深入了解 Stable Diffusion 模型輸入?yún)?shù)，提升繪畫創(chuàng)作質(zhì)量。

模型輸入的相關(guān)參數(shù)Sampling steps：采樣迭代步數(shù)。

AI一般會先隨機出一張圖片，然后一步步調(diào)整圖片，向提示詞靠攏。

采樣迭代步數(shù)越小，需要調(diào)整的次數(shù)就越多，也就越精確，生成圖片所需要的時間就越長。

建議步數(shù)在20~30步即可。

Sampling method：采樣方法。

這是AI使用的算法，包括：Euler：最常見、最基礎(chǔ)的算法，也最快。

Euler a：具有創(chuàng)造力，不同步數(shù)可以生成不同的圖片。

建議步數(shù)在30步以下。

DDIM：收斂快，但效率低，適合重繪使用。

LMS:Euler的衍生算法，相對更穩(wěn)定，30步左右可以得到穩(wěn)定結(jié)果。

PLMS：比LMS更有效的衍生算法。

對于DPM++類，一般來說，DPM++ SDE Karras 偏向于寫實，DPM++ 2MKarras 偏向于動漫。

Restore faces：面部修復(fù)功能，尤其適合真人人臉的細(xì)節(jié)。

設(shè)意為“Settings -Face restoration”，為0時效果最大，為1時效果最小，建議0.5起。

Tiling：平鋪。

生成可以連續(xù)拼接的圖片。

Hirres.fix：高清修復(fù)。

可以把低分辨率的照片調(diào)整到高分辨率。

本算法能讓AI在較低分辨率下渲染圖片，然后再提高到高分辨率后增加細(xì)節(jié)。

防止直接使用高分辨率生成圖片失敗。

Upscaler(放大器)可選ESRGAN 4X；Denoising strength(重繪幅度)是指放大后修改細(xì)節(jié)的程度，數(shù)值范圍 0-1，數(shù)值越大，AI創(chuàng)意就越多，也就越偏離原圖；Upscale by(放大倍數(shù))是指在原有寬度和長度上放大幾倍，需要高速緩存。