stable diffusion参数说明

已于 2024-02-20 16:14:22 修改
阅读量1.6k 收藏 9
点赞数 8
分类专栏： stable diffusion专题 文章标签： stable diffusion
于 2024-02-14 21:28:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45597589/article/details/136046842
版权
本文详细介绍了AI绘画中的关键参数，如采样方法（Euler、DPM+2M、DPM+SDE）、高清修复、放大算法（R-ESRGAN4x+ANIME6B）、分辨率控制、提示词相关性、采样步数、Lora模型使用以及生成批次设置。提供新手如何优化这些设置以获得理想效果的建议。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

采样方法

没有优劣之分，速度不一样。一般Euler a、DPM++ 2M Karras、DPM++SDE Karras, 漫画一般选择DPM++ 2M Karras

高清修复

一般勾选。

放大算法

一般选择R-ESRGAN 4x+ ANIME6B

宽度、高度

控制图片的分辨率，根据选择的大模型的训练集尺寸选择，一般为64的倍数
在这里插入图片描述

提示词相关性

一般选择7~10

采样迭代步数

代表这幅画画了多少笔，一般50以内，推荐28

Lora模型使用

将光标放在提示词框，点击Lora模型，提示词框生成的字符串中<……1>1代表权重，一般设置为0.5~0.8之间，Lora模型可以多个一起用

生成批次

默认情况下，每批数量为1，通过该参数控制生成图片的数量。生成图片数量=生成批次*每批数量。

每批数量

一般设为1，大于1时占用显存较多。显卡比3090强时可选。可一次生成多张图片

提示词相关性

该参数越小，AI自由发挥的空间越大，与提示词偏离越远

随机种子

默认-1，即每次生图时使用的种子都是不同的。

补充

  1. 想生成大图，分辨率调小+启用高清修复

参考资料

【AI绘画】一张图看懂新手入门文生图如何使用

Stable Diffusion - 采样器 DPM++ 3M SDE Karras 与 SDXL Refiner 测试
AGI
09-18 7155
DPM-Solver++ 使用数据预测模型来求解扩散 ODE，并且采用阈值方法来保证解与训练数据分布相匹配。因而，进一步提出多步变体的 DPM-Solver++，通过减小有效步长来解决不稳定性问题。实验表明，DPM-Solver++ 可以在只有15到20步的情况下，为像素空间和潜在空间的DPMs生成高质量的引导采样。
Stable Diffusion的界面参数详解
Genio_Wang的博客
03-28 1741
这些参数不仅影响着模型的生成效果，还能够帮助用户更加精准地控制生成图像的风格、内容等。通过合理设置和调整这些参数，用户可以生成出符合自己需求的图像作品，并享受创作的乐趣。每次输入相同的文本描述和分辨率，但使用不同的随机种子，都会得到不同的生成结果。通过调整风格控制参数，用户可以指定生成图像的风格、色调等，以满足不同的创作需求。较高的截断阈值会使生成的图像更加接近训练数据的分布，而较低的截断阈值则会增加生成图像的多样性和新颖性。生成时间：界面上还会显示生成图像所需的时间，帮助用户了解模型的处理速度和性能。
[AIGC] Stable Diffusion 采样器：综合指南
unity尧明的博客
01-02 8407
采样器负责执行去噪步骤。为了生成图像，Stable Diffusion 首先在潜在空间中生成完全随机的图像。然后噪声预测器估计图像的噪声。从图像中减去预测的噪声。这个过程重复十几次。最后，你会得到一个干净的图像。这个去噪过程称为采样，因为稳定扩散技术每一步都会生成一个新的样本图像。采样中使用的方法称为采样器或采样方法。采样只是稳定扩散模型的一部分。阅读文章“稳定扩散如何工作？”如果你想了解整个模型。下面是一个正在运行的采样过程。采样器逐渐产生越来越清晰的图像。
Stable Diffusion傻瓜攻略：从萌新到大神的保姆级教程
WANGJUNAIJIAO的博客
03-07 1001
⚡ 进入stable diffusion安装目录，双击webui-user.bat文件即可启动⚠️ 出现黑色窗口不要关！！第一次运行会下载约10GB文件🔥 爆款公式：「基因级描述法 = 容貌特征×场景氛围×风格滤镜」✅ 正确姿势 →🈲 必删关键词 →🎯 想让樱花背景更突出？🔥参数设置的黄金组合。
【腾讯云 HAI域探秘】——借助HAI进阶版32G显存完成图生视频——附-全采样率具体说明
热门推荐
红目香薰
11-27 3万+
我们可以使用不同的采样率生成我们需要的目标图片，这些图片也可以通过微调进行连贯的制作出视频。文章最开头就是一个视频的展示，后面会有对应的具体教程，本篇文章先带大家认识各类的采样率。
