Cuando se trabaja con herramientas de generación de imágenes impulsadas por IA, como ComfyUI, comprender los pasos de inferencia y la escala CFG (guía sin clasificador) es esencial para producir resultados de alta calidad. En este artículo, exploraremos cómo estos parámetros afectan a la generación de imágenes y cómo ajustarlos para lograr los mejores resultados.
Índice
Comprender los pasos de inferencia
Los pasos de inferencia, también conocidos como pasos de muestreo, definen el número de iteraciones que el modelo realiza para revertir el proceso de difusión. Los modelos de difusión, entrenados con grandes conjuntos de datos de imágenes, aprenden cómo las imágenes se degradan hasta convertirse en ruido y usan ese conocimiento para reconstruir imágenes a partir del ruido durante la generación.
Cómo funcionan los pasos de inferencia
- Punto de partida: El muestreador comienza con un campo de ruido aleatorio.
- Condicionamiento del prompt: El modelo usa el prompt proporcionado para inferir la imagen deseada.
- Proceso iterativo: El ruido se elimina gradualmente en pasos sucesivos hasta que emerge la imagen final.
Por ejemplo, si se le pide al modelo que genere un colibrí de garganta rubí, el muestreador empieza con ruido y elimina de forma iterativa todo lo que no se parezca a un colibrí.
Ajustar los pasos de inferencia
El número de pasos de inferencia influye considerablemente tanto en la calidad de la imagen generada como en el tiempo de procesamiento.
- Configuración predeterminada: La mayoría de los muestreadores usan 20 pasos de forma predeterminada.
- Reducir los pasos: Reducir el número de pasos (p. ej., a 8) acelera el proceso, pero suele dar lugar a una mala calidad de imagen. Demasiado pocos pasos dejan la imagen incompleta y poco realista.
- Aumentar los pasos: Aumentar el número de pasos (p. ej., a 30) mejora el detalle y el realismo, pero incrementa el tiempo de generación.
Comparación de ejemplo (manteniendo las demás condiciones iguales, como el prompt, la semilla y el modelo):
- 8 pasos: Las imágenes son borrosas y carecen de detalle. No se recomienda para la mayoría de los flujos de trabajo.
- 20 pasos: Calidad y velocidad equilibradas. Adecuado para uso general.
- 30 pasos: Mayor realismo y detalle, especialmente para prompts complejos como la fotografía de naturaleza.
Consejos para elegir los pasos de inferencia
- Experimente con distintos números de pasos para encontrar el equilibrio óptimo entre calidad y velocidad.
- Consulte la documentación de su modelo concreto. Algunos modelos, como los modelos destilados, están optimizados para menos pasos (p. ej., 8, 4 o incluso un solo paso).
Comprender la escala de guía sin clasificador (CFG)
La guía sin clasificador (CFG) controla la rigurosidad con la que el modelo sigue el prompt durante la generación de imágenes. Determina el peso que se da al prompt de condicionamiento frente a las propiedades intrínsecas del modelo.
Cómo funciona la CFG
- Valores CFG bajos: El modelo tiene más libertad para interpretar el prompt, lo que suele dar lugar a resultados que se desvían del resultado previsto.
- Valores CFG altos: El modelo sigue el prompt con más rigor, pero los valores excesivos pueden provocar sobreajuste y resultados poco naturales.
Ajustar la escala CFG
El valor CFG predeterminado suele ser 8.0, pero ajustar este valor puede afectar drásticamente al resultado.
Comparación de ejemplo(manteniendo las demás condiciones iguales, como el prompt, la semilla, el modelo y los pasos):
- CFG = 1.0: El modelo produce interpretaciones laxas del prompt. Por ejemplo, un prompt de colibrí podría dar lugar a una imagen que apenas se parezca a un colibrí, con imprecisiones anatómicas.
- CFG = 8.0: Fidelidad equilibrada al prompt, que produce imágenes realistas y detalladas.
- CFG = 20.0: Empieza a producirse sobreajuste, lo que provoca saturación y contraste poco naturales y artefactos en la imagen.
- CFG = 30.0: El sobreajuste extremo produce imágenes caricaturescas, con zonas planas y colores exagerados.
Encontrar el punto óptimo
- La mayoría de los modelos rinden mejor dentro de un rango moderado de valores CFG (p. ej., 7–12).
- Consulte la documentación de su modelo para identificar el rango CFG óptimo. Algunos modelos son tolerantes, mientras que otros requieren un ajuste preciso de la CFG.
Ideas clave para elegir los pasos de inferencia y la escala CFG
- Pasos de inferencia:
- Use menos pasos para una generación más rápida, pero de menor calidad.
- Aumente los pasos para lograr mayor realismo y detalle, especialmente con prompts complejos.
- Experimente con el número de pasos para encontrar el equilibrio entre velocidad y calidad.
- Escala CFG:
- Los valores más bajos (p. ej., 1–4) reducen la fidelidad al prompt, pero permiten resultados creativos.
- Los valores moderados (p. ej., 7–12) equilibran el realismo y la fidelidad al prompt.
- Los valores más altos (p. ej., 20+) pueden provocar sobreajuste y dar lugar a imágenes poco naturales.
Conclusión
Comprender y ajustar los pasos de inferencia y la escala CFG es fundamental para optimizar los flujos de trabajo de generación de imágenes con IA. Mientras que los pasos de inferencia controlan el proceso iterativo de eliminación de ruido, la escala CFG define el nivel de fidelidad al prompt. Al experimentar con estos parámetros y consultar la documentación de su modelo concreto, puede lograr imágenes impresionantes y de alta calidad, adaptadas a sus necesidades.