Lorsque l’on travaille avec des outils de génération d’images pilotés par l’IA comme ComfyUI, comprendre les étapes d’inférence et l’échelle CFG (guidage sans classifieur) est essentiel pour produire des résultats de haute qualité. Dans cet article, nous verrons comment ces paramètres influent sur la génération d’images et comment les ajuster pour obtenir les meilleurs résultats.
Sommaire
Comprendre les étapes d’inférence
Les étapes d’inférence, également appelées étapes d’échantillonnage, définissent le nombre d’itérations effectuées par le modèle pour inverser le processus de diffusion. Les modèles de diffusion, entraînés sur de grands ensembles de données d’images, apprennent comment les images se dégradent en bruit et utilisent ces connaissances pour reconstruire des images à partir du bruit pendant la génération.
Comment fonctionnent les étapes d’inférence
- Point de départ : L’échantillonneur commence avec un champ de bruit aléatoire.
- Conditionnement par le prompt : Le modèle utilise le prompt fourni pour déduire l’image souhaitée.
- Processus itératif : Le bruit est progressivement éliminé au fil des étapes successives, jusqu’à ce que l’image finale apparaisse.
Par exemple, si vous demandez au modèle de générer un colibri à gorge rubis, l’échantillonneur commence avec du bruit et supprime itérativement tout ce qui ne ressemble pas à un colibri.
Ajuster les étapes d’inférence
Le nombre d’étapes d’inférence a un impact significatif à la fois sur la qualité de l’image générée et sur le temps de traitement.
- Réglage par défaut : La plupart des échantillonneurs utilisent 20 étapes par défaut.
- Réduire les étapes : Réduire le nombre d’étapes (p. ex., à 8) accélère le processus, mais donne souvent une mauvaise qualité d’image. Trop peu d’étapes laissent l’image incomplète et irréaliste.
- Augmenter les étapes : Augmenter le nombre d’étapes (p. ex., à 30) améliore le détail et le réalisme, mais augmente le temps de génération.
Exemple comparatif (en gardant les autres conditions identiques, comme le prompt, la graine et le modèle) :
- 8 étapes : Les images sont floues et manquent de détail. Déconseillé pour la plupart des flux de travail.
- 20 étapes : Qualité et vitesse équilibrées. Adapté à un usage général.
- 30 étapes : Réalisme et détail accrus, en particulier pour les prompts complexes comme la photographie de nature.
Conseils pour choisir les étapes d’inférence
- Expérimentez avec différents nombres d’étapes pour trouver l’équilibre optimal entre qualité et vitesse.
- Consultez la documentation de votre modèle. Certains modèles, comme les modèles distillés, sont optimisés pour moins d’étapes (p. ex., 8, 4, voire une seule étape).
Comprendre l’échelle de guidage sans classifieur (CFG)
Le guidage sans classifieur (CFG) contrôle la rigueur avec laquelle le modèle suit le prompt pendant la génération d’images. Il détermine le poids accordé au prompt de conditionnement par rapport aux propriétés intrinsèques du modèle.
Comment fonctionne la CFG
- Valeurs CFG faibles : Le modèle a plus de liberté pour interpréter le prompt, ce qui donne souvent des résultats qui s’écartent du résultat visé.
- Valeurs CFG élevées : Le modèle suit le prompt plus strictement, mais des valeurs excessives peuvent entraîner un surapprentissage et des résultats peu naturels.
Ajuster l’échelle CFG
La valeur CFG par défaut est généralement de 8.0, mais l’ajustement de cette valeur peut modifier considérablement le résultat.
Exemple comparatif(en gardant les autres conditions identiques, comme le prompt, la graine, le modèle et les étapes):
- CFG = 1.0 : Le modèle produit des interprétations libres du prompt. Par exemple, un prompt de colibri pourrait donner une image ressemblant à peine à un colibri, avec des inexactitudes anatomiques.
- CFG = 8.0 : Fidélité équilibrée au prompt, produisant des images réalistes et détaillées.
- CFG = 20.0 : Le surapprentissage commence à apparaître, entraînant une saturation et un contraste peu naturels ainsi que des artefacts d’image.
- CFG = 30.0 : Un surapprentissage extrême produit des images caricaturales, avec des zones plates et des couleurs exagérées.
Trouver le point idéal
- La plupart des modèles fonctionnent le mieux dans une plage modérée de valeurs CFG (p. ex., 7–12).
- Consultez la documentation de votre modèle pour déterminer la plage CFG optimale. Certains modèles sont indulgents, tandis que d’autres exigent un réglage précis de la CFG.
Points clés pour choisir les étapes d’inférence et l’échelle CFG
- Étapes d’inférence :
- Utilisez moins d’étapes pour une génération plus rapide, mais de moindre qualité.
- Augmentez les étapes pour un meilleur réalisme et plus de détail, en particulier avec des prompts complexes.
- Expérimentez avec le nombre d’étapes pour trouver l’équilibre entre vitesse et qualité.
- Échelle CFG :
- Des valeurs plus faibles (p. ex., 1–4) réduisent la fidélité au prompt, mais permettent des résultats créatifs.
- Des valeurs modérées (p. ex., 7–12) équilibrent réalisme et fidélité au prompt.
- Des valeurs plus élevées (p. ex., 20+) peuvent provoquer un surapprentissage et donner des images peu naturelles.
Conclusion
Comprendre et ajuster les étapes d’inférence et l’échelle CFG est essentiel pour optimiser les flux de travail de génération d’images par IA. Si les étapes d’inférence contrôlent le processus itératif d’élimination du bruit, l’échelle CFG définit le niveau de fidélité au prompt. En expérimentant avec ces paramètres et en consultant la documentation de votre modèle, vous pouvez obtenir des images superbes et de haute qualité, adaptées à vos besoins.