理解 Stable Diffusion 中的 CFG Scale。了解如何在我們的部落格中使用它來增強圖像品質。
簡介
CFG Scale（即 Classifier Free Guidance Scale）在控制 Stable Diffusion 對文字提示的遵循程度方面扮演關鍵角色，它可用於 「文字轉圖片」（txt2img）和 「圖片轉圖片」（img2img）生成。
在這篇部落格中，我們將為你全面介紹 Stable Diffusion 中的 CFG Scale，包括它與 Stable Diffusion 的關係以及背後的技術。此外，我們還會提供詳細的操作指南，教你如何在 Stable Diffusion 中使用它，以及如何避免常見錯誤。現在就讓我們深入探索 CFG Scale 的世界吧！
理解 Stable Diffusion 中的 CFG Scale
在 Stable Diffusion 中，縮寫 CFG 代表「Classifier Free Guidance」Scale，它在決定輸出圖像品質方面扮演關鍵角色。
CFG（Classifier Free Guidance）的演進
最初，擴散模型使用明確的分類器來引導生成過程，這需要訓練一個分類器來對雜訊圖像進行分類，從而引導特定類別（例如貓或狗）的生成。但這需要額外的模型。於是出現了 Classifier-Free Guidance，它利用圖像標題來訓練條件擴散模型。
什麼是 CFG Scale？
CFG Scale（或 Configuration Scale）是一個控制擴散過程強度的參數。它決定像素值的擴散或分散程度，也就是說，它決定 Stable Diffusion 對你的提示的遵循程度。
CFG Scale 在 Stable Diffusion 中如何運作？
預設情況下，CFG Scale 值設為 7，在創意自由與提示引導之間取得平衡。
CFG Scale 與 Stable Diffusion 的關係
Stable Diffusion 是影像處理與電腦圖學領域中的一個概念，指的是像素值在影像中擴散或分散的過程。這種技術常用於創造各種效果，例如模糊、銳利化和邊緣偵測。該過程由一組參數控制，其中一個就是 CFG Scale。
CFG Scale 如何影響圖像品質？
CFG Scale 決定了擴散過程中應用於提示詞的係數。較低的 CFG Scale 值可以保留更多細節，但可能無法達到所需的擴散效果。另一方面，較高的 CFG Scale 值可以產生強烈的擴散效果，但可能導致影像細節遺失。因此，找到適當的平衡是獲得高品質輸出圖像的關鍵。
調整 Stable Diffusion 中的 CFG Scale 取決於期望的結果。如果目標是創造細微的擴散效果，那麼較低的 CFG Scale 值會較合適。相反地，如果目標是創造強烈的擴散效果，則需要較高的 CFG Scale 值。
使用 Stable Diffusion Web UI 時，CFG 限制在 1 到 30 之間的正數。然而，透過終端機使用 Stable Diffusion 時，CFG 可以設定高達 999，甚至可以使用負數值，表示希望 Stable Diffusion 生成與你的文字提示相反的內容。
如何在 Stable Diffusion 中使用 CFG Scale？
要學習如何在 Stable Diffusion 中使用 CFG Scale，你需要在專案中擁有 Stable Diffusion 模型。在本節中，我們將逐步教你如何從整合 Stable Diffusion 到你的程式開始使用它。
逐步指南
透過整合 API 取得 Stable Diffusion 而不是下載它的好處是，你可以根據需求訓練和調整模型。
- 步驟 3：取得 API 金鑰並將其整合到你的專案中。
- 步驟 4：進入你的 Stable Diffusion 介面。
- 步驟 5：從清單中選擇一個你想要的 Stable Diffusion 模型，並輸入你的圖像提示。Novita AI 提供許多模型，包括 Stable Diffusion XL 和 Stable Diffusion 3。
- 步驟 6：調整 CFG Scale 值並生成圖像。
- 步驟 7：嘗試不同的 CFG Scale 值，找出能帶來最令人印象深刻結果的特定值。
使用 CFG Scale 的硬體考量
Stable Diffusion 的效能和結果可能受到所用硬體的影響。
- 圖形處理單元（GPU）：強大的 GPU 對於有效運行 Stable Diffusion 至關重要。該模型利用 GPU 來處理圖像生成中涉及的大量計算任務。
- 隨機存取記憶體（RAM）：足夠的系統 RAM 對於整體系統響應能力和處理大型資料集的能力很重要。建議至少 16GB RAM，對於更要求的工作則建議 32GB。
- 作業系統：Stable Diffusion 相容於多種作業系統，包括 Windows、macOS 和 Linux。然而，特定的版本和更新可能會影響相容性和效能。
CFG Scale 在 Stable Diffusion 中的使用案例
Stable Diffusion 中的 CFG Scale 允許使用者根據需求微調圖像生成過程。
最佳化圖像品質
使用者可以調整 CFG Scale 以最佳化圖像品質。通常建議值為 7，因為它在真實性和對輸入提示的忠實度之間提供了良好的平衡。
負面提示
CFG Scale 可以與負面提示一起使用，這有助於創建排除某些元素但仍遵循主要文字提示的圖像。
案例研究
透過在案例研究中調整 CFG Scale 值，我們可以觀察不同的引導程度如何影響生成的圖像，進一步理解 CFG Scale 在實現高保真輸出圖像中的重要性。
此外，Novita AI 還提供一個 「圖片轉圖片」 的遊樂場。你可以在上面進行案例研究。
結論
總之，CFG Scale 是 Stable Diffusion 中一個關鍵的參數，它控制著擴散過程的強度。理解如何根據期望的結果和原始圖像的品質來調整 CFG Scale 值，可以顯著改善 Stable Diffusion 的結果。如同影像處理和電腦圖學中的許多事物一樣，找到最佳的 CFG Scale 值通常需要反覆試驗，並取決於每個專案的特定需求。
Novita AI 是一個全能雲端平台，助力你的 AI 雄心。透過無縫整合的 API、無伺服器運算和 GPU 加速，我們提供經濟高效的工具，讓你快速建置和擴展 AI 驅動的業務。擺脫基礎設施的麻煩，免費開始使用 —— Novita AI 讓你的 AI 夢想成真。
推薦閱讀
