网站建设的编程,模具外贸网站建设,网站被黑了怎么办,饰品设计网站推荐在线stabel Diffusion模型
https://huggingface.co/spaces/stabilityai/stable-diffusion 随机种子 seed 如果想要同一个文本提示#xff0c;生成多次都是同一图像#xff0c;可以设置一个随机种子#xff0c;类似于random.seed()的原理#xff0c;并将生成器传递给管道。…在线stabel Diffusion模型
https://huggingface.co/spaces/stabilityai/stable-diffusion 随机种子 seed 如果想要同一个文本提示生成多次都是同一图像可以设置一个随机种子类似于random.seed()的原理并将生成器传递给管道。每次使用具有相同种子的生成器时都会得到相同的图像输出。 这里注意的是实测中如果设置为 -1那么每次会随机生成 num_inference_steps 可以使用 num_inference_steps 参数更改模型推理的步数 一般来说使用的步数越多结果越好但是步数越多建议使用默认的推理步数 50。如果想要更快的结果可以使用较小的步数。如果想要更高质量图像可以使用更大数字的步数。 实测中对比图像发现不同的num_inference_steps 图像的内容和结构基本是一致的但是一些形状细节存在很多不同这表明num_inference_steps较小值 的去噪步骤提到的图像质量相对较低通常使用 50 次去噪步骤足以得到一个高质量图像。 guidance_scale 前面的所有示例统称为guidance_scale。guidance_scale是一种增加对指导生成如文本以及总体样本质量的条件信号的依从性的方法。它也被称为无分类器引导简单地说调整它可以更好的使用图像质量更好或更具备多样性。值介于7和8.5之间通常是稳定扩散的好选择。默认情况下管道使用的guidance_scale为7.5。
如果值很大 图像质量可能更好但对应的多样性会降低如果值很小 图像质量可能更差但对应的多样性会增加
默认情况下稳定扩散生成512×512像素的图像。使用height和width参数以纵向或横向比例创建矩形图像非常容易出现缩放比例错误部分图像内容未展示出来被覆盖了这是因为图像内容大小大于设置的图像尺寸大小了
最好在设置height和width参数值为8的倍数
Sampling method: 采样方法
Sampling steps:采样迭代步数
Restore faces: 面容修复
Tiling: 生成平铺纹理
Highres.fix: 高分辨率修复
Firstpass width: 一开始的低分辨率的宽
Firstpass height: 一开始的低分辨率的高
CFG scale: 数值越小AI多样性越多越大限制越多
Variation seed: 在原来种子数的基础之上的子种子数
Denoising strength跟原来图片的差距大小
