Stable diffusion中这些重要的参数你一定要会用

Stable diffusion中这些重要的参数你一定要会用

在使用Stable Diffusion AI模型生成图像时，调整参数是获得理想效果的关键。本文将详细介绍多个重要参数的作用和使用方法，并通过实际案例和对比图来帮助读者理解。

使用Stable diffusion软件

Stable diffusion（AI）是一种强大的技术，它可以生成高质量的图像。虽然一些基本的参数可以在免费的在线AI生成器中调整，但为了获得更全面和精细的控制，我们通常会转向更专业的工具，如Stable diffusion web UI AUTOMATIC1111。这个平台提供了更多的选项和功能，使得用户能够更深入地探索和利用稳定扩散AI的潜力。

这是一个初始参数设置示例：

• Checkpoint: realisian_v60
• Prompt: digital painting of a magical cat goddess, ambiguous, energetic, pyroclasmic, fierce, abyssal, occult, multiple exposure photography, weird, deferred rendering,
• Negative prompt: (naked, nude, nudity, nsfw, nipples), sexy,
• Steps: 20,
• Sampler: DPM++ 2M Karras,
• CFG scale: 7,
• Seed: 712020765,
• Size: 512x768,
• Clip skip: 2

通过这些参数，我们可以得到一张带有魔力的猫的图片：

使用x/y/z plot

为了进行参数对比，我们可以修改好参数，然后点击生成，生成一张照片，最后把生成的照片再合并起来进行比较。这种做法比较麻烦，不符合我们现代人追求效率的做法。

为了更好的进行对比，这里我们需要用到一个叫x/y/z plot的脚本。点击web UI下方的script，你会发现一个x/y/z plot的选项。选中他：

你会得到下面的界面：

这个脚本很简单，学过微积分的都能理解。基本上x,y,z就是三个不同的变量，你可以为不同的变量设置不同的值。最后会生成一个grid的合并图片，非常方便我们进行图片效果的对比。

接下来我们会使用这个脚本来进行不同参数的对比。

CFG scalar

CFG scalar是一个参数，用于控制模型应在多大程度上遵守你的提示。

• 1 – 大多数情况下忽略您的提示。
• 3 – 更有创意。
• 7 – 在遵循提示和自由之间取得良好的平衡。
• 15 – 更多提示。
• 30 – 严格按照提示操作。

因为我们这里只有一个变量，所以X type选择CFG Scale. value字段设置为：1，3，7，15，30：

运行之后，我们可以得到相应图片的对比情况：

可以看到，1和30基本上太过极端了。通常情况下，我们可以从7开始。如果你想图片更多接近你的提示词，那么可以适当的进行增加。

Sampler Steps

增加采样步骤可以提高质量。通常情况下，使用采样器进行 20 步就可以得到高质量、清晰的图像。如果增加更多的步数，那么图像会出现微妙的变化，但不一定会具有更高的质量。

同样我们更改Sampler Steps,选择1，5，10，20，30和50:

最后生成的结果如下：

一般情况下20步已经够了，你可以根据需要看看是否需要增加步数。

Sampler方法

Stable diffusion支持多种采样方法。这些方法仅代表了不同的扩散方程求解方法。它们应该产生相似的结果，但由于数字偏差可能略有不同。然而，由于没有绝对正确的答案——唯一的标准是图像看起来不错，因此您不必过于担心方法的准确性。

下面是这些采样器的简单介绍：

• Euler a ：有很高的多样性，tag利用率仅次与DPM2和DPM2 a。但是构图有时很奇葩，而且步数大于30，效果减弱
• Euler：柔和，也适合插画，环境细节与渲染好，背景模糊较深。同时是最简单、最快的
• LMS 是 Euler 的衍生，它们使用一种相关但稍有不同的方法（平均过去的几个步骤以提高准确性）。大概30step可以得到稳定结果，更倾向于动画的风格
• Heun：单次出图平均质量比Euler和Euler a高，但速度最慢，高step表现好。
• DPM2:该采样方法对tag的利用率最高，几乎占80％+
• DPM2 a：几乎与DPM2相同，是对于DDIM的改进，减少步骤以获得良好的结果，它的速度大约是DDIM的两倍，生图效果也非常好
• DPM fast：此为上界开发者所遗留的测试工具，不适合魔术师使用
• LMS Karras：会大改成油画的风格，写实不佳。
• DDIM:适合宽画，速度偏低，高step表现好，负面tag不够时发挥随意，环境光线与水汽效果好，写实不佳。
• UniPC 效果较好且速度非常快，对平面、卡通的表现较好，推荐使用。
• DDIM 收敛快，但效率相对较低，因为需要很多 step 才能获得好的结果，适合在重绘时候使用。
• PLMS 是 Euler 的衍生，可以更好地处理神经网络结构中的奇异性。

不同的方法处理时间并不相同，以下是各种方法的处理时间。

以下是使用不同采样方法经过 20 个步骤后生成的图像。其中许多是相似的，但也可能有一些完全不同的。

同样的我们使用X/Y/Z plot来进行对比：

推荐：DPM++ 2M Karras

Seed

Seed决定了初始噪声模式，从而决定了最终图像。将其设置为 -1 意味着每次都使用随机的种子。这在您想要生成新图像时非常有用。如果你设置seed为同一值，那么会导致每一代图像都相同。

我们可以在这里设置seed值：

Size

size决定了输出图像的大小。由于 Stable Diffusion v1 是使用 512×512 张图像进行训练的，因此偏离太多可能会导致复制对象等问题。所以我们尽可能保持输出的size是正方形。512×768(纵向)或768×512(横向)也可以。

建议：将图像大小设置为512×512。否则，请拨打 512×768 或 768×512。当然这只适合V1模型，SDXL已经扩展到了1024x1024。

batch size

batch size是每次生成的图像数量。由于最终图像非常依赖于随机种子，因此一次生成几张图像始终是一个好主意。这样，您可以更好地了解当前提示可以做什么。

建议：将批处理大小设置为 4 或 8。

总结

在本文中，我们介绍了 Stable Diffusion AI 的基本参数。大家可以尝试一下去调整对应的参数，看看能不能得到不同的结果。