简介
在上一篇文章“ComfyUI 中的图生图转换”中，我们探讨了构建图生图工作流的基础知识。我们讨论了潜在空间扩散如何在保留输入图像关键元素的同时实现创意变换。如果你是 ComfyUI 或图生图工作流的新手，建议先阅读那篇文章以了解基础知识。
在这篇后续指南中，我们将深入探讨提示词编写、无分类器引导（CFG）Scale和去噪强度——这三个影响生成图像质量和风格的关键因素。通过优化这些参数，你可以在艺术创意与忠于原图之间取得完美平衡。
什么是 CFG Scale？为什么它很重要？
无分类器引导（CFG）Scale是生成式 AI 工作流中的一个关键参数，它决定模型遵循所提供提示词的程度。较高的 CFG scale 会让提示词产生更大的影响，而较低的 CFG scale 则允许模型从其潜在空间中引入更多随机性。
CFG scale 在图生图工作流中尤为重要，因为在这种工作流中，你希望在引入风格变化的同时保留输入图像的特定细节。
图生图提示中的关键参数
1. 编写有效的提示词
在为图生图工作流创建提示词时，必须同时包含内容和风格元素。精心编写的提示词可以确保模型生成的图像符合你的创意愿景。
示例提示词：
- 内容提示词：
雄伟的山峰、郁郁葱葱的绿色山谷、透过云层的金色阳光、弥漫的大气雾气，宁静而祥和。 - 风格提示词：
水彩画、柔和的笔触、鲜艳而自然的色彩搭配、艺术印象。 - 负面提示词：
没有建筑物，没有车辆，没有人物，没有人造物体。
负面提示词对于消除可能破坏预期构图的不需要的元素至关重要。
2. 去噪强度
去噪强度参数控制生成过程覆盖原始图像的程度。
- 高去噪（例如 1.0）：根据提示词完全变换输入图像。
- 中等去噪（例如 0.5）：在输入图像与风格修改之间取得平衡。
- 低去噪（例如 0.0–0.3）：保留原始图像的大部分内容，仅做少量艺术改动。
3. 调度器和采样器设置
ComfyUI 提供了多种采样器和调度器，可用于微调图像生成过程：
- DPM++2M 采样器：以精确和高输出质量著称。
- Karras 调度器：针对更少的步数实现更快的结果进行了优化，侧重于扩散的初始阶段。
工作流优化
步骤 1：调整 CFG Scale
提高 CFG scale 会放大提示词的影响，从而生成更具风格化的输出。例如：
- CFG Scale 为 7–8：生成兼顾提示词与原始图像的平衡结果。
- CFG Scale 为 10–12：对提示词的遵循很强，但可能导致过拟合或幻觉。
使用高 CFG scale 时，必须搭配适当的去噪值，以避免与输入图像过度偏离。
步骤 2：优化去噪设置
要在原始图像与艺术风格之间实现理想的平衡：
- 从去噪值 0.5开始，以获得适度的扩散效果。
- 以小增量逐步降低去噪值（例如 0.45、0.44），在保留原始图像的同时优化细节。
- 避免接近0.0的值，因为它们会生成与输入图像几乎相同的结果。
步骤 3：使用 Karras 调度器提高效率
Karras 调度器允许在保持高质量结果的同时使用更少的步数。例如：
- 30 步：生成细致、精炼的输出。
- 8 步：生成速度更快、随机性更强的构图。
示例结果
比较去噪值
使用一张山地景观图像，观察到以下结果：
- 去噪 1.0：完全风格化的水彩画，与原始图像毫无相似之处。
- 去噪 0.5：平衡的艺术渲染效果，可辨认出山峰。
- 去噪 0.3：与原始图像几乎相同，仅有细微的艺术增强。
- 去噪 0.0：纯重采样图像，与输入图像无法区分。
CFG Scale 的影响
使用CFG Scale 10和去噪 0.4时，最终图像保留了艺术风格，同时与原始照片的细节高度吻合。然而，过度提高 CFG（例如 CFG 12 且去噪 1.0）会导致过拟合，生成不真实的结果。
微调技巧
- 尝试调整 CFG Scale：
- 从适中的值（例如 8）开始，并根据期望的输出进行调整。
- 除非提示词需要很强的影响力，否则避免过高的值。
- 使用负面提示词：
- 消除建筑物、车辆或人造物体等不需要的元素。
- 使用 Karras 调度器优化步数：
- 使用较少的步数（例如 8）以获得更快的结果。
- 增加步数（例如 30）以获得细致的输出。
- 迭代去噪值：
- 以小增量优化去噪设置（例如 0.5 → 0.45 → 0.44），以获得最佳平衡。
结论
提示词编写和 CFG scale 是图生图工作流中的强大工具，使用户能够控制生成图像的艺术风格和保真度。通过仔细调整去噪强度、CFG scale 和采样器设置等参数，用户可以创建出色的变换效果，在尊重原始图像的同时融入创意增强。
如果你想深入了解图生图工作流，请重温我们上一篇文章，并尝试本文介绍的技术以进一步优化结果。
1 thought on “C21: Mastering Image-to-Image Prompting and CFG Scale in ComfyUI”