麦克雷

标题: SD工作原理浅显易懂,不涉及数学,小白闭眼可入。 [打印本页]

作者: admin 时间: 2024-10-24 12:36
标题: SD工作原理浅显易懂,不涉及数学,小白闭眼可入。
SD工作原理浅显易懂,不涉及数学,小白闭眼可入。

作者: CharlesKa 时间: 2024-10-24 12:37
Stable Diffusion（稳定扩散）并非单一模型，而是由多个组件构成的系统。以生成文本到图像为例，我们来解析Stable Diffusion的工作流程。

用户输入指令，如“Cat, standing on the castle”，系统生成与指令相符的图像。实际上，生成过程包含三大步骤：首先概括介绍，然后逐步深入。

三大步骤分别是：输入指令到潜空间生成图片、在潜空间内多次降噪、最后输出图像。整个过程类似“雕刻”，去除不需要的部分，最终形成图像。

降噪过程在潜空间内进行，通常需要多次迭代。越多步骤，图片质量越好，但所需时间更长。Stable Diffusion XL Turbo能在一秒内完成一步生成，且质量高。

每个降噪步骤都涉及对随机图像的处理，目标是去除不相关噪声，最终形成符合指令的图像。

负向指令在生成噪声图后，与正向指令生成的噪声图相减，以去除与负向指令相关的部分，使生成的图像更接近正向指令。

潜空间的使用在于将图像编码为数值，同时压缩数据。图像编码器将图像转换为一系列数值，通过降维简化数据。解码器则将压缩后的数据还原为图像。

潜空间技术的好处是数据压缩，坏处是可能丢失某些细节。Stable Diffusion生成的图像中文字诡异的原因在于，文字细节丢失，预测噪音时文字与图像预测不连贯。

文本编码器将指令转化为特征向量，每条指令生成77个等长、768维的向量。这些向量包含指令的特征和含义，影响生成图像的最终结果。

使用Stable Diffusion或Midjourney时，输入指令语法或大小写不影响结果，因为这些信息都被转化为数值，模型对此不敏感。

欢迎光临麦克雷 (http://imac.ly/)