Stable Diffusion ONNX修复管道固定输出512*512图像问题求助

你遇到的问题核心是：OnnxStableDiffusionInpaintPipeline默认会输出模型训练时的512x512尺寸，即便你调整了输入图像和mask的大小，如果不在管道调用时显式指定输出尺寸，管道会忽略输入尺寸，沿用默认值。

具体修复步骤： #

• 调用pipe时必须显式传入height和width参数，对应你设定的目标分辨率
• 确保传入的尺寸是64的整数倍（Stable Diffusion模型下采样机制要求，否则会报错或输出异常），你用的576和384刚好符合要求
• 补上你定义但未使用的negative参数，取消注释strength参数（inpainting需要这个参数控制重绘强度）

修改后的inpaint_with_prompt方法代码： #

def inpaint_with_prompt(
        self, 
        image: cv2.typing.MatLike | Image.Image, 
        mask: cv2.typing.MatLike | Image.Image,
        height: int, 
        width: int,             
        prompt: str = '', 
        negative: str = '',
        steps: int = 10, 
        cfg: float =  7.5,
        noise: float = 0.75
):
    pipe = self.pipe_inpaint

    image = image.resize((width, height))
    mask = mask.resize((width, height))

    output_image = pipe(
        prompt,
        image,
        mask,
        height=height,  # 指定输出高度
        width=width,    # 指定输出宽度
        strength=noise, # 启用重绘强度控制
        guidance_scale=cfg,
        negative_prompt=negative, # 传入负面提示词
        num_inference_steps=steps # 指定推理步数
    )

    return output_image

额外注意点： #

如果后续需要使用非64倍数的尺寸，可先通过以下函数转换：

def round_to_multiple_of_64(n):
    return ((n + 63) // 64) * 64

将height和width转换成64的倍数后再传入管道。

内容的提问来源于stack exchange，提问作者cudnn_account