적정 Sampling steps과 Denoising strength

샘플링 스텝 변경과 Denoising Strength 이해하기

이번 글에서는 샘플링 스텝 20의 포즈가 마음에 들지 않았기 때문에 스텝 수를 변경해 적절한 베리에이션을 찾아보고, 업스케일을 하면서 Denoising strength에 대해 알아보겠습니다.

샘플링 스텝 변경 결과

20: 손자세가 마음에 들지 않는다, 24: 다리가 두개가 되어버렸다.

 

Denoising Strength란 무엇인가?

사용자가 Stable Diffusion에게 이미지 간 변환(image-to-image, img2img) 또는 InPaint를 통해 입력 이미지에서 출력을 생성하도록 요청하면, 이 과정은 seed를 기반으로 입력에 노이즈를 추가하여 시작됩니다. 추가되는 노이즈의 양은 Denoising Strength에 의해 제어되며, 최소 0부터 최대 1까지의 값을 가질 수 있습니다. Denoising Strength 값이 0인 경우 노이즈를 전혀 추가하지 않으므로 출력은 입력과 정확히 같아 보입니다. Denoising Strength 값이 1인 경우 입력을 완전히 노이즈로 대체합니다.

• 낮은 Denoising Strength는 생성된 이미지가 입력 이미지와 비슷하게 보이게 하므로, 작은 수정만 하려는 경우 낮은 값을 사용하면 유용합니다.
• 높은 Denoising Strength는 변화를 증가시키고 입력 이미지가 출력 이미지에 미치는 영향을 줄이므로, 큰 수정을 하려는 경우 높은 값을 사용하면 유용합니다.

 

Denoising strength 에 따른 결과

디노이징 스트렝스가 커질수록 노이즈가 추가되어(인공지능이 더 많이 개입해) 원본과 점점 다른 결과가 나오기 쉽다. 반면 디노이징 스트렝스를 낮추면 크기를 잡아늘린 빈공간에 노이즈를 추가하지 않았기 때문에 디테일과 화질이 저하된다.

 

테스트 결과 0.5 이하가 되면 2배로 업스케일 하면서 디테일이 부족해져 그림이 뿌옇게 변했다. 0.7 이상이 되면 원본과 비교해 배경, 복장, 포즈 모든 것이 달라졌다. 따라서 0.6 전후의 값으로 할 때 디테일과 화질, 원본 재현에 있어 우수한 결과를 보여준다고 말할 수 있다. 다음 시간에는 기존 업스케일러와 스테이블 디퓨전의 인공지능 업스케일러의 차이에 대해 자세히 알아보도록 하겠습니다.