想让Stable Diffusion生成更让你满意的图像？您可以使用一些自定义功能。这是基本生成参数的入门知识。
Stable Diffusion软件
我们将专注于Stable Diffusion。虽然本文中提到的一些参数可以在 免费的在线 AI 生成器中使用，但所有这些参数都可以在 这个 流行的稳定扩散 GUI (AUTOMATIC1111) 中使用。请参阅我的 快速入门指南， 了解如何在 Google 云服务器中进行设置。
CFG Scale
Classifier Free Guidance scale分类器自由指导系数（提示词引导系数） 是一个参数，用于控制模型应尊重您的提示词的程度。
1 – 大多忽略您的提示。
3 – 更有创意。
7 – 遵循提示和自由之间的良好平衡。
15 – 坚持更多提示。
30 – 严格按照提示操作。
下面是使用相同随机种子增加 CFG scale的几个示例。一般来说，您应该远离两个极端——1 和 30。
建议：从 7 开始。如果您希望它更多地遵循您的提示词，请增加。
CFG scale越高，越符合提示词。
采样步骤Sampling steps
质量随着采样步骤的增加而提高。通常，使用Euler采样器进行 20 个步骤 就足以获得高质量、清晰的图像。虽然当迈向更高的值时，图像仍然会发生微妙的变化，但它会变得不同，但不一定更高的质量。
建议：20 步。如果您怀疑质量较低，请调整至较高值。
采样方法Sampling methods
您可以选择多种采样方法，具体取决于您使用的 GUI。它们只是求解扩散方程的不同方法。它们应该给出相同的结果，但由于数值偏差可能略有不同。但由于这里没有正确的答案 – 唯一的标准是图像看起来不错，因此该方法的准确性不应成为您关注的问题。
并非所有方法都是一样的。以下是各种方法的处理时间。
下面是 20 个步骤后生成的图像。
在线社区中有一些讨论声称某些采样方法往往会产生特定的风格。
种子Seed
随机种子决定初始化噪声模式，从而决定最终图像。
将其设置为 -1 意味着每次都使用随机的一个。当您想要生成新图像时它很有用。另一方面，固定它会在每一次生成中产生相同的图像。
如果使用随机种子，如何找到用于图像的种子？在对话框中，您应该看到类似以下内容：
步骤：20，采样器：Euler a，CFG规模：7， 种子：4239744034，大小：512×512，模型哈希：7460a6fa
Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 4239744034, Size: 512×512, Model hash: 7460a6fa
只需将此种子值复制到种子输入框即可。如果一次生成多张图像，则第二张图像的种子值就是该数字加 1，依此类推。或者，单击回收按钮以重复使用上一代的种子。
建议：设置为-1 进行探索。
图片大小Image size
输出图像的大小。由于Stable Diffusion是使用 512×512 图像进行训练的，因此将其设置为纵向或横向尺寸可能会产生意想不到的问题。尽可能将其保留为正方形。
建议：将图像尺寸设置为 512×512。
批量大小Batch size
批量大小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，因此一次生成一些图像始终是一个好主意。这样，您就可以很好地了解当前提示词可以执行的操作。
建议：将批量大小设置为 4 或 8。
恢复面部Restore faces
Stable Diffusion的一个不太好的小秘密是它经常出现面部和眼睛问题。恢复面部是一种使用经过专门训练的人工智能来校正人脸的图像后处理方法。
要打开它，请选中“恢复面孔”旁边的框 。转到“设置”选项卡，在 “面部恢复模型”下，选择 “CodeFormer”。
下面是两个例子。左边是没有面部修复的情况。右侧是面部修复。
建议：生成带有人脸的图像时打开恢复人脸。
总结
在本文中，我们介绍了Stable Diffusion AI 的基本参数。查看这篇文章，了解构建高质量提示词的逐步指南。查看这篇文章以了解更高级的提示技术。
《Stable Diffusion重要参数讲解》有7条评论