跳转到主要内容
KSampler这个采样器,是这样工作的:它会根据提供的特定的模型和正、负两种条件,来改造提供的原始潜在图像信息。 首先,它会根据设定好的seed随机种子denoise降噪强度,给原始图像数据加入一些噪声,然后输入预设的Model模型结合positive正向negative负向的引导条件,去生成图像

Input 输入

参数名称数据类型必填默认值取值范围/选项说明
Model模型checkpoint模型-输入用于降噪过程的模型
seed随机种子Int整数00 ~ 18446744073709551615用于生成随机噪声,使用同样的“种子”可以生成相同的画面
steps步数Int整数201 ~ 10000去噪过程中要使用的步骤数,步数越多,结果越准确
cfgfloat浮点数8.00.0 ~ 100.0控制生成的图像与输入条件的贴合程度,通常建议6-8
sampler_name采样器界面选项多种采样算法选择用来降噪的采样器,不同采样器影响生成速度和风格
scheduler调度器界面选项多种调度器控制噪声去除的方式,不同调度器会影响生成过程
Positive正向条件conditioning条件-用于引导降噪的正向条件,可理解为想要在画面中出现的内容
Negative负向条件conditioning条件-用于引导降噪的负向条件,可理解为不想要在画面中出现的内容
Latent_ImageLatent-用于降噪的潜像
denoise降噪float浮点数1.00.0 ~ 1.0决定去除多少比例的噪声,值越小生成图像与输入图像关联越小,值越大越像输入图像
control_after_generate界面选项随机/增量/减量/保持提供在每次提示后更改种子数的能力,节点可以随机、增量、减量或保持种子数不变

Output 输出

参数名称作用
Latent输出经过采样器降噪后的潜像