Comprendre l’échelle CFG dans Stable Diffusion. Apprenez à l’utiliser pour améliorer la qualité des images dans notre blog.
Introduction
L’échelle CFG, également connue sous le nom d’échelle de guidage sans classifieur, joue un rôle crucial dans le contrôle de l’adhésion de Stable Diffusion à votre texte de prompt, et peut être utilisée à la fois dans les générations texte vers image (txt2img) et image vers image (img2img).
Dans ce blog, nous vous proposons une introduction complète à l’échelle CFG dans Stable Diffusion, y compris sa relation avec Stable Diffusion et la technologie qui la sous-tend. De plus, nous vous montrerons un guide détaillé sur la façon de l’utiliser dans Stable Diffusion et comment éviter les erreurs courantes. Plongeons dès maintenant dans le monde de l’échelle CFG !
Comprendre l’échelle CFG dans Stable Diffusion
Dans Stable Diffusion, l’acronyme CFG signifie « Classifier Free Guidance » (guidage sans classifieur), une échelle qui joue un rôle déterminant dans la qualité des images de sortie.
Évolution du CFG (guidage sans classifieur)
Au départ, les modèles de diffusion utilisaient un classifieur explicite pour guider le processus de génération, ce qui impliquait d’entraîner un classifieur sur des images bruitées pour catégoriser et guider la génération de classes spécifiques, comme les chats ou les chiens. Cependant, cela nécessitait un modèle supplémentaire. C’est ainsi qu’est apparu le guidage sans classifieur, qui utilise les légendes d’images pour entraîner un modèle de diffusion conditionnel.
Qu’est-ce que l’échelle CFG ?
L’échelle CFG (Configuration scale) est un paramètre qui contrôle l’intensité du processus de diffusion. Elle détermine la mesure dans laquelle les valeurs des pixels sont étalées ou dispersées, c’est-à-dire le degré auquel Stable Diffusion suit votre prompt.
Comment fonctionne l’échelle CFG dans Stable Diffusion ?
Par défaut, la valeur de l’échelle CFG est fixée à 7, ce qui établit un équilibre entre liberté créative et guidage du prompt.
Relation entre l’échelle CFG et Stable Diffusion
La diffusion stable est un concept dans le domaine du traitement d’image et de l’infographie qui fait référence au processus d’étalement ou de dispersion des valeurs de pixels sur une image. Cette technique est souvent utilisée pour créer divers effets, tels que le flou, l’accentuation et la détection des contours. Le processus est régi par un ensemble de paramètres, dont l’un est l’échelle CFG.
Comment l’échelle CFG affecte-t-elle la qualité de l’image ?
L’échelle CFG détermine le coefficient appliqué aux mots du prompt dans le processus de diffusion. Une valeur d’échelle CFG plus faible peut préserver davantage de détails, mais pourrait ne pas atteindre l’effet de diffusion souhaité. En revanche, une valeur plus élevée peut créer un effet de diffusion fort, mais peut entraîner une perte de détails de l’image. Par conséquent, trouver le bon équilibre est essentiel pour obtenir des images de sortie de haute qualité.
L’ajustement de l’échelle CFG dans la diffusion stable dépend du résultat souhaité. Si l’objectif est de créer un effet de diffusion subtil, une valeur d’échelle CFG plus faible serait appropriée. À l’inverse, si l’objectif est de créer un effet de diffusion fort, une valeur plus élevée sera nécessaire.
Lors de l’utilisation de l’interface Web UI de Stable Diffusion, le CFG est limité à des nombres positifs allant de 1 à 30. Cependant, en utilisant Stable Diffusion via un terminal, le CFG peut être réglé jusqu’à 999 et peut même prendre des valeurs négatives, ce qui indique la volonté que Stable Diffusion génère un contenu opposé à votre prompt texte.
Comment utiliser l’échelle CFG dans Stable Diffusion ?
Pour apprendre à utiliser l’échelle CFG dans Stable Diffusion, vous devez avoir le modèle Stable Diffusion dans votre projet. Dans cette section, nous vous apprendrons à l’utiliser étape par étape, depuis l’intégration de Stable Diffusion dans votre programme.
