簡介
在上一篇文章「ComfyUI 中的圖生圖轉換」中，我們探討了建立圖生圖工作流程的基礎知識。我們討論了潛在空間擴散如何在保留輸入影像關鍵元素的同時實現創意轉換。如果你是 ComfyUI 或圖生圖工作流程的新手，建議先閱讀那篇文章以了解基礎知識。
在這篇後續指南中，我們將深入探討提示詞撰寫、無分類器引導（CFG）Scale與去噪強度——這三個影響生成影像品質與風格的關鍵因素。透過最佳化這些參數，你可以在藝術創意與忠於原始影像之間取得完美平衡。
什麼是 CFG Scale？為什麼它很重要？
無分類器引導（CFG）Scale是生成式 AI 工作流程中的關鍵參數，決定模型遵循所提供提示詞的程度。較高的 CFG scale 會讓提示詞產生更大的影響，而較低的 CFG scale 則允許模型從其潛在空間引入更多隨機性。
CFG scale 在圖生圖工作流程中尤其重要，因為在這種工作流程中，你希望在引入風格變化的同時保留輸入影像的特定細節。
圖生圖提示中的關鍵參數
1. 撰寫有效的提示詞
在為圖生圖工作流程建立提示詞時，必須同時包含內容與風格元素。精心撰寫的提示詞可確保模型生成的影像符合你的創意願景。
提示詞範例：
- 內容提示詞：
雄偉的山峰、鬱鬱蔥蔥的綠色山谷、穿透雲層的金色陽光、瀰漫的大氣霧氣，寧靜而祥和。 - 風格提示詞：
水彩畫、柔和的筆觸、鮮豔而自然的色彩搭配、藝術印象。 - 負面提示詞：
沒有建築物，沒有車輛，沒有人物，沒有人造物體。
負面提示詞對於消除可能破壞預期構圖的不必要元素至關重要。
2. 去噪強度
去噪強度參數控制生成過程覆寫原始影像的程度。
- 高去噪（例如 1.0）：根據提示詞完全轉換輸入影像。
- 中等去噪（例如 0.5）：在輸入影像與風格修改之間取得平衡。
- 低去噪（例如 0.0–0.3）：保留原始影像的大部分內容，僅做少量藝術改動。
3. 排程器與取樣器設定
ComfyUI 提供了多種取樣器與排程器，可用於微調影像生成過程：
- DPM++2M 取樣器：以精確與高輸出品質著稱。
- Karras 排程器：針對以較少步數獲得更快結果進行了最佳化，著重於擴散的初始階段。
工作流程最佳化
步驟 1：調整 CFG Scale
提高 CFG scale 會放大提示詞的影響，從而產生更具風格化的輸出。例如：
- CFG Scale 為 7–8：產生兼顧提示詞與原始影像的平衡結果。
- CFG Scale 為 10–12：對提示詞的遵循很強，但可能導致過擬合或幻覺。
使用高 CFG scale 時，必須搭配適當的去噪值，以避免與輸入影像過度偏離。
步驟 2：微調去噪設定
要在原始影像與藝術風格之間取得理想的平衡：
- 從去噪值 0.5開始，以獲得適度的擴散效果。
- 以小增量逐步降低去噪值（例如 0.45、0.44），在保留原始影像的同時微調細節。
- 避免接近0.0的值，因為它們會產生與輸入影像幾乎相同的結果。
步驟 3：使用 Karras 排程器提升效率
Karras 排程器可在維持高品質結果的同時使用較少的步數。例如：
- 30 步：產生細緻、精緻的輸出。
- 8 步：產生速度更快、隨機性更強的構圖。
結果範例
比較去噪值
使用一張山地景觀影像，觀察到以下結果：
- 去噪 1.0：完全風格化的水彩畫，與原始影像毫無相似之處。
- 去噪 0.5：平衡的藝術渲染效果，可辨認出山峰。
- 去噪 0.3：與原始影像幾乎相同，僅有細微的藝術增強。
- 去噪 0.0：純重取樣影像，與輸入影像無法區分。
CFG Scale 的影響
使用CFG Scale 10與去噪 0.4時，最終影像保留了藝術風格，同時與原始照片的細節高度吻合。然而，過度提高 CFG（例如 CFG 12 且去噪 1.0）會導致過擬合，產生不真實的結果。
微調技巧
- 嘗試調整 CFG Scale：
- 從適中的值（例如 8）開始，並根據期望的輸出進行調整。
- 除非提示詞需要很強的影響力，否則避免過高的值。
- 使用負面提示詞：
- 消除建築物、車輛或人造物體等不必要的元素。
- 使用 Karras 排程器最佳化步數：
- 使用較少的步數（例如 8）以獲得更快的結果。
- 增加步數（例如 30）以獲得細緻的輸出。
- 迭代去噪值：
- 以小增量微調去噪設定（例如 0.5 → 0.45 → 0.44），以獲得最佳平衡。
結論
提示詞撰寫與 CFG scale 是圖生圖工作流程中的強大工具，讓使用者能夠控制生成影像的藝術風格與保真度。透過仔細調整去噪強度、CFG scale 與取樣器設定等參數，使用者可以創造出色的轉換效果，在尊重原始影像的同時融入創意增強。
如果你想深入了解圖生圖工作流程，請重溫我們上一篇文章，並嘗試本文介紹的技術以進一步最佳化結果。
1 thought on “C21: Mastering Image-to-Image Prompting and CFG Scale in ComfyUI”