Stable Diffusion【基础篇】：提示词引导系数（CFG Scale）

最新推荐文章于 2025-03-05 14:37:11 发布

stablediffusion知识库

最新推荐文章于 2025-03-05 14:37:11 发布

阅读量1.1k

点赞数 5

文章标签： stable diffusion 人工智能 midjourney AI作画数据库

本文链接：https://blog.csdn.net/yihanss/article/details/143508140

版权

在这里插入图片描述

CFG（Classifier-Free Guidance）用于控制Stable Diffusion在采样期间应遵循提示词的严格程度。几乎所有稳定扩散 AI图像生成器都提供了此参数设置。今天我们重点来看看在StableDiffusion中CFG参数相关内容。

一. CFG是什么

我们先以一个实例来看看CFG在不同参数值时的效果。

breathtaking, cans, geometric patterns, dynamic pose, Eclectic, colorful,
and outfit, full body portrait, portrait, close up of a Nerdy Cleopatra, she
is embarrassed, surreal, Bokeh, Proud, Bardcore, Lens Flare, painting,
pavel, sokov

令人惊叹的、罐子、几何图案、动态姿势、折衷主义、色彩缤纷和服装、全身肖像、肖像、书生气克利奥帕特拉的特写、她很尴尬、超现实、散景、骄傲、Bardcore、镜头光晕、绘画、帕维尔、索科夫

大模型：Protovision XL 高保真 3D

当值为1时，图片几乎不会遵循提示，图片缺乏活力。

当值为3时，图片会出现提示词所描述的样式。

典型值为7时，图像与较大CFG比例的图像相似。

较高的CFG值往往会显示相似的图像，并且颜色变得越来越饱和。

通常将CFG值设置在7到10之间。这样可以让提示词引导图像而不饱和。

二. LCM与SDXL Turbo中CFG参数值

当使用LCM LoRA和SDXL Turbo等快速采样模型时，CFG 参数值要低很多。

LCM LoRA模型中，CFG设置为1-2左右，通常设置为1.5。

SDXL Turbo模型中，CFG设置为1-1.2左右，通常设置为1。

三. CFG原理介绍之CG（Classifier Guidance ）

要了解CFG，必须首先了解它的前身：分类器指导（Classifier Guidance）。

分类器引导是一种能够将图像标签信息包含于扩散模型中的方法。你可以使用一个标签来引导扩散过程。举个例子，“猫”这个标签可以引导逆向扩散过程使其生成一张关于猫的图像。

分类器引导强度（classifier guidance scale）是一个用于控制扩散过程应该多贴近于给定标签的一个变量。

假设有三组图片分别具有”猫“，”狗“以及”人“的标签，如果扩散过程是无引导的，扩散模型在绘图过程中会在这三个组中均匀采样。这会导致它有时候输出的图像会包含两个标签的内容，比如一个男孩牵着一条狗。

分类器引导。左：无引导。中间：低强度引导。右：高强度引导。

在分类器的高强度作用下，扩散模型产生的图像将偏向于某一标签类别中极端或明确的那些示例。如果你要求模型绘制一个猫，它将返回一张确切无疑是猫的图像并且不包含任何其他内容。

分类器引导强度（classifier guidance
scale）控制扩散过程与指导目标的贴近程度。在上图中，右边的样本比中间的样本具有更高的分类器引导强度。实际上，这个比例值只是扩散模型计算中的一个漂移变量的乘数。

四. CFG原理介绍

尽管分类器指导为扩散模型带来了突破性的效果提升，但它需要一个额外的模型来提供该指导。这给整个模型的训练带来了一些困难。

无分类器引导（Classifier-free
Guidance)，用其作者的话来说，是一种可以获得分类器引导结果而不需要分类器的方法。不同于前面所说使用标签和一个单独模型用于引导，他提出使用图像的描述信息并训练一个带条件的扩散模型（conditional
diffusion model）。

他们将分类器部分作为噪声预测器 U-Net 的调节，实现了图像生成中所谓的“无分类器”（即没有单独的图像分类器）指导。

在text-to-image功能中，这种引导就由文本指令来提供。

现在我们有了一个可调节的无分类器的扩散过程，我们要如何控制扩散过程遵循指导到什么程度？

无分类器引导强度（CFG Scale）是一个值，它控制文本指令（prompt）对扩散过程的影响程度。当将其设置为 0
时，图像生成是无引导的（即忽略提示），而较高的值会使扩散过程更贴近于文本指令。

假设有3组图像呈现的三个提示：猫、狗和人。

您输入提示：a cat（一只猫）。

如果 CFG Scale设置为 -1，则忽略该提示。你有同等的机会产生一只猫、一只狗和一个人。
如果 CFG Scale设置为中等 (7-10)，则遵循提示。你总是会生成一只猫。
如果CFG Scale设置为高等（大于10以上）可以获得更明确的猫图像

