4.5 KiB
4.5 KiB
| 术语 | 直译 | 翻译 | 说明 |
|---|---|---|---|
| stable diffusion | 稳定扩散 | stable diffusion | 一个开源的文本到图像 latent diffusion 模型，能够在给定任何文本输入的情况下生成相关的图像 |
| SD | stable diffusion 的缩写 | ||
| CFG Scale | CFG指数 | 提示词相关性 | Classifier Free Guidance Scale 的缩写，基于实际功能翻译。 |
| Denoising strength | 去噪强度 | 重绘幅度 | 这里的“去噪”其实并非常规的去噪（不是那种后处理滤镜），而是同时指“加噪”强度。 在SD进行取样的过程中，他要先有噪点然后逐渐从噪点“恢复”成图片。这个“恢复”的过程就叫去噪。而假设我们有1份噪点（100%），step则决定每个step去除多少%的噪点。比如100步就是每步1% i2i的生成过程就是，假如去噪强度是1.0，那他会加100%的噪点，然后跑100%的取样。而假如去噪强度是0.0，那他就不加噪点，也就是不做取样，直接编码进潜空间然后再直接解码回来。所以很自然0.5的去噪就只会跑一半的step，因为他只加了50%的噪点。 其实在sd官方，这个参数不叫Denoising strength，而是直接叫 strength - strength for noising/unnoising（加噪/去噪的强度），我觉得以功能取代原有名字也是一种解决办法。 |
| inpaint | 绘画 | 局部重绘 | 在SD里这个标签对应的功能是绘制蒙版，并对蒙版区域进行局部重绘。 |
| outpaint | 向外绘制 | ||
| latent space | 潜空间 | ||
| latent noise | 潜空间噪声 | ||
| latent zeroes | 潜空间数值零 | ||
| image grids | 宫格图 | ||
| Hypernetwork | 超网络 | ||
| Slerp | 球面线性插值 | ||
| Aesthetic | 美术风格 | ||
| tokenizer | 词元 | ||
| - | |||
| t2i | 文生图 | txt to img 的缩写 | |
| i2i | 图生图 | img to img 的缩写 | |
| Tag | 提示词 | 某些教程会使用 Tag 作为 Prompt 的翻译，但实际上只有部分模型（如wd跟nai）可以以tag的方式作为提示词输入 | |
| NAI | Novel AI | ||
| naifu | Novel AI 本地版 | ||
| webUI | stable diffusion 网页用户界面，由AUTOMATIC1111开发 | ||
| embedding | |||
| Textual Inversion | 参考链接 | ||
| ENSD | Eta noise seed delta | ||
| CLIP | Contrastive Language-Image Pre-Training的缩写。CLIP是用于处理文本理解文本的神经网络，它把你的自然语言提示语分割成词元并转化为向量供 diffusion 模型使用 | ||
| WD | waifu diffusion的缩写 |