StableDiffusion内功修炼(1) | CFG与采样步数

什么是CFG

CFG 用来衡量提示词对生成结果的影响程度，在我们使用stable diffusion过程中，是一个参数的形式呈现。

那具体怎么理解这个呢？可以说CFG值越高，生成的图像就会跟我们的提示词越来越接近。

那是不是越高越好呢？

答案是否定的，当采样值超过某个特定值的时候，就会出现以下情况：

颜色饱和度随着 CFG 的增加而增加
对比度随着 CFG 的增加而增加
高于某个 CFG 值时，输出图像变得模糊，导致细节丢失

这是因为模型过于强调提示词的特征，导致生成的图像过于突出这些特征，失去了一些细腻和自然的表现。所以我们设置参数的时候，选择一个合适的值非常重要。
不同的采样模型都有一个合适的大小，可以参考这篇文章设置：
Stable Diffusion采样方法最优步数整理：https://www.aizwz.com/archives/1715170098753

什么是采样

我们理解SD生成图像的过程分为两个步骤：前向扩散，后向去噪

前向过程不断的向lantent space增加噪声，后向利用采样器不断的去掉噪声的过程

预测噪声，再减去噪声后生成一个新图像的过程，成为采样，不断的增加步数，就是不断循环这个采样步骤的过程，通常情况下，步数越大，生成的细节也就越多。

不同的采样器采用的不同的算法，会导致最后收敛性的不同。

采样方法很多，对于常用的我们大致可以归类为两种

概率模型，例如 DDPM、DDIM、PLMS 以及 DPM 系列模型

数值方法，例如 Euler、Heun和 LMS

对于采样器的介绍，依旧可以看这篇内容：https://www.aizwz.com/archives/1715170098753

我们在使用过程中应该采用什么采样器和采样步数呢？

一方面可以根据经验使用我们常用的采样器和步数。

另一方面对于一个新的checkpoint可以看作者的推荐，然后再不断测试参数，最终获得效果。