Comprender la escala CFG en Stable Diffusion. Aprender cómo usarla para mejorar la calidad de imagen en nuestro blog.
Introducción
La escala CFG, también conocida como escala de Classifier Free Guidance, desempeña un papel crucial en el control de la adherencia de Stable Diffusion a tu prompt de texto, y se puede utilizar tanto en generaciones de texto a imagen (txt2img) como de imagen a imagen (img2img).
En este blog, te daremos una introducción completa a la escala CFG en Stable Diffusion, incluyendo su relación con Stable Diffusion y la tecnología que hay detrás. Además, te mostraremos una guía detallada sobre cómo usarla en Stable Diffusion y cómo evitar errores comunes. ¡Sumérgete ahora en el mundo de la escala CFG!
Comprendiendo la escala CFG en Stable Diffusion
En Stable Diffusion, el acrónimo CFG representa la escala “Classifier Free Guidance”, que juega un papel crucial en la determinación de la calidad de las imágenes de salida.
Evolución del CFG (Classifier Free Guidance)
Inicialmente, los modelos de difusión utilizaban un clasificador explícito para guiar el proceso de generación, lo que implicaba entrenar un clasificador en imágenes ruidosas para categorizar y guiar la generación de clases específicas, como gatos o perros. Sin embargo, esto requería un modelo adicional. Así surgió Classifier-Free Guidance, que utiliza descripciones de imágenes para entrenar un modelo de difusión condicional.
¿Qué es la escala CFG?
La escala CFG, o escala de configuración, es un parámetro que controla la intensidad del proceso de difusión. Determina cuánto se dispersan o extienden los valores de los píxeles, es decir, determina hasta qué punto Stable Diffusion sigue tu prompt.
¿Cómo funciona la escala CFG en Stable Diffusion?
Por defecto, el valor de la escala CFG se establece en 7, logrando un equilibrio entre libertad creativa y guía del prompt.
Relación entre la escala CFG y Stable Diffusion
La difusión estable es un concepto en el campo del procesamiento de imágenes y gráficos por computadora que se refiere al proceso de dispersar o extender valores de píxeles a través de una imagen. Esta técnica se utiliza a menudo para crear diversos efectos, como desenfoque, nitidez y detección de bordes. El proceso está gobernado por un conjunto de parámetros, uno de los cuales es la escala CFG.
¿Cómo afecta la escala CFG a la calidad de imagen?
La escala CFG determina el coeficiente aplicado a las palabras del prompt en el proceso de difusión. Un valor más bajo de la escala CFG puede conservar más detalles, pero quizás no logre el efecto de difusión deseado. Por otro lado, un valor más alto puede crear un fuerte efecto de difusión, pero podría resultar en la pérdida de detalles de la imagen. Por lo tanto, encontrar el equilibrio adecuado es clave para obtener imágenes de salida de alta calidad.
Ajustar la escala CFG en la difusión estable depende del resultado deseado. Si el objetivo es crear un efecto de difusión sutil, un valor bajo de la escala CFG sería apropiado. Por el contrario, si se busca un efecto de difusión fuerte, se necesitará un valor más alto.
Al utilizar la interfaz web de Stable Diffusion (Stable Diffusion Web UI), la CFG se limita a números positivos entre 1 y 30. Sin embargo, al usar Stable Diffusion a través de una terminal, la CFG puede establecerse hasta 999 e incluso tomar valores negativos, lo que indica el deseo de que Stable Diffusion genere contenido opuesto a tu prompt de texto.
¿Cómo usar la escala CFG en Stable Diffusion?
Para aprender a usar la escala CFG en Stable Diffusion, debes tener el modelo de Stable Diffusion en tu proyecto. En esta sección, te enseñaremos cómo usarlo paso a paso desde la integración de Stable Diffusion en tu programa.
Guía paso a paso
La ventaja de obtener Stable Diffusion mediante la integración de una API en lugar de descargarlo es que puedes entrenar y realizar ajustes en los modelos según tus necesidades.
- Paso 1: Abre el sitio web de Novita AI y crea una cuenta.
- Paso 2: Navega hasta “API” y encuentra la que deseas. Novita AI ofrece varias API como “Text to Image”, “Image to Image”, entre otras.
- Paso 3: Obtén la clave API e intégrala en tu proyecto.
- Paso 4: Accede a tu interfaz de Stable Diffusion.
- Paso 5: Selecciona el modelo de Stable Diffusion que desees de la lista e ingresa los prompts de tu imagen. Novita AI ofrece muchos modelos, incluyendo Stable Diffusion XL y Stable Diffusion 3.
- Paso 6: Ajusta el valor de la escala CFG y genera la imagen.
- Paso 7: Experimenta con diferentes valores de la escala CFG para descubrir aquel que produzca el resultado más impresionante.
Consideraciones de hardware sobre el uso de la escala CFG
El rendimiento y el resultado de Stable Diffusion pueden verse influenciados por el hardware utilizado.
- Unidad de Procesamiento Gráfico (GPU): Una GPU potente es esencial para ejecutar Stable Diffusion de manera eficiente. El modelo aprovecha la GPU para las tareas computacionalmente intensivas involucradas en la generación de imágenes.
- Memoria de Acceso Aleatorio (RAM): Una cantidad adecuada de RAM del sistema es importante para la capacidad de respuesta general del sistema y la capacidad de manejar grandes conjuntos de datos. Se recomienda un mínimo de 16 GB de RAM, con 32 GB para tareas más exigentes.
- Sistema Operativo: Stable Diffusion es compatible con varios sistemas operativos, incluyendo Windows, macOS y Linux. Sin embargo, la versión específica y las actualizaciones pueden afectar la compatibilidad y el rendimiento.
Casos de uso de la escala CFG para Stable Diffusion
La escala CFG en Stable Diffusion permite a los usuarios ajustar finamente el proceso de generación de imágenes según sus necesidades.
Optimizando la calidad de imagen
Los usuarios pueden ajustar la escala CFG para optimizar la calidad de la imagen. A menudo se recomienda un valor de 7, ya que proporciona un buen equilibrio entre realismo y fidelidad al prompt de entrada.
Prompts negativos
La escala CFG se puede usar junto con prompts negativos, lo que puede ayudar a crear imágenes que excluyan ciertos elementos mientras siguen el prompt de texto principal.
Caso de estudio
Al ajustar el valor de la escala CFG en el caso de estudio, podemos observar cómo los diferentes niveles de guía afectan a las imágenes generadas, comprendiendo mejor la importancia del papel de la escala CFG para lograr imágenes de salida de alta fidelidad.
Además, Novita AI también ofrece un playground de “imagen a imagen”. Puedes realizar tu caso de estudio en él.
Conclusión
En conclusión, la escala CFG es un parámetro vital en la difusión estable que controla la intensidad del proceso de difusión. Comprender cómo ajustar la escala CFG según el resultado deseado y la calidad de la imagen original puede mejorar significativamente los resultados de la difusión estable. Como ocurre con muchas cosas en el procesamiento de imágenes y los gráficos por computadora, encontrar el valor óptimo de la escala CFG a menudo implica un proceso de prueba y error y depende de los requisitos específicos de cada proyecto.
Novita AI es la plataforma en la nube todo en uno que impulsa tus ambiciones de IA. Con APIs perfectamente integradas, computación sin servidor y aceleración GPU, proporcionamos las herramientas rentables que necesitas para construir y escalar rápidamente tu negocio impulsado por IA. Elimina los problemas de infraestructura y comienza gratis — Novita AI hace realidad tus sueños de IA.
Lectura recomendada
