近年来，生成模型取得了显著进步，使得用户能够创造出极具创意与真实感的艺术作品。从DALL-E、Midjourney到Stable Diffusion，市场上每天都有各种扩散模型在尝试改进之前发布的模型的工作。
Stable Diffusion及其变体在开源图像生成技术领域一直走在前沿，获得了广泛的赞誉。在图像生成过程中，虽然众多参数都会影响生成结果，对于成像质量，“迭代步数 (Steps)”这一参数至关重要。
扩散模型（Diffusion models）是一个迭代过程，始于为随机输入的文本生成的随机噪声。这一过程将持续至预设的步数完成，随着每一步的推进，噪声逐渐被提炼与净化，最终生成高清晰度的图像。之前我们已经向大家介绍了模型架构与其他参数，本文将重点聚焦于“迭代步数 (Steps)”的作用及其优化方法，帮助大家来提升生成图像的质量。
迭代步数 (Steps)的作用
在图像生成过程中，“迭代步数”指导着整个迭代过程的循环次数。这里的每一次迭代，是指依据文本输入生成随机噪声并由此构建图像的过程。随着步骤推进，每一阶段都在逐步减少图像中的噪声成分。值得注意的是，步数的增加会显著提升生成图像的质量。
为了实现所需的输出效果，选择适当的步数至关重要。步数过少可能导致生成的图像质量不佳，且存在较多的噪声；而步数过多则可能使图像生成过程变得冗长，且未必能带来显著的质量提升或视觉清晰度改善。
当达到预设的步数后，迭代过程将终止，最终生成的图像是这一迭代优化过程的结果。
迭代步数较多时可能存在的问题
尽管大家可能倾向于设置更多的步数，认为这样自然会生成更高质量的图像，但事实并非如此。在设置“迭代步数”参数值之前，有几个重要因素需要考虑。
- 首先，步数较多会导致图像生成的时间过长。当步数增加到一定程度后，继续增加步数并不一定会使图像细节或质量得到成比例的提升。
- 实际上，超过某个阈值后，多余的步数可能会导致收益递减，甚至有可能降低图像的整体质量。
此外，值得注意的是，有些模型、Lora或采样器能够在较少的步数内就实现高质量的图像生成。因此，在选择步数的同时，模型、Lora或采样器的选择也是一个需要重点考虑的因素。
如何正确的设置迭代步数
1、明确图像生成的需求
图像生成的主要需求将决定参数的选择。如果是生成清晰且高度详细的图像，那么选择较大的步数参数值是明智的。相反，如果是创建较小、细节较少的图像，那么选择较小的值则更为合适。
2、所需细节程度
在生成的图像中所需的细节复杂程度是影响参数选择的关键因素。当需要精致复杂的细节时，较大的步数参数值更为适合。这种长时间迭代的过程允许模型捕捉并精细化细微之处，从而得到视觉效果丰富的输出结果。
3、考虑生成时间
选择较小的步数参数值，图像生成速度更快。平衡所需的图像质量和生成时间，是选择步数需要考虑的重点之一。
优化迭代步数参数设定
由于步数与图像生成的处理时间直接相关，因此在保持图像质量和细节的同时，最小化步数至关重要。以下是一些可用的基本技巧：
逐步增加步数
建议从较低的步数开始，例如15或20，这样可以先对图像构成有个初步的了解。这也可以作为检查点，让你评估生成的图像与提示之间的对齐情况。一旦得到满意的结果，再逐步增加步数。这种渐进的方法确保每一步的增加都是有目的性的，专注于细化更精细的细节。
调整提示词引导系数 (CFG Scale)参数
这个设置可以控制生成的图像与提示词之间的匹配程度。用户通常认为增加这个参数可以更好地控制生成过程。实际上，建议尝试调整至较低的引导系数值，力求在维持图像与提示词一致性的前提下取得良好的平衡效果。
尝试不同的采样器
采样器的选择对生成结果具有重要影响。值得注意的是，不同的采样器在迭代过程的各个阶段表现出不同的行为和效率。例如，像UniPC这样的采样器在步数较少的情况下表现出卓越的性能。相反，像DDPM这样的采样器可能需要更高的步数来生成高质量且无失真的图像。
让我们通过示例来探讨步数参数如何影响图像生成过程：
- 模型：anima_pencil-XL
- 采样器：DPM++ SDE Karras
- CFG scale：6
- 种子：4120499059
- 图片尺寸：1024x1024
- 提示词：(young female student:1.2),school uniform,sitting on bench,(green playground:1.1),(sports equipment in background),(green grass:1.5),(backpack next to her),(reading book),(relaxed expression),sunny day,clear sky,(tree shadows),(illustrative style:1.3),(fresh colors),detailed playground,(high quality illustration)
- 步数：从10到55
通过示例，我们能够观察到步数参数的影响。随着步数的增加，生成图像中的细节得到了提升，进而提升了整体图像质量。然而，值得注意的是，在超过某个特定阈值后，会出现一个关键观察结果：一旦达到这个阈值，图像质量的提升变得不那么显著，而生成时间却明显上升。
因此，用户需在精度、细节丰富度以及生成时间之间找到适宜的平衡点，才能有效地达成期望的输出效果。
评论0