这个画面中。

角色置信度

同置信度一样,只不过是专门针对角色的

替换下划线

很多单词比如black_hair,打开这个功能就去去掉下划线,显示为black hair

尾随逗号

在提示词结尾留下一个逗号

排除标签

过滤掉你想排除的标签

字符串

输出字符文本

如有疑问可联系:wxmm19950101
1、本站AI工具使用教程全免费,并且持续更新
2、如果你想看一些例子或者学更多东西,需要花每年128元成为普通会员。
3、对于更专业的商业案例,你需要花599元成为高级会员才能看到。
😊 立刻申请会员😊 →