Classifier-free guidance.无分类器指导。

五. 采样迭代步数中使用CFG

现在我们知道CFG是如何工作的了。我们可能想知道最好的CFG值是多少呢。

答案是有合理值 (7-10)，但没有最佳值。

CFG Scale设定了准确性和多样性之间的权衡。您可以在高 CFG 值下获得更准确的图像，在低 CFG 值下获得更多样化的图像。

那么我们如何使用CFG Scale呢？答案是它在采样迭代步数中使用。

（1）我们首先从一张随机图像开始。

（2）估计受提示词条件和完全无条件条件的图像的噪声。

（3）图像在条件噪声和非条件噪声之间的方向移动。CFG Scale用于控制步长有多大。

（4）根据噪声表调整图像的噪声。

重复步骤 2 至 4，直到采样步骤结束。

因此，使用CFG时需要两次估计噪声。一种是以文本为条件的，另一种是无条件的。

六. 控制CFG使用否定提示词

您可能想知道否定提示词是如何出现的。在训练和采样中，不使用否定提示词！

否定提示词的出现是一种破解：它是通过在采样步骤中用否定提示预测的噪声替换无条件噪声来启用的。

如果没有否定提示词，可以使用空白标记来预测无条件噪声。图像朝着提示词移动，远离随机主体。

当使用否定提示词时，可以用它来预测“无条件”噪声。现在，图像移向提示词并远离负面提示词。

好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。

针对各位AIGC初学者，这里列举了一条完整的学习计划，感兴趣的可以阅读看看，希望对你的学习之路有所帮助，废话不多说，进入正题：目标应该是这样的：

第一阶段（30天）：AI-GPT从入门到深度应用

该阶段首先通过介绍AI-GPT从入门到深度应用目录结构让大家对GPT有一个简单的认识，同时知道为什么要学习GPT使用方法。然后我们会正式学习GPT深度玩法应用场景。

-----------

GPT的定义与概述
GPT与其他AI对比区别
GPT超强记忆力体验
万能GPT如何帮你解决一切问题？
GPT表达方式优化
GPT多类复杂应用场景解读
3步刨根问底获取终极方案
4步提高技巧-GPT高情商沟通
GPT深度玩法应用场景
GPT高级角色扮演-教学老师
GPT高级角色扮演-育儿专家
GPT高级角色扮演-职业顾问
GPT高级角色扮演-专业私人健身教练
GPT高级角色扮演-心理健康顾问
GPT高级角色扮演-程序UX/UI界面开发顾问
GPT高级角色扮演-产品经理
GPT高级技巧-游戏IP角色扮演
GPT高级技巧-文本冒险游戏引导
GPT实操练习-销售行业
GPT实操练习-菜谱推荐
GPT实操练习-美容护肤
GPT实操练习-知识问答
GPT实操练习-语言学习
GPT实操练习-科学减脂
GPT实操练习-情感咨询
GPT实操练习-私人医生
GPT实操练习-语言翻译
GPT实操练习-作业辅导
GPT实操练习-聊天陪伴
GPT实操练习-育儿建议
GPT实操练习-资产配置
GPT实操练习-教学课程编排
GPT实操练习-活动策划
GPT实操练习-法律顾问
GPT实操练习-旅游指南
GPT实操练习-编辑剧本
GPT实操练习-面试招聘
GPT实操练习-宠物护理和训练
GPT实操练习-吸睛爆款标题生成
GPT实操练习-自媒体爆款软件拆解
GPT实操练习-自媒体文章创作
GPT实操练习-高效写作推广方案
GPT实操练习-星座分析
GPT实操练习-原创音乐创作
GPT实操练习-起名/解梦/写诗/写情书/写小说
GPT提升工作效率-Word关键字词提取
GPT提升工作效率-Word翻译实现
GPT提升工作效率-Word自动填写、排版
GPT提升工作效率-Word自动纠错、建议
GPT提升工作效率-Word批量生产优质文章
GPT提升工作效率-Excel自动化实现数据计算、分析
GPT提升工作效率-Excel快速生成、拆分及合并实战
GPT提升工作效率-Excel生成复杂任务实战
GPT提升工作效率-Excel用Chat Excel让效率起飞
GPT提升工作效率–PPT文档内容读取实现
GPT提升工作效率–PPT快速批量调整PPT文档
GPT提升工作效率-文件批量创建、复制、移动等高效操作
GPT提升工作效率-文件遍历、搜索等高效操作
GPT提升工作效率-邮件自动发送
GPT提升工作效率-邮件自动回复
GPT接入QQ与QQ群实战
GPT接入微信与微信群实战
GPT接入QQ与VX多用户访问实战
GPT接入工具与脚本部署实战

第二阶段（30天）：AI-绘画进阶实战

该阶段我们正式进入AI-绘画进阶实战学习，首先通过了解AI绘画定义与概述，AI绘画的应用领域，PAI绘画与传统绘画的区别，AI绘画的工具分类介绍的基本概念，以及AI绘画工具Midjourney、Stable Diffusion的使用方法，还有AI绘画插件和模板的使用为我们接下来的实战设计学习做铺垫。