我的Stable Diffusion学习之旅-技术讨论与分享

发布时间:2024-07-02 14:15:40 浏览量:239次

我的Stable Diffusion学习之旅-技术讨论与分享

今天终于花了好几个小时,正式开始学习Stable Diffusion(简称SD),感受到了学习新技能的不易。学习技术,需要付出时间和努力,但收获也是相当大的。

先从最简单的文生成图开始,正面提示词是告诉模型你想要生成的内容,负面提示词则是告诉模型避免的元素。这个过程有点像MJ的提示词,感觉挺有意思。

关于模型、采样方法、迭代步数、提示词权重、种子数等要素都需要注意。模型选择在云电脑范围内挑选,在以后可以考虑在自己的电脑上运行。

Stable Diffusion提供了多种采样方法以适配不同的应用场景。在使用过程中很重要的是多测试几种采样方法,选择适合当前情况的方法。

  • Euler a:富有创造力,不同的步数可以产生不同风格的图片,超过30~40步基本就没有明显提升
  • Euler:是最简单、最常见基础的算法,速度最快
  • DDIM:收敛快,一般20步就差不多了
  • LMS:是eular的延伸算法,相对更稳定,大约30步就比较稳定了
  • PLMS:对LMS的再改进
  • DPM2:是DDIM的一种改进版,速度大约是DDIM的两倍

一般真人生成笔者都采用前缀是DMP++的几种方法,并且采样方法并非绝对,当某种方法效果不佳时可以尝试其他方法。

经过一些测试,发现使用不同的采样方法和模型会产生不同的效果。持续学习是非常重要的,希望不久之后能有更多的进步。

这是用DPM++ 2M Karras跑出来的

不同的步数和采样方法会对结果产生影响,需要不断尝试和优化,才能得到满意的效果。

明天将继续深入研究文生成图技术,期待更多的进步和创新!

想了解更多关于数字艺术领域的学习和培训,点击咨询,火星时代教育竭诚为您提供专业指导。

热门课程推荐

热门资讯

请绑定手机号

x

同学您好!

您已成功报名0元试学活动,老师会在第一时间与您取得联系,请保持电话畅通!
确定