Йеннифэр, Аркейн и роботы

Мне нравится ведьмак, стилистика Аркейна (да и сам сериал) и девушки с киберимплантами. Вот что из этого получилось.

Все изображения сгенерированы при помощи нейросети.

Базовый запрос: robotic Yennefer z Vengerbergu with cybernetic implants
Можно его всячески модернизировать, например, добавить light, photorealistic, 8k resolution, ultra detailed, high quality. Но даже с таким простым выходят достойные результаты.

Исключения: (disfigured), weapon, (deformed), (poorly drawn), (extra limbs), boring, repetitive, cropped, bad anatomy

Модели Arcane Diffusion v3 и Stable Diffusion 1.5 + Arcane Diffusion v3 (0.5)
Sampling Steps 80 или 150. Выше 80 качество резко падает. И к 150 снова получаем достаточно хорошее.
Разрешение 512 на 768
Highres. fix - включал не всегда. Без него в таком разрешении в основном нормально получается.
Остальное по умолчанию.

Я пробовал комбинировать модели. Мне абсолютно не понравилась чистая модель robo diffusion v1. И её комбинации с аркейн и моделью stable diffusion.
С аркейн кибер девушки получаются значительно лучше. В то же время она ограничена. И в некоторых случаях успешнее работает мердж stable diffusion + arcane.

Результаты разные по качеству. В зависимости от персонажа и веса моделей. Явного идеала не удалось найти. В целом, вес 0.3 даёт меньшую стилистику аркейна, но уже достаточно качественные изменения. Вот пример влияния весов при объединении моделей stable diffusion с arcane. Веса: 0.3, 0,5, 0.7 и full arcane:

Нашёл для себя простой алгоритм:
1. Беру основной запрос, идею. И прогоняю с небольшим sampling steps (около 40) и разрешением 512 на 512 либо ещё ниже. Сразу несколько изображений, чтобы не сделать ошибочный вывод. Хотя бы 6.
2. Если совсем мимо - меняю запрос. Если просто ок, но ещё не хорошо, пробую ещё пару раз.
3. Высокие Sampling steps могут "ломать" результат. В настройке "Show image creation progress every N sampling steps. Set 0 to disable." можно указать необходимость например раз в 10 шагов показывать результат в окошке предпросмотра. Чтобы понять на каком шаге нужно остановиться. В зависимости от вводных данных.
4. Когда получаю примерно то, что ожидал, создаю множество изображений с оптимальным sampling steps. И разрешение тоже увеличиваю.

#StableDiffusion