用好这几个参数，你也能 SD 做好图_sd guidance

作者：IT小白 | 2024-06-10 23:48:09

踩

sd guidance

CFG Scale 提示词相关性

CFG Scale 是 Classifier Free Guidance scale 的缩写，他是一个可以控制模型多大程度上遵循你提示词的参数，简单来讲就是提示词相关性。

1 - 大概率会忽略你的提示词
3 - 更有创造性
7 - 在提示词和 AI 自由创作之间的平衡
15 - 更加遵守提示词
30 - 严格遵循提示词

下面是一些 CFG scale 不同数值的图片案例

建议：从 7 开始，如果你想让它更加遵循提示词，可以提高这个值。

Sampling steps 采样步数

随着采样步数的提高，图片质量也会提升。通常情况下，使用 Euler 采样器和采样步数 20 已经足够生成高质量、锐利的照片。虽然当采样步数更高的时候，图片仍然会有一些细微变化，但是图片也会变得不一样，并且质量并不一定会更高。

建议：20 步。如果你觉得图片质量低，适当调高一些。

Sampling methods 采样方法

你可以选择各种各样的采样方法，这取决于你使用的是什么GUI。它们只是解决扩散方程的不同方法。它们应该可以给出相同的结果，但由于数字上的偏差，可能会略有不同。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，采样方法的准确性不应该是你关心的问题。

并且所有的采样方法是平等的。下面是不同采样方法的处理时间。

下面是不同采样方法，采样步数 20 步之后的图片。

在社区里有很多关于采样方法的讨论，有些生成不同的采样方法对应特定的风格。这没有了理论依据。我的建议保持简单

采样方法：Euler
采样步数：20

建议：Euler

Seed 种子

随机种子决定了初始的噪声模式，从而决定了最终的图片。

设置为 -1 意味着每次都适用随机种子，当你想要生成新图片的时候，它很有用。另一方面，固定下来这个值会导致在每一次生成时，都会使用相同的图片。

如果你想用某个种子，如何找到这个值呢。在日志框里，你可以看到类似这样的东西：

复制这个值到种子输入框。如果你每次生成了不止一张照片，第二张图片的种子会在第一张上面加 1，以此类推。或者，你可以点击种子便遍的回收按钮复用上一张图片的种子。

建议：设为 -1 用来探索新图片，当相对某一张图片做精修的时候，固定那张图片的种子。

Image size 图片尺寸

代表输出图片的尺寸。因为 Stable Diffusion 是用 512x512 的图片训练的，所以设置人像或者风景图片的时候，可能会产生意想不到的问题。如果可能，尽量保持这个值

建议：保持 512x512

Batch size 批量尺寸

批量尺寸时至每次生成图片的数量。因为最终图片非常依赖随机种子，每次生成多张图片是一个不错的主意。这样的话，你就对当前的提示词能做什么有一个比较好的感觉。

建议：设置为 4 到 8

Restore faces 人脸修复

Stable Diffusion 经常会生成有问题的人脸和眼睛，这已经是大家默认的秘密了。人脸修复是一个后置的处置方法，使用特别训练过的 AI 来修复面部。

可以在设置 Setting 选项卡，在 Face restoration model，选择 CodeFormer

下面两个例子，你能看出来开启人脸修复前后的变化。

建议：在生成带人脸图片的情况下，勾选它。

以上就是 SD 常见的参数介绍，AI绘画SD整合包、各种模型插件、提示词、AI人工智能学习资料都已经打包好放在网盘中了，有需要的小伙伴文末扫码自行获取。

写在最后

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。

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。