深入了解 Stable Diffusion 模型输入参数,提升绘画创作质量。

Stable Diffusion 模型参数详解

模型输入的相关参数

Sampling steps:采样迭代步数。AI一般会先随机出一张图片,然后一步步调整图片,向提示词靠拢。采样迭代步数越小,需要调整的次数就越多,也就越精确,生成图片所需要的时间就越长。建议步数在20~30步即可。

Sampling method:采样方法。这是AI使用的算法,包括:

Euler:最常见、最基础的算法,也最快。

Euler a:具有创造力,不同步数可以生成不同的图片。建议步数在30步以下。

DDIM:收敛快,但效率低,适合重绘使用。 LMS:Euler的衍生算法,相对更稳定,30步左右可以得到稳定结果。 PLMS:比LMS更有效的衍生算法。 对于DPM++类,一般来说,DPM++ SDE Karras 偏向于写实,DPM++ 2MKarras 偏向于动漫。

Restore faces:面部修复功能,尤其适合真人人脸的细节。设意为“Settings -Face restoration”,为0时效果最大,为1时效果最小,建议0.5起。

Tiling:平铺。生成可以连续拼接的图片。

Hirres.fix:高清修复。可以把低分辨率的照片调整到高分辨率。本算法能让AI在较低分辨率下渲染图片,然后再提高到高分辨率后增加细节。防止直接使用高分辨率生成图片失败。Upscaler(放大器)可选ESRGAN 4X;Denoising strength(重绘幅度)是指放大后修改细节的程度,数值范围 0-1,数值越大,AI创意就越多,也就越偏离原图;Upscale by(放大倍数)是指在原有宽度和长度上放大几倍,需要高速缓存。


(本文内容根据网络资料整理,出于传递更多信息之目的,不代表连连国际赞同其观点和立场)