?? 本章概述
在Stable Diffusion我們想要得到一張高分辨率且具有細(xì)節(jié)特征的圖片時(shí)，我們就需要使用一些圖片放大算法來幫助我們實(shí)現(xiàn)。
本文主要概述在sd中常常使用的高清修復(fù)方法以及不同方法的區(qū)別和應(yīng)用場(chǎng)景。同時(shí)也給出一些推薦的工作流，你可以根據(jù)自己的情況來選擇適合你的。
通過本節(jié)的學(xué)習(xí)對(duì)于高清修復(fù)的使用相信你會(huì)更加得心應(yīng)手。
?? 幾種不同高清修復(fù)方法
下面幾種方法的測(cè)試統(tǒng)一是在墨幽v1040，512*512基礎(chǔ)分辨率，20步迭代步數(shù)，Restart采樣方法下進(jìn)行。
提示詞如下（適用于真人圖片的起手式）：
正面：
best quality, masterpiece, (photorealistic:1),ultra high res,highres, illustration. media, delicate,8k wallpaper,soft light,official art, (realistic:1.2),1girl,
負(fù)面：
EasyNegative, paintings, sketches, ugly, 3d, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, manboobs, backlight,(ugly:1.3), (duplicate:1.3), (morbid:1.2), (mutilated:1.2), (tranny:1.3), mutated hands, (poorly drawn hands:1.3), blurry, (bad anatomy:1.2), (bad proportions:1.3), extra limbs, (disfigured:1.3), (more than 2 nipples:1.3), (more than 1 navel:1.3), (missing arms:1.3), (extra legs:1.3), (fused fingers:1.6), (too many fingers:1.6), (unclear eyes:1.3), bad hands, missing fingers, extra digit, (futa:1.1), bad body, double navel, mutad arms, hused arms, (puffy nipples, dark areolae, dark nipples, rei no himo, inverted nipples, long nipples), NG_DeepNegative_V1_75t, pubic hair, fat rolls, obese, bad-picture-chill-75v,(without clothes)
一、文生圖高清修復(fù)
在文生圖的界面里，我們可以在一開始就指定將圖片進(jìn)行放大。
在打開高清修復(fù)后，我們會(huì)看到以下這些參數(shù)。
關(guān)于這里的放大算法，我比較推薦使用以下一種，（其中Anime6B一般用于二次元風(fēng)格）
4x-ultrasharp需要額外下載，下載地址為：https://civitai.com/models/116225/4x-ultrasharp
下載下來后放到：sd目錄\models\ESRGAN
后期下載的其他放大算法模型基本上都是放在這個(gè)目錄下。
以下是這幾種放大算法跑出來的效果圖，可以看出來其實(shí)差距都很小，對(duì)于不同風(fēng)格的結(jié)果會(huì)有所區(qū)別，對(duì)于細(xì)節(jié)把握比較強(qiáng)的童鞋可以試試使用xyz腳本（還不知道這個(gè)腳本使用的見我之前編寫的文章）跑出最合適你的參數(shù)。
二、后期處理縮放倍數(shù)
這個(gè)說實(shí)話我很少用，經(jīng)過測(cè)試對(duì)于圖片細(xì)節(jié)的處理不是太理想。不過你可以通過其他方法先將圖片修復(fù)到一定程度后再使用該功能，因?yàn)楹笃谔幚硭俣群芸欤缓髷U(kuò)大無上限- -
比如下圖，未經(jīng)過處理和經(jīng)過處理后的結(jié)果：
處理前：
處理后：
那后期處理這塊是不是沒有用了呢？也不盡然，
這里一般可以用來處理照片的裁剪或老照片修復(fù)。
三、圖生圖放大倍數(shù)和幾個(gè)Upscale腳本
方法一：放大倍數(shù)
來到圖生圖界面，縮放模式選擇僅調(diào)整大小，這里我們可以修改重繪尺寸或者直接指定重繪尺寸倍數(shù)。
需要注意的是，因?yàn)槭腔谠瓐D進(jìn)行處理，所以這里我們固定好seed值以及降低重繪幅度。
剛剛那張照片的處理結(jié)果如下：
方法二：使用Sd upscale
打開腳本我們選擇 upscale：
打開以后看到以下幾個(gè)參數(shù)選項(xiàng)，
upscale是將一張圖片分為多個(gè)區(qū)塊然后進(jìn)行分別放大，最后再組合起來。
這里的分塊重疊像素寬度是用來避免最終成像會(huì)有明顯的接縫，因?yàn)槭欠謮K繪制嘛，最后還需要拼接的。一般維持默認(rèn)即可。 不要忘了選擇放大算法，否則不會(huì)生效。
這個(gè)方法我用的其實(shí)也比較少，現(xiàn)在基本也被淘汰了，因?yàn)榭赡艹霈F(xiàn)一些未知的情況- -， 比如下圖。
為