Stable Diffusion数据合成的关键参数有哪些

Stable Diffusion数据合成的关键参数
一 核心控制参数

• 提示词 Prompt / 反向提示词 Negative Prompt：用自然语言描述期望内容与不希望出现的元素；提示词越准确具体，生成越稳定；反向提示词用于排除低清、畸形、水印、NSFW等问题。
• 采样步数 Sampling Steps：去噪迭代次数，决定细节与耗时。常见默认值为50；一般20–30步已能出清晰结果，50步在质量与速度间较均衡，100+步提升趋缓。
• CFG Scale（Classifier-Free Guidance）：提示词对齐强度。常用范围5–15，默认7.5；低值（1–4）更创意但易“跑题”，高值（>16）易产生伪影与过饱和。
• 采样器 Sampler：不同的噪声求解策略。常见有Euler/Euler a、DPM++ 2M Karras、UniPC、DDIM等；不同采样器在速度、细节与风格上各有侧重，实际以出图效果为准。

二 图像尺寸与批量

• 分辨率 Width/Height：默认512×512；多数模型在512/768分辨率上训练，过高分辨率可能导致质量下降；建议宽高取8的倍数以减少缩放伪影。
• 高分辨率修复 Hires. fix：先低分辨率生成，再放大并重绘细节，常用于1024×1024及以上输出，能改善细节与结构问题。
• 重绘幅度 Denoising strength（图生图/重绘）：控制与原图的差异强度；越高改动越大、越“重新想象”，越低越接近原图。
• 批量与并行 Batch count / Batch size：前者顺序生成、后者并行生成；并行更快但显存占用更高。

三 随机性与可复现性

• 随机种子 Seed：决定初始噪声；设为固定值可复现实验，设为-1则每次随机。
• Variation seed / Seed Resize：在原种子基础上的子种子或尺寸扰动，用于获得同主题下的细微差异版本。

四 进阶与质量增强

• CLIP Skip：跳过部分CLIP文本嵌入层以提效；数值越大提示词约束越弱，通常保持1–2较稳妥。
• 面部修复 Restore Faces：自动修补人脸五官与轮廓，适合写实人像。
• 平铺 Tiling：生成可无缝拼接的纹理图案。
• VAE（变分自编码器）：更换或调整VAE可影响色彩、对比度与细节保真度。

五 实用调参建议

• 起步参数：Steps 20–30、CFG 7、Sampler DPM++ 2M Karras、Size 512×768/512×512、Seed 固定以复现实验。
• 质量优先：Steps 提升到50或启用Hires. fix；CFG 适度上调（如9–12），必要时配合更高步数或换采样器。
• 速度优先：Steps 20–30、关闭或降低Hires.fix重绘幅度、使用并行批量。
• 风格与多样性：降低CFG（如3–5）或更换采样器（如Euler a/UniPC）以获得不同风格；用X/Y/Z plot脚本批量对比参数组合。