SD（Stable Diffusion）实操基础考试题及详细答案

SD（StableDiffusion）实操基础考试题及详细答案考试说明：本试卷满分100分，考试时长90分钟，题型包含选择题、填空题、简答题、实操分析题，侧重SD绘图实操基础、参数调节、关键词使用、问题排查等实用知识点，无偏题怪题，适配入门及进阶实操考核。一、单项选择题（共10题，每题3分，共30分）1、SD绘图中，CFGScale参数的核心作用是（）A、控制图片生成分辨率B、控制关键词的贴合程度C、调整生成步数多少D、修复图片模糊问题2、以下采样器中，出图速度最快、适合快速预览测试的是（）A、DPM++2MKarrasB、EulerC、DDIMD、DPM++SDEKarras3、常规真人写实写真绘图，最常用的基础模型类型是（）A、动漫二次元模型B、写实真人模型C、国风古风插画模型D、科幻场景专项模型4、SD中“重绘幅度（Denoisingstrength）”数值为0时，效果是（）A、完全重绘图片，生成全新画面B、图片无任何变化，保持原图不变C、图片轻微优化，细节小幅提升D、图片画质压缩、变模糊5、想要避免生成图片出现多指、畸形、脸部崩坏，最核心的反向关键词是（）A、bestqualityB、ultradetailedC、badhands,missingfingersD、fullbody6、常规高质量出图，合理的采样步数区间是（）A、1-5步B、15-30步C、100-200步D、200步以上7、Lora模型的主要作用是（）A、替换整体基础画风B、微调人物、服饰、动作、场景细节特征C、提升图片分辨率D、加快出图速度8、生成图片出现大面积噪点、画面杂乱、主题不清晰，最不可能的原因是（）A、采样步数过低B、CFG数值过高C、关键词过于杂乱冲突D、分辨率设置适中合理9、以下关键词中，属于正向质量关键词的是（）A、blurry,lowresolutionB、ugly,deformedC、8k,highresolutionD、watermark,text10、图片高清放大、无损提升画质，最常用的功能是（）A、图生图重绘B、超分放大（Upscale）C、更换采样器D、降低CFG数值二、填空题（共8空，每空2分，共16分）1、SD绘图分为两大核心模式，分别是_________和_________。2、CFGScale数值越高，画面越_________关键词，但容易出现画面僵硬、失真；数值过低会导致_________。3、图生图模式中，重绘幅度数值越_________，对原图改动越大；数值越_________，越贴合原图细节。4、常规写实出图，标准基础分辨率建议设置为_________、_________（常用横竖屏尺寸）。三、简答题（共4题，每题6分，共24分）1、简单说明文生图和图生图的核心区别，以及各自适用场景。2、日常绘图中，如何合理搭配正向关键词和反向关键词？3、生成的人物图片经常出现脸崩、五官不对称、畸形问题，有哪些解决办法？4、简述Lora模型和大模型（基础模型）的区别与搭配使用逻辑。四、实操分析题（共3题，每题10分，共30分）1、用户参数设置：CFG=20，采样步数10步，关键词堆砌20个以上冲突词汇，最终出图画面杂乱、色彩怪异、主体模糊。请分析问题原因，并给出详细整改方案。2、用户想要生成一张高清、质感自然的户外真人写真，画面清晰、光影柔和、无瑕疵，请写出一套简洁实用的正向、反向关键词，以及基础参数设置。3、用户使用图生图修图，想要保留原图人物姿势和构图，只优化画质、细化五官和光影，但最终图片完全变样、人物姿势改动极大。请分析核心问题，并给出调整方法。参考答案（详细解析）一、单项选择题答案及解析1、B解析：CFGScale为关键词引导强度，数值越高越贴合提示词，和分辨率、步数无关联。2、B解析：Euler采样速度最快，适合快速出图预览；Karras系列采样精度更高，适合最终出图；DDIM多用于固定种子复刻画面。3、B解析：写实真人写真必须搭配写实大模型，其他模型画风适配度低，会出现画风违和、人物失真问题。