命令行参数和选项

相关源文件

• README.md
• scripts/txt2img.py

本文档提供了 Stable Diffusion 仓库中所有可用命令行参数和选项的综合参考。它涵盖了文本到图像（txt2img.py）和图像到图像（img2img.py）脚本的参数，并解释了它们的用途、语法以及对生成过程的影响。

有关如何使用这些脚本生成图像的信息，请参阅 文本到图像生成 和 图像到图像修改。

1. 命令行界面概述

Stable Diffusion 提供了两个主要的命令行界面：

• txt2img.py - 从文本提示生成图像
• img2img.py - 根据文本提示修改现有图像

这两个脚本共享许多通用参数，同时也有一些针对其特定功能的独特选项。

来源：README.md107-139 scripts/txt2img.py99-235

2. 命令行参数与管道流

下图说明了命令行参数如何影响 Stable Diffusion 管道的各个组件。

来源：scripts/txt2img.py251-257 scripts/txt2img.py286-311

3. 通用参数参考

3.1 输入/输出选项

参数	默认	描述
--prompt	"a painting of a virus monster playing guitar"	用于生成的文本提示
--outdir	"outputs/txt2img-samples"	保存结果的目录
--from-file	None	包含提示的文件的路径（每行一个）
--skip_grid	否	不保存所有生成图像的网格
--skip_save	否	不保存单个图像（对基准测试有用）

来源：scripts/txt2img.py101-124

3.2 模型配置

参数	默认	描述
--config	"configs/stable-diffusion/v1-inference.yaml"	模型配置文件路径
--ckpt	"models/ldm/stable-diffusion-v1/model.ckpt"	模型检查点路径
--laion400m	否	使用 LAION-400M 模型而不是 Stable Diffusion
--precision	"autocast"	评估精度（full 或 autocast）

来源：scripts/txt2img.py210-234

3.3 采样参数

参数	默认	描述
--ddim_steps	50	去噪步数
--plms	否	使用 PLMS 采样代替 DDIM
--dpm_solver	否	使用 DPM-Solver 采样
--ddim_eta	0.0	DDIM eta 参数（0.0 = 确定性）
--fixed_code	否	在所有样本中使用相同的起始噪声
--scale	7.5	分类器自由引导尺度
--seed	42	用于可复现结果的随机种子

来源：scripts/txt2img.py125-156 scripts/txt2img.py200-227

3.4 图像参数

参数	默认	描述
--H	512	图像高度（像素）
--W	512	图像宽度（像素）
--C	4	潜在通道数
--f	8	下采样因子

来源：scripts/txt2img.py163-186

3.5 批量处理

参数	默认	描述
--n_iter	2	采样迭代次数
--n_samples	3	每个提示的样本数量（批次大小）
--n_rows	0	输出网格中的行数（默认值：n_samples）

来源：scripts/txt2img.py157-198

4. 脚本特定参数

4.1 txt2img.py 参数

通用参考中的所有参数都适用于 txt2img.py 脚本。

4.2 img2img.py 参数

img2img.py 脚本包含所有通用参数以及以下内容：

参数	默认	描述
--init-img	必填	输入图像的路径
--strength	0.8	噪声强度（0.0-1.0）；值越高，变化越大，但与原始图像的相似度越低

来源：README.md176-179

5. 参数关系和依赖

某些参数协同工作或影响彼此的行为。

来源：scripts/txt2img.py251-257 scripts/txt2img.py267-278 scripts/txt2img.py284-286

6. 使用示例

6.1 基本文本到图像生成

此命令使用 PLMS 采样器和默认设置生成宇航员骑马的图像。

6.2 定制图像生成

此命令将

• 生成夜晚赛博朋克城市的图像
• 将图像尺寸设置为 768×512 像素
• 每次迭代生成 4 个样本，共 2 次迭代（共 8 张图像）
• 使用特定种子（123）以实现可复现性
• 将引导尺度增加到 9.0，以更强地遵循提示

6.3 图像到图像修改

此命令获取一张输入图像，并将其转换为奇幻风景，保留原始结构的 20%。

7. 高级选项

7.1 采样器选择

Stable Diffusion 提供了三种具有不同特性的采样方法：

采样器	标志	描述
DDIM	默认	Denoising Diffusion Implicit Models - 基线采样器
PLMS	--plms	Pseudo Linear Multistep - 通常在较少步骤下提供更好的质量
DPM-Solver	--dpm_solver	Differential Probability Models Solver - 在相同质量下通常更快

来源：scripts/txt2img.py251-257 ldm/models/diffusion/ddim.py ldm/models/diffusion/plms.py ldm/models/diffusion/dpm_solver.py

7.2 控制随机性

可以通过以下方式控制生成过程：

• --seed - 设置随机种子以实现可复现结果
• --fixed_code - 在所有样本中使用相同的初始噪声，使变化仅来自条件

来源：scripts/txt2img.py284-286

7.3 从文件进行批量处理

要自动处理多个提示，请：

1. 创建一个文本文件，每行一个提示。
2. 使用 --from-file 选项指定此文件。
3. 设置 --n_samples 来控制每个提示要生成的图像数量。

来源：scripts/txt2img.py273-277

8. 性能考量

各种参数会影响性能：

参数	性能影响
--ddim_steps	值越高 = 步数越多 = 质量越好，但生成速度越慢
--H / --W	更大的尺寸需要更多的内存和处理时间
--n_samples	更高的批次大小会使用更多的 GPU 内存，但效率可能更高
--precision	"full" 使用更多内存但可能更准确；"autocast" 更快

来源： scripts/txt2img.py125-130 scripts/txt2img.py163-174 scripts/txt2img.py229-234

9. 总结

Stable Diffusion 的命令行界面通过各种参数提供了对生成过程的广泛控制。本文档已涵盖

• 输入和输出选项
• 模型配置参数
• 采样和生成控件
• 图像尺寸设置
• 批处理选项
• 特定脚本参数
• 示例用法场景

了解这些选项可以让用户根据自己的需求微调生成过程，以达到期望的结果，平衡质量、速度和多样性。