Stable Diffusion源码调试（二）

Stable Diffusion源码调试（二）

个人模型主页：
Stable Diffusion版本：.4.1

分析StableDiffusionProcessingTxt2Img类中的sample函数

Sampler

/work/stable-diffusion-webui/modules/sd_samplers_kdiffusion.py
这个Sampler就是真正去执行生成 latent空间的图像了。

sample函数，接收了生图时需要的全部参数

可以看到初始latent图像就是 前面生成的随机图像x

最后就是self.launch_sampling函数的封装，进入到sample_euler_ancestral函数，生图，latent空间中的生图细节就在这个函数里面了。

这里我们用了euler采样器，换其他采样器同理。

这个函数返回x, 就是latent空间的图像，出去之后，调用decode部分的网络，就得到我们所看到的图像。

不执行数据增强的情况下，直接返回 latent空间的图像。

回到process_images_inner函数(/work/stable-diffusion-webui/modules/processing.py)
可以看到samples_ddim(latent空间的图像)经过decode_first_stage函数处理后，得到x，就是下图。

先整理到这里。

Stable Diffusion源码调试（二）

Stable Diffusion源码调试（二）

个人模型主页：
Stable Diffusion版本：.4.1

分析StableDiffusionProcessingTxt2Img类中的sample函数

Sampler

/work/stable-diffusion-webui/modules/sd_samplers_kdiffusion.py
这个Sampler就是真正去执行生成 latent空间的图像了。

sample函数，接收了生图时需要的全部参数

可以看到初始latent图像就是 前面生成的随机图像x

最后就是self.launch_sampling函数的封装，进入到sample_euler_ancestral函数，生图，latent空间中的生图细节就在这个函数里面了。

这里我们用了euler采样器，换其他采样器同理。

这个函数返回x, 就是latent空间的图像，出去之后，调用decode部分的网络，就得到我们所看到的图像。

不执行数据增强的情况下，直接返回 latent空间的图像。

回到process_images_inner函数(/work/stable-diffusion-webui/modules/processing.py)
可以看到samples_ddim(latent空间的图像)经过decode_first_stage函数处理后，得到x，就是下图。

先整理到这里。