文生图（txt2img）基本参数测试 ​

测试checkpoint、Batch count、Batch size、Seed、CFG Scale等基本参数对图片生成过程及图片内容、质量的影响。

测试环境 ​

原始参数 ​

在之后的测试中，如果没有特别提及，输入参数将使用如下表的值：

girl, white hair, wearing dress,lying on the beach, basking in the sun
Steps: 20, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 4175639649, Size: 512x512

没有提及的参数默认不填或者不勾选，这样我们得到原始图：

生成该图消耗的时间及占用的GPU资源：

Stable Diffusion checkpoint ​

Stable Diffusion checkpoint也就是我们所说的模型，不同checkpoint对图片质量有巨大的影响。

加入另一组Prompt进行对比，本来是在沙滩上晒太阳，改为在咖啡店边上喝咖，其余参数和原始参数一致，新的Prompt如下：

借助脚本X/Y/Z plot及Prompt S/R测试不同checkpoint对图片质量的影响。相同参数下4个不同checkpoint的结果：

Batch count ​

Batch count指重复执行图片生成脚本的次数。该参数对生成图片的质量没有影响。例如改变Batch count为4将消耗相对于原来4倍的时间并且得4批图片，每次执行的显存使用率不会变化。

在每个测试结束之后，都默认退回到原始参数，将Batch count改回1。

Batch size（512*512情况下） ​

Batch size指每次生成的图片数量。测试结果表明在生成512*512图片时，获取同等数量的图片，调大Batch size更节省资源。但是过大的Batch size让人眼花缭乱，所以我倾向于设置Batch size为4，以便于肉眼挑选合适的图片进行下一步处理。

在NVIDIA Tesla T4 16GB上的测试结果：

在NVIDIA Tesla V100 SXM2 32 GB上的测试结果：

Seed ​

如果你希望获取相同的图片，那么使用一个确定的Seed。如果你希望随机获取一张图片，则将Seed设定为-1，这样每次生成图片的时候就会随机生成一个Seed值，这个值可以在界面右下角获取到（生成图片的下面）。

例如，在所有参数，包含硬件条件、软件和模型的版本都一致的条件下，你设定Seed为4175639649，点击生成将得到一张和本文完全一致的图片。

CFG Scale ​

CFG Scale用于控制模型应该在多大程度遵循你的Prompt。

如下图所示，当CFG Scale值为0时，模型自由发挥完全无视你的Prompt；过高的CFG Scale对图片质量产生严重影响。

Sampling method ​

TODO

关于Sampling method我也没有啥研究，平时基本上都是无脑DPM++ 2M Karras，AUTOMATIC1111的wiki也只是给出了一张参照表。

因为Sampling method数量太多，我们宏观上把他们大至分个类然后挑几个典型跑一下。

参考资料 ​

https://stable-diffusion-art.com/samplers/