4、B解析：重绘幅度0代表不进行任何重绘优化，完全保留原图；数值1为完全重新生成画面。5、C解析：其余选项均为正向质量关键词，只有C是专门规避手部畸形、缺指崩坏的反向关键词。6、B解析：1-5步步数过低画面残缺杂乱，100步以上冗余耗时、画质无明显提升，常规15-30步为最优区间。7、B解析：大模型决定整体画风，Lora属于微调模型，用于细化特定人物、服饰、场景、风格细节。8、D解析：分辨率适中是正确参数，不会导致画面噪点杂乱，其余三项均是常见问题诱因。9、C解析：其余选项均为反向避雷关键词，用于规避低质、瑕疵画面。10、B解析：超分放大是专门的高清无损放大功能，其余操作无法实现专业画质提升。二、填空题答案1、文生图、图生图2、贴合、画面跑偏、不贴合关键词主题3、大、小4、512×768（竖屏）、768×512（横屏）（答案合理即可）三、简答题详细答案1、文生图和图生图核心区别与适用场景核心区别：文生图是纯通过文字关键词生成全新画面，无原图参考；图生图是以已有图片为基底，进行重绘、优化、改编。适用场景：文生图适合从零创作原创画面、构思全新场景和人物；图生图适合修图改图、优化现有图片画质、微调构图姿势、风格转换。2、正向、反向关键词搭配方法（1）正向关键词：优先写核心主体、场景、动作、风格、画质词汇，精简不堆砌，优先主次顺序，核心画面描述在前，画质细节在后；（2）反向关键词：固定通用避雷词，规避模糊、畸形、水印、文字、低画质、五官崩坏等常见问题；（3）避免关键词冲突，比如同时写“古风”和“赛博朋克”两种对立风格，保证画面统一。3、人物脸部崩坏的解决办法（1）添加脸部修复、五官优化的正向关键词，搭配避雷畸形、不对称的反向关键词；（2）开启面部修复功能，提升脸部细节精度；（3）适当提高采样步数，更换精度更高的DPM++Karras采样器；（4）搭配真人五官优化类Lora模型，针对性修复脸部瑕疵；（5）降低过高的CFG数值，避免画面僵硬失真。4、Lora模型与基础大模型的区别及搭配逻辑区别：基础大模型决定整体画风、画质基底，是出图的核心框架，画风由大模型主导；Lora是轻量化微调模型，不改变整体画风，只针对特定人物、服饰、动作、场景、细节进行强化。搭配逻辑：先根据创作需求选择对应的基础大模型（写实/动漫/国风），再按需加载对应的Lora模型微调细节，Lora权重控制在0.3-0.8之间，避免权重过高导致画面违和崩坏。四、实操分析题详细答案1、问题原因及整改方案问题原因：①CFG数值20过高，过度强制贴合关键词，导致画面僵硬、色彩怪异；②采样步数仅10步，步数不足，画面细节缺失、杂乱噪点多；③关键词过多且冲突，模型无法精准识别核心主体，画面主题混乱。整改方案：①将CFG数值调整为6-10的常规合理区间；②采样步数调整为20-30步，保证画面细节完善；③精简关键词，删除冲突、冗余词汇，保留核心主体、风格、画质关键词；④更换DPM++2MKarras高精度采样器，提升画面质感。2、真人写真关键词+基础参数设置正向关键词：8k,highresolution,ultradetailed,realperson,outdoorportrait,softlight,naturalskin,delicatefacialfeatures,clearbackground,realistictexture反向关键词：blurry,lowresolution,ugly,deformed,badhands,missingfingers,asymmetricface,watermark,text,noise基础参数：分辨率768×512/512×768，采样步数25步，CFGScale8，采样器DPM++2MKarras，无过高权重Lora。3、图生图画面大变样问题排查与调整方法核心问题：重绘幅度过大，完全覆盖了原图的构图、姿势细节，导致画面大幅改动。调整方法：①降低重绘幅度，想要保留原图构图姿势，将数值控制在0.2-0.4之间，仅优化画质细节；②适当降低CFG数值