SDXL 模型新设置:Aesthetic Scores美学得分

共计 836 个字符,预计需要花费 3 分钟才能阅读完成。

什么是 Aesthetic Score 美学得分?

Aesthetic Score 美学得分是 SDXL 模型中的一个新设置,它仅适用于 refiner 精炼模型。在 SDXL 模型的训练数据中,每张图像都有一个美学分数,范围从 0 到 10,其中 0 表示最丑,10 表示最好看。通过设置您的 SDXL 高美学评分,您将提醒模型倾向于生成具有更高美学评分的图像,从而理论上提高您图像的美学质量。

SDXL 模型新设置:Aesthetic Scores 美学得分

美学得分的作用

在模型训练阶段,SDXL 模型的 U -Net “ 骨架 ” 使用这些美学分数作为额外的 ” 调节指南 ”。这种指南的目的是帮助模型理解何种特征使一幅画获得高分,以及何种特征不能获得高分。通过这种方式,模型可以更好地学习和生成高质量的图像。

然而,如果在训练阶段存在大量质量较差的图像样本,例如在粗糙木材桌子上的红苹果,模型可能会开始将红苹果和粗糙木材桌子与 ” 质量差 ” 的艺术联系起来,仅仅因为有这么多低质量的例子。在这种情况下,即使一幅高分画作也以红苹果和粗糙木材桌子为特征,可能无法充分捕捉到其其他特征,并且只生成质量较差的红苹果。

美学得分的作用机制

这就是美学得分发挥作用的地方。由于美学得分被视为 ” 文本嵌入 ” 的一部分,它被视为图像标题的一部分。在学习过程中,模型会 ” 考虑 ” 每幅画作的美学评分,并在推理过程中使用给定的评分来减少对低评分画作特征的重视。这样,模型的输出就不会过于偏向少数(甚至许多)” 不好 ” 的例子。因此,用于后续微调的数据集质量并不像您预期的那样影响 AI 创造美丽作品的能力。

调整美学评分

要更改美学评分,您需要进入 ” 设置 ” 选项卡 -> SDXL 子选项卡。在那里,您可以调整美学评分的设置,以便模型生成符合您期望的美学质量的图像。

结论

Aesthetic Score 美学得分是 SDXL 模型的一个重要设置,它帮助模型在生成图像时更好地理解和捕捉高质量的特征。通过设置适当的美学评分,您可以引导模型生成更具美感的图像。无论训练数据集的质量如何,美学得分都能够在一定程度上减少模型对低质量特征的关注,从而提高图像的美学质量。

正文完