stable diffusion webui学习笔记 第一天 ——基本参数及作用注释

checkpoint [大模型]

• checkpoint merge 融合模型
• checkpoint trained 训练模型

文件存放路径：/models/Stable-diffusion/

---

VAE [变分自编码器]

• 作用：增加图片饱和度，降低灰度，对图片色彩进行调整优化。

文件存放路径：/models/VAE/

---

Clip skip [跳过层：语言与图片对比预训练]

• 作用：让提示词与图片建立关系
  • 数值越高：提示词和图片关系越低
  • 数值越低：提示词和图片关系越高
  • 数值0-6正常，8以上不受控，默认建议数值为1-2最佳

---

文生图/txt2img

1. prompt——正向提示词
2. negatvie——反向提示词

描述内容写法（以人物为例）：主题、表情、服装、场景、环境、镜头、灯光、风格、画质、渲染器……等

tag提示词权重：

括号法则（括号可以叠加）

• ()=增加1.1倍
• {}=增加1.05倍
• []=减少1.1倍

数字法则（由数字控制加减）0.5-1.6之间效果最佳：

• (tag:1.3)=增加1.3倍
• (tag:0.5)=1/2的权重

混合法：

• [cat|dog] 用[tag|tag] 来表示两种生物混合，这里以猫和狗的提示词为例，生成的图片就是以猫和狗结合后出图。

---

Steps [采样步数]

范围1-150，建议值20-40

• 数值越高：细节越多
• 数值越低：细节越少

---

Sampler [采样器]

• 带A的采样器：噪点不局中，关键词识别度稍低
• Karras：去噪快
• DDIM & PLMS：最早的采样器（过时）
• DPM：比较建议使用DPM++SDE Karras

---

CFG scale [文字和图片的相关度]

• 数值高：提示词和图片相关度越高
• 数值低：提示词和图片相关度越低

建议值为4-9之间

---

Seed [图像生成种子]

• 🎲：重置种子为-1：随机
• ♻️：复制上一张图的种子数值