Stable diffusion采样器详解
程序员小麦的博客
06-07 1668
Stable Diffusion模型通过一种称为“去噪”的过程来生成图像，这个过程涉及到在潜在空间中逐步从随机噪声中提取出有意义的图像特征。模型首先在潜在空间中生成一个完全随机的噪声图像。这个图像是随机的，不包含任何有意义的信息。噪声预测器（也称为去噪函数）估计这个随机图像中的噪声。这个预测器是模型的一部分，它学习如何从噪声中恢复出清晰的图像。模型从初始的随机噪声图像中减去预测的噪声，以便逐步揭示出隐藏在噪声下的图像内容。这个过程会重复多次（通常是十几次），每一步都会生成一个新的采样图像。
Stable Diffusion教程|文生图基本参数深入浅出
2401_84830464的博客
05-09 1285
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
〔003〕Stable Diffusion 之 界面参数和基础使用 篇_stable diffusion 参数设置(1)
2401_84185224的博客
04-27 1112
▷ 模型下载 模型网站推荐：https://civitai.com/ 左上角的下拉框可以用来选择模型，其中 是默认模型 默认的模型画出来的图片比较丑，所以我们需要下载更好更适合的模型来绘画 每个模型侧重绘画的风格不一样，有些适合画人，有些适合画动漫，有些适合画风景，根据自己的需求选择适合自己的绘画风格模型进行下载 下载好模型，将模型文件放入到 文件夹下，重载 ，即可看到 既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！由
〔003〕Stable Diffusion 之 界面参数和基础使用 篇_stable diffusion 参数设置
kOS0ym的博客
04-28 1024
路线、讲解视频，并且后续会持续更新**
【2025 Stable Diffusion WebUI 初始入门】【3.Stable Diffusion启动器参数详解】
最新发布
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
04-25 571
网络配置： 可实现局域网共享， 支持自定义端口号。 调试模式： 用于快速验证界面布局，节省模型加载时间。 2. 显存优化参数 显存分级策略：根据显卡显存选择 或 ，配合 可提升30%速度。 精度控制： 可解决部分显卡生成异常问题。 3. 性能增强参数 硬件适配： 仅适用于NVIDIA 16系以上显卡。 精度权衡： 可减少显存占用，但可能导致细节损失。 二、WebUI界面深度解析 1. 主界面参数体系 （1）生成控制模块 字段名称 取值范围 功能说明 提示词（Prompt）
AIGC-ComfyUI工作流基础篇-入门教程
Web_boom的博客
09-04 1790
ComfyUI是一个基于节点式流程的stable diffusion绘画工具WebUI，通过将stablediffusion的流程拆分为节点，能够一键加载/定制大量的工作流和完善的可复现性，相较于我们常用的WebUI，ComfyUI有着轻量化、模块化以及灵活性的这些优势，劣势的话就是操作界面复杂，学习成本较高，对新手不太友好。下面通过本篇文章，带领你了解ComfyUI具体的使用方法。没有ComfyUI。
Stable Diffusion教程|图生图原理和实战
2401_84815887的博客
11-18 1221
Stable Diffusion凭借其卓越的图生图功能，极大地提升了图像生成的可控性与输出品质，赋予用户前所未有的个性化创作风格表达能力。这一革新特性使得Stable Diffusion不仅能精准地捕捉用户的艺术愿景，更能以数字化手段孕育出新颖且极具创意的画作。本篇教程将深入剖析图生图的原理，聚焦于Stable Diffusion的图生图AI绘画技巧，助力您在创作独特数字艺术作品时拓宽灵感源泉，精进技艺。
AI 绘画Stable Diffusion 研究（八）sd采样方法详解
w风雨无阻w的专栏
08-14 1万+
在 Stable Diffusion中目前已经有很多采样方法 ，不同的采样方法，出图效果不同。这里将详细介绍这些采样方法，以及在使用 Stable Diffusion 的过程中，怎么选择合适的采样方法。
Stable Diffusion AI绘画学习指南【常用模型,采样器介绍】
JBBOY的专栏
08-01 3450
DPM++ 2M karras(20-30 步)、unpic（15-25 步）、如果想要高质量的图，不收敛可以选择 DPM++ SED Karras,DDIM (10-15 步，较快) ，如果要简单的图可以选 Euler,heun 可以减少步骤以节省时间，如果想要稳定可复线的图（Euler a、DPM2 a、DPM++ 2s a、DPM2 a karras、DPM2 ++ 2s a karras,避免采用任何祖先采样器）使用了噪声时间表，控制每个步骤的噪声水平，随着采样步骤的增加，减少了截断误差。