Guide étape par étape
L’avantage d’obtenir Stable Diffusion en intégrant une API plutôt qu’en le téléchargeant est que vous pouvez entraîner et apporter des ajustements aux modèles selon vos besoins.
- Étape 1 : Ouvrez le site web Novita AI et créez un compte.
- Étape 2 : Accédez à la section « API » et trouvez celle que vous voulez. Novita AI propose diverses API telles que « Text to Image », « Image to Image », etc.
- Étape 3 : Obtenez la clé API et intégrez-la dans votre projet.
- Étape 4 : Accédez à votre interface Stable Diffusion.
- Étape 5 : Sélectionnez un modèle Stable Diffusion dans la liste et saisissez les prompts de votre image. Novita AI propose de nombreux modèles, notamment Stable Diffusion XL et Stable Diffusion 3.
- Étape 6 : Ajustez la valeur de l’échelle CFG et générez l’image.
- Étape 7 : Expérimentez avec différentes valeurs de l’échelle CFG pour trouver celle qui donne le résultat le plus impressionnant.
Considérations matérielles concernant l’utilisation de l’échelle CFG
Les performances et les résultats de Stable Diffusion peuvent être influencés par le matériel utilisé.
- Unité de traitement graphique (GPU) : Un GPU puissant est essentiel pour exécuter Stable Diffusion efficacement. Le modèle exploite le GPU pour les tâches intensives en calcul impliquées dans la génération d’images.
- Mémoire vive (RAM) : Une mémoire système adéquate est importante pour la réactivité globale du système et la capacité à traiter de grands ensembles de données. Un minimum de 16 Go de RAM est recommandé, avec 32 Go pour les tâches plus exigeantes.
- Système d’exploitation : Stable Diffusion est compatible avec divers systèmes d’exploitation, notamment Windows, macOS et Linux. Cependant, la version spécifique et les mises à jour peuvent affecter la compatibilité et les performances.
Cas d’utilisation de l’échelle CFG pour Stable Diffusion
L’échelle CFG dans Stable Diffusion permet aux utilisateurs d’affiner le processus de génération d’images selon leurs besoins.
Optimisation de la qualité de l’image
Les utilisateurs peuvent ajuster l’échelle CFG pour optimiser la qualité de l’image. Une valeur de 7 est souvent recommandée, car elle offre un bon équilibre entre réalisme et fidélité au prompt d’entrée.
Prompts négatifs
L’échelle CFG peut être utilisée conjointement avec des prompts négatifs, ce qui peut aider à créer des images excluant certains éléments tout en restant fidèle au prompt texte principal.
Étude de cas
En ajustant la valeur de l’échelle CFG dans l’étude de cas, nous pouvons observer comment différents niveaux de guidage affectent les images générées, ce qui permet de mieux comprendre l’importance du rôle de l’échelle CFG dans l’obtention d’images de sortie haute fidélité.
De plus, Novita AI propose également un espace de jeu pour « image-to-image ». Vous pouvez y mener votre étude de cas.
Conclusion
En conclusion, l’échelle CFG est un paramètre essentiel dans la diffusion stable qui contrôle l’intensité du processus de diffusion. Comprendre comment ajuster l’échelle CFG en fonction du résultat souhaité et de la qualité de l’image originale peut considérablement améliorer les résultats de la diffusion stable. Comme souvent dans le traitement d’image et l’infographie, trouver la valeur optimale de l’échelle CFG implique un processus d’essais et d’erreurs et dépend des exigences spécifiques de chaque projet.
Novita AI est la plateforme cloud tout-en-un qui dynamise vos ambitions en IA. Avec des API intégrées de manière transparente, des calculs sans serveur et une accélération GPU, nous fournissons les outils rentables dont vous avez besoin pour créer et développer rapidement votre entreprise basée sur l’IA. Éliminez les problèmes d’infrastructure et commencez gratuitement — Novita AI fait de vos rêves IA une réalité.
Lectures recommandées
