V4.5繪師
▾
>

renta (deja-vu)

181 Danbooru 投稿 · 最高分 27 · V4.5 / ILLUST

Same seed · seed 1234點擊圖片放大
NovelAI V4.5 使用「renta (deja-vu)」標籤的 AI 生成範例圖
V4.5NAI Diffusion Anime V4.5
NovelAI ILLUST 使用「renta (deja-vu)」標籤的 AI 生成範例圖
ILLUSTWAI illustrious SDXL v17
Promptrenta (deja-vu), 1girl, solo, best quality, masterpiece, cowboy shot, sfw, fully clothed, looking at viewer

畫風相近的繪師

依本站 V4.5 範例比較的順序,並非比較繪師本人的作品。
NovelAI V4.5 使用「ko kita」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「ukyo rst」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「shintani tsushiya」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「guumin」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「ponta (velmar)」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「fruit punch」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「cang se ye hua」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「miyama-zero」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「nga (ray ray)」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「komota (kanyou shoujo)」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「doiparuni」標籤的 AI 生成範例圖♥0
NovelAI V4.5 使用「k+」標籤的 AI 生成範例圖♥0

關於「renta (deja-vu)」標籤

renta (deja-vu) 是 NovelAI Diffusion 可以使用的繪師標籤。Danbooru 上有 181 篇投稿,靜態圖的最高分數為 27。上方範例把這個標籤放在固定基準提示詞的開頭,並以 seed 1234 生成,因此與其他標籤的差異都來自這個標籤。

各模型畫出的 renta (deja-vu)

V5

忠實遵循姿勢與表情的指定,適合端正的立繪。

V4.5

更強烈地表現臉型、線條與配色,適合想突出畫風的時候。

ILLUST

本機模型 WAI illustrious SDXL v17。可以看到同一標籤在 NovelAI 以外的表現。

renta (deja-vu) 在提示詞中的寫法

把繪師標籤放在前段,後面接主體與品質標籤。

基本renta (deja-vu), 1girl, solo, best quality, masterpiece
角色renta (deja-vu), hatsune miku, 1girl
混合renta (deja-vu), ko kita, 1girl

混合範例使用本站畫風最接近的 ko kita。 負面提示詞與完整設定請見 使用條款。

範例的生成條件

所有圖片都以 832×1216、seed 1234、23 step、k_euler_ancestral 生成。基準提示詞與負面提示詞對所有標籤相同,只替換要測試的標籤。被 NSFW 檢查判定的圖片會換 seed 重新生成或隱藏。

Danbooru wiki 摘錄

Artist, illustrator, online novel writer.

Japanese name: れんた (Renta) The other name: derenta Site names: 既視感 (DEja-vu) and "DEVOCA"

來源:Danbooru wiki · renta_(deja-vu) ↗

常見問題

NovelAI 能辨識 renta (deja-vu) 嗎?

請對照本頁的範例。本站所有標籤都使用相同的 seed 與基準提示詞,畫面上的差異都來自 renta (deja-vu)。

renta (deja-vu) 在提示詞中怎麼寫?

把「renta (deja-vu)」寫在提示詞前段,並用逗號與其他標籤分開。

哪些繪師的畫風和 renta (deja-vu) 相近?

依本站 V4.5 範例比較,ko kita、ukyo rst、shintani tsushiya 最接近。

V5 和 V4.5 該用哪個?

V4.5 更能表現標籤的特色,V5 的姿勢更穩定、破綻更少。