如何为Stable Diffusion XL配置指定推理参数以生成图像？

直接在调用pipe()方法时传入对应的参数即可，diffusers库中SDXL的参数对应关系如下：

• 你要的width → 直接用参数名width
• 你要的height → 直接用参数名height
• 你要的steps → 对应参数名num_inference_steps
• 你要的cfg_scale → 对应参数名guidance_scale

修改后的完整代码如下：

import os
import datetime

from diffusers import DiffusionPipeline
import torch

if __name__ == "__main__":
    output_dir = "output_images"
    os.makedirs(output_dir, exist_ok=True)

    pipe = DiffusionPipeline.from_pretrained(
        "stabilityai/stable-diffusion-xl-base-1.0",
        torch_dtype=torch.float16,
        use_safetensors=True,
        variant="fp16",
    )
    pipe.to("cuda")
    pipe.enable_xformers_memory_efficient_attention()

    prompt = "Extreme close up of a slice a lemon with splashing green cocktail, alcohol,  healthy food photography"

    # 配置推理参数
    inference_params = {
        "width": 1024,
        "height": 1024,
        "num_inference_steps": 30,
        "guidance_scale": 7.5
    }

    images = pipe(prompt=prompt, **inference_params).images
    timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
    image_path = os.path.join(output_dir, f"output_{timestamp}.jpg")
    images[0].save(image_path)

    print(f"Image saved at: {image_path}")

参数说明 #

• width/height：建议设置为8的倍数，SDXL推荐的基础尺寸是1024x1024，也可根据需求调整为1280x720、720x1280等，非8倍数可能导致生成异常。
• num_inference_steps：一般取值20-50，步数越多图像细节越丰富，但生成速度越慢。
• guidance_scale：通常取值5-10，值越高图像越贴合提示词，但过高可能引发图像失真、色彩异常。

内容的提问来源于stack exchange，提问作者LeMoussel