首页 > Ai资讯 > Ai知识库 > Stable Diffusion 30种采样器全解!

Stable Diffusion 30种采样器全解!

发布时间:2024年06月06日

在使用StableDiffusion过程中一个核心环节——选择什么样的采样器30个采样器都是干嘛的?今天就跟大家分享一下。

30个采样器按出场时间分可以分为:经典采样器,DPM采样器和新增采样器。这30种采样器当中有一些是有升级版本被替代了,也有一些是性能不足且计算成本太高的。接下来梳理一下哪些已经被替代不建议用了,我们留下最好用的采样器(建议使用的采样器用蓝色加粗标注)。

  早期经典采样器  

o LMS:ODM求解器,线性多步法。速度与Euler相近,但质量不如Euler。

o LMS Karras:ODM求解器

o Heun:ODM求解器,是Euler的改进算法,画质更好,但速度慢一倍。

o Euler:ODM求解器,简单直接,可收敛——能产生最终稳定图像。

o Euler aODM求解器,不收敛——最终图像具有一定幅度随机性。

o DDIM:SD刚问世时的内置算法。

o PLMS:SD刚问世时的内置算法。


Euler与Euler a的差别的“a”是祖先采样器,产生的画面不收敛。当Euler在合适的步骤下图像逐渐收敛产生一个稳定的图像结果。而Euler a在每一步骤下都添加随机噪声,因此产生的图像具有一定随机偏差。
  DPM采样器  StableDiffusion中绝大部分都是DPM算法。二代算法相比于一代算法,质量有所提升但需要更多的时间和迭代步数,通过增加一代算法的迭代步数也能达到相同的质量效果。

o 

DPM2:DPM二代算法。画质提升有限,渲染时长增加一倍。

o 

DPM2a:DPM二代算法。画质提升有限,渲染时长增加一倍。

o 

DPM++2S a:DPM一代算法。

o 

DPM++2S a Karras:DPM一代算法。优化算法,8步之后噪点更少。

o 

DPM++2M:DPM一代算法。收敛速度快,质量好。

o 

DPM++2M Karras:DPM一代算法。强烈推荐,优化算法。

o 

DPM++SDEDPM一代算法。

o 

DPM++SDE Karras:DPM一代算法。高画质,速度慢,不收敛。

o 

DPM++2M SDE:DPM一代算法。2M与SDE中和,速度较快,不收敛。

o 

DPM++2M SDE Karras:DPM一代算法。优化算法,同上。

o 

DPM++2M SDE Heun:DPM一代算法。

o 

DPM++2M SDE Heun Karras:DPM一代算法。优化算法,同上。

o 

DPM++3M SDE:DPM一代算法。

o 

DPM++3M SDE Karras:DPM一代算法。30步以上低CFG值效果好。

o 

DPM++3M SDE Exponential:DPM一代算法。同上。

o 

DPM++2M SDE Exponential:DPM一代算法。画面柔和,不收敛。

o 

DPM2 Karras:DPM二代算法。画质提升有限,渲染时长增加一倍。

o 

DPM2 a Karras:DPM二代算法。画质提升有限,渲染时长增加一倍。

o 

DPM++2M SDE Heun Exponential:DPM一代算法。

o 

DPM fast:DPM一代算法。几乎不能生成想要的图像。

o 

DPM adaptive:自适应渲染,无视采样步数。质量好但渲染时间过长。

o 


  DPM采样器名字中的名字释义  

§ Karras是优化算法,它们在采样8步之后,比同名算法噪点更少。

§ 2S代表单步算法。2M代表二阶多步算法。与2S相比增加了相邻层之间的信息传递。2M是2S的升级版本。3M是v1.6版本新增的算法,迭代步数到30+、CFG值减小后达到质量最佳。

§ SDE是随机微分方程,调用祖先采样,表现不收敛特性。没有多步算法加持生成图像较慢,可以生成逼真的写实风格画面。

§ Exponential是指数算法,细节少一些但是画面更柔和、干净。渲染时间与SDE和2M相接近。

  2023年新采样器  UniPC:统一预测校正器,收敛快,10步左右产生可用画面。
Restart:每步渲染时间长,比UniPC更少的采样步数就能生成不错的画面。
  WebUI中设置只保留实用的采样器  在【设置】选项卡下找到【采样器参数】,然后在顶部的多选框中勾选不常用的采样器。保存设置后,重新启动WebUI。

 

 

 

 

 

出自:https://mp.weixin.qq.com/s/Du_ftjEgQ9eRxT86p9-X1w