如何识别扩散模型输入及Stable Diffusion Inpainting模型的全部可用参数？

• 查看对应模型/管线的官方文档，输入参数会被明确列出
• 在Python环境中使用help()函数，直接查看模型类或其__call__方法的说明文本
• 查看模型仓库的README文件，通常会标注核心输入参数的要求和作用
• 打印管线__call__方法的签名，直观获取所有参数列表

针对你使用的StableDiffusionInpaintPipeline，可以通过以下几种方式获取全部参数：

• 方法1：使用Python内置的help()函数
  在代码中添加以下内容并运行，会输出__call__方法的所有参数、默认值及详细说明：

from diffusers import StableDiffusionInpaintPipeline
help(StableDiffusionInpaintPipeline.__call__)

• 方法2：查看diffusers库的源码定义
  找到StableDiffusionInpaintPipeline类的实现文件，其__call__方法中会完整列出所有接受的参数，包括参数类型和作用注释。
• 方法3：用inspect模块打印方法签名
  通过inspect模块可以直接提取方法的参数信息：

import inspect
from diffusers import StableDiffusionInpaintPipeline

sig = inspect.signature(StableDiffusionInpaintPipeline.__call__)
print(sig)

常见的额外可用参数包括：

• negative_prompt：反向提示词，用于抑制生成不想要的内容
• num_inference_steps：推理步数，默认50，数值越高生成效果越精细但速度越慢
• guidance_scale：引导系数，默认7.5，数值越高生成结果越贴近提示词描述
• seed：随机种子，固定种子可生成相同的结果
• height/width：生成图像的尺寸，需要与输入图像的尺寸匹配

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