SD文生图之什么是采样器和推荐场景
weixin_53908101的博客
06-04 1512
上一章，我们介绍了VAE模型本章，我们介绍如何RA/SD中的各种采样器及其特性采样器可能是很重要的影响AIGC最终生成内容的环节了。不同的采样器实现的方式，原理，算法都不同。目前没有一个较为统一的采样器，可以作用于所有的模型中。但不同的采样器有一定的风格特征，很多用户总结了一些心得。但总体来说，每个AIGC的设计参数都会有不同的影响，更重要的AIGC的环节下最重要的奇怪的创意，所以有的时候用些奇怪的采样器，甚至会给你意想不到的效果。C站上所有的模型，都会写明具体的例子的采样器。
DPM++ 3M 系列三种新的采样器测试
qq_43515721的博客
09-01 4839
更新到1.6之后，Stable Diffusion的WebUI多了三种采样器，简单测试了一下三种采样器效果，探索如何使用三种采样器，确定大概的CFG和步数值。
最全的SD界面大揭秘，让你一次知道所有功能
2401_84250614的博客
04-12 2127
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
Diffusers代码学习-scheduler
duhaining1976的博客
05-31 780
AIGC研究及应用系列
stable diffusion 运行参数
12-27
### Stable Diffusion 运行参数配置及设置方法 为了确保Stable Diffusion能够高效稳定地运行，在实际操作过程中合理配置其运行参数至关重要。这不仅有助于提升模型的执行效率，还能有效降低资源消耗并改善最终图像的质量。 #### 配置环境与准备阶段 在开始之前，需先完成基础环境搭建[^4]。此步骤涉及从GitHub仓库克隆项目至本地，并将预先下载好的模型文件放置于指定路径下（通常是`stable-diffusion-webui/models`）。此外，还需注意安装所有必需的依赖库和服务端口开放等问题。 #### 修改启动脚本中的命令行参数 对于Windows用户而言，可以通过编辑位于`stable-diffusion-webui/`目录下的`webui-user.bat`批处理文件来调整具体的运行参数。打开该文件后找到名为`COMMANDLINE_ARGS`的变量定义位置，依据个人电脑的具体规格对其进行适当修改： ```batch set COMMANDLINE_ARGS=--lowvram --no-half-vae --precision full --xformers --opt-sdp-attention --disable-safe-unpickle --api --listen --port 7860 ``` 上述示例展示了如何针对低内存设备优化性能的一些常用选项组合。其中包含了几个重要的标志位解释如下： - `--medvram`: 启用中等VRAM模式，适用于具有4GB~8GB显存大小的情况； - `--lowvram`: 开启极低VRAM支持，适合只有2GB甚至更低容量GPU的情形； - `--no-half-vae`: 关闭VAE半精度计算，默认开启状态下可能会导致某些老旧硬件出现问题； - `--precision full`: 设置浮点数运算精度为全精度而非混合或半精确实现更好兼容性的同时牺牲一定速度； - `--xformers`: 利用XFormers加速注意力机制层间的交互过程，通常能带来显著提速效果但也可能增加额外开销； - `--opt-sdp-attention`: 应用于自回归解码器内部的一种特殊形式的稀疏门控机制，旨在进一步加快推理时间而不明显影响画质； - `--disable-safe-unpickle`: 禁止安全反序列化功能防止潜在的安全风险但同时也关闭了一些保护措施； - `--api`: 提供RESTful API接口便于外部调用集成开发； - `--listen`: 让服务器监听来自网络上的请求而不是仅仅局限于localhost访问； - `--port 7860`: 自定义HTTP服务监听端口号以便与其他应用共存时不发生冲突。 #### 调整其他高级特性 除了上述基本设定外，还有更多可供探索的功能可以帮助微调整个系统的运作状况。例如启用CUDA多线程调度(`--cuda-threads`)、控制最大缓存尺寸(`--max-cache-size`)等都可以根据实际情况灵活运用以达到最优状态[^3]。 ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值