Python-Ai绘画-Disco Diffusion参数对照表

Disco Diffusion完整基础参数对照表

变量名称	描述	默认值
text_prompts	对你希望机器生成的内容进行描述。	N/A
image_prompts	可以设置一些参考图片，以对其内容的更多描述（可选）	N/A
clip_guidance_scale	控制图像与描述语的相似程度。	1000
tv_scale	控制最终输出的平滑度	150
range_scale	控制RGB值允许超出的范围有多大	150
sat_scale	画面饱和度控制	0
cutn	控制要从图像中提取多少个裁剪	16
cutn_batches	积累batch裁切的CLIP梯度	2
init_image	初始化的图片，机器在一张图片的基础上做渲染，可以是照片、涂鸦等，也可以保持缺失让机器自己发挥	None
init_scale	初始图像对最终结果影响的程度，建议值是1000	0
skip_steps	控制控制diffusion时间段的起始点	0
perlin_init	是否选择以随机的perlin噪声开始	FALSE
perlin_mode	perlin噪声模式—(‘gray’, ‘color’)	mixed’
skip_augs	是否跳过torchvision的图像增强功能	FALSE
randomize_class	imagenet类是否在每次迭代中随机改变	Ture
clip_denoised	CLIP是否能分辨出有噪音的或去噪的图像	FALSE
clamp_grad	实验性的：在cond_fn中是否使用自适应clip梯度	Ture
seed	选择一个随机的种子，并在运行结束时打印出来供复制。	random_seed
fuzzy_prompt	是否向描述损失添加多个随机的干扰描述	FALSE
rand_mag	控制随机的干扰描述的大小	0.1
eta	DDIM超参数	0.5
use_vertical_symmetry	是否是水平对称的	FALSE
use_horizontal_symmetry	是否是垂直对称的	FALSE
transformation_steps	控制对称性强度(以百分比的形式)	0.01
video_init_flow_warp	是否启动Flow_warp	Ture
video_init_flow_blend	0–你得到的是原始输入，1–你得到的是被warp的前一帧	0.999
video_init_check_consistency	TBD检查前向-后向flow的一致性（除非有太多的扭曲假象，否则不检查)	FALSE
timestep_respacing	修改这个值可以减少迭代次数	ddim100
diffusion_steps	迭代次数	1000
clip_models	要加载的CLIP的模型。通常情况下，越多越好，但它们都有很高的显存成本。	ViT-B/32, ViT-B/16, RN50x4
display_rate	控制预览刷新频率。默认的50表示每50步刷新一次预览效果	50
n_batches	同一词组关键词，生成多少张图。默认的50表示AI绘制完成50张图后停止绘画	50
steps	越大画面越精细，渲染也越慢，但超过500其实提升不显著	240
width_height	生成的图像大小（分辨率），必须是64的倍数，	[1270,768]