参考資料

画像から画像を生成するデノイズ：入力画像から潜在空間までの経路をたどる

入力ピクセルが結果にどう影響するかを理解するため、公式の基本的な画像から画像への生成経路を使います。デノイズとシードの役割は異なり、あらゆる画像に最適な単一の値はありません。

更新日 2026-10-01公開版: 3参照元の版: 7

目的と対象範囲

基本例では、サンプリング前に入力画像を VAE でエンコードし、変更の度合いをデノイズで制御します。この動作は、例で指定されたベースモデルとサンプラーの経路に即して解釈してください。出典 1（英語）

1. 動作するベースモデル、一致する VAE、有効な出力ノードを用意します。

2. 元の入力画像を保持し、使用許可を確認します。

3. 関係のないモデル間の差を一つのパラメーターのせいにせず、一つのワークフロー内で設定を比較します。

以下は引用した資料に基づく編集上の手順です。あなたの環境で原因が確定したことを意味しません。

手順 1. 作者の例を読み込み、Load Image、VAE Encode、KSampler、VAE Decode の順に確認します。

手順 2. 控えめな解像度とシンプルなプロンプトを使います。サンプリングの入力が Empty Latent のままではなく、画像がエンコーダーまで届いていることを確認します。

手順 3. シード、モデル、その他の設定を固定し、1 未満のデノイズ値をいくつか比較して、構造やディテールの変化を確認します。

手順 4. 安定した基準を得てから LoRA、ControlNet、アップスケールを追加し、それぞれの影響を記録します。

画像をエンコードする経路を特定し、制御したパラメーター比較について説明できる状態です。結果が美的な目標を満たすかどうかは、別途評価します。

デノイズを低くしても、人、文字、物体が正確に保たれるとは限りません。デノイズを高くしても、あらゆる場合に使える効果切り替えにはなりません。特殊な編集モデルでは、パラメーターの意味が異なる場合があります。

2026-09-25 に資料を再確認しました。上記の 2026-09-21 は以前の出典確認日です。GPU での実行、最小メモリの測定、実行時の保証は提供していません。

匿名です。はい・いいえの件数のみ保存し、アカウント、IP アドレス、端末情報は保存しません。

公式の基本的な画像から画像へのチュートリアルを 2026-09-25 に再確認しました。GPU での実行、最小メモリの測定、実行時の保証は提供していません。