新サンプラーを試してみた WebUI 1.6 [StableDiffusion]
AUTOMATIC1111
WEBUI 1.6.0 がリリース！
新しいサンプラーが登場とのことで、検証を行いたいと思います。
新登場8個一覧⇩
DPM++ 2M SDE Exponential,
DPM++ 2M SDE Heun,
DPM++ 2M SDE Heun Karras,
DPM++ 2M SDE Heun Exponential,
DPM++ 3M SDE,
DPM++ 3M SDE Karras,
DPM++ 3M SDE Exponential,
Restart
また、
DDIM, PLMS, UniPCが
・img2imgでの使用
・AND構文の使用
・SDXLでの使用
が可能になったようです！
（PLMSは個人的に使う機会があるので、このアップデートは嬉しいです。）
検証
後日、追加検証を行いました！⇩
今回は、SD1.5 RealMagic
512*768 Sampling Steps 40 CFG 7
Hires.fix Latent(bicubic antialiased)
hires steps 20 Denoising Strength 0.53
の設定で検証
prompt: Op art pattern clothing, solo, RAW photo
個々に見ていく⬇︎
いかがですかね？
新サンプラーはどれもいい感じですね！
RestartのみSDE系列ではないため、違いが出ましたね。
参考までに、
Euler a とDPM++2M SDE karrasも置いておきます。
新サンプラー Restart
バランスを取り、速さと精度を得る。
ODEとSDEのバランスをとったサンプラーのようです。
速度と精度がそれら二つよりも上回り、
構図もまた、良いようですね。（以下参照）
皆さんはどう思いますか？ 是非試してみてください！
9.4追記
試してみましたが、SDE系の方が生成スピードは早いですね。
以下、出典&翻訳
以下G翻訳
Restart sampling
拡散モデルなどの微分方程式を解くことを伴う生成プロセスでは、速度と品質のバランスが必要になることがよくあります。 ODE ベースのサンプラーは高速ですが、パフォーマンスが頭打ちになります。一方、SDE ベースのサンプラーは、サンプリング時間の増加を犠牲にして、より高いサンプル品質を実現します。この違いはサンプリング誤差によるものであると考えられます。ODE サンプラーには小さな離散化誤差が含まれますが、SDE の確率論は累積誤差を軽減します。これらの発見に基づいて、離散化誤差と縮小のバランスをより良くするために、Restart と呼ばれる新しいサンプリング アルゴリズムを提案します。
経験的に、Restart サンプラーは速度と精度の両方で以前の拡散 SDE および ODE サンプラーを上回っています。再起動により、以前の最高の SDE 結果を上回るパフォーマンスが得られるだけでなく、CIFAR-10 / ImageNet でサンプリング速度が 10 倍 / 2 倍高速化されます。
さらに、同等のサンプリング時間内で ODE サンプラーよりも大幅に優れたサンプル品質を実現します。さらに、Restart は、LAION で事前トレーニングされた大規模なテキストから画像への安定拡散モデルにおける以前のサンプラーよりも、テキストと画像の位置合わせ/視覚品質と多様性のバランスをより良く取っています。
この記事が気に入ったらサポートをしてみませんか？