Метод обработки входного шума и количеством шагов до схождения, когда дальнейшее увеличение количества шагов не приносит видимого улучшения картинки. Имхо самые годные - Euler, Euler a, DDIM и DPM++2M Karras
Если нужно детальное описание, то добро пожаловать в интернет и техническую документацию;)
Плюсую. Ещё имхо весьма хорош DPM Adaptive, он конечно самый долгий из имеющихся сэмплеров, но даёт качественный результат и много деталей. На этапе генерации рандомных сидов его лучше не использовать, потому что батч даже из 4 картинок он будет генерить до второго пришествия, но прогнать через него годный сид стоит, может получиться результат лучше, чем у перечисленных вами. И UniPC может дать интересные результаты из-за принципиально другого алгоритма работы, но по этой же причине ему надо минимум 30 шагов для приемлемого результата.
Метод обработки входного шума и количеством шагов до схождения, когда дальнейшее увеличение количества шагов не приносит видимого улучшения картинки.
Имхо самые годные - Euler, Euler a, DDIM и DPM++2M Karras
Если нужно детальное описание, то добро пожаловать в интернет и техническую документацию;)
Плюсую. Ещё имхо весьма хорош DPM Adaptive, он конечно самый долгий из имеющихся сэмплеров, но даёт качественный результат и много деталей. На этапе генерации рандомных сидов его лучше не использовать, потому что батч даже из 4 картинок он будет генерить до второго пришествия, но прогнать через него годный сид стоит, может получиться результат лучше, чем у перечисленных вами. И UniPC может дать интересные результаты из-за принципиально другого алгоритма работы, но по этой же причине ему надо минимум 30 шагов для приемлемого результата.
Euler самые отстойные семплеры, не понимаю почему их постоянно приводят, сколько сравнивал, просто ни о чём
Restart ситуативно тоже хорош, eulerы конечно хороши, но там задники как то отстранённо получается
Может не стоит туда соваться если не умеешь даже скрины делать?
Может, не стоит что-то утверждать, если точно не знаешь? Сфоткать экран гораздо быстрее, чем скрин сделать
Мне понравилась американская статья с картинками и разбивками по разным критериям и численной оценкой.
https://adesigne.com/artificial-intelligence/sampling-methods-for-stable-diffusion-samplers-comparison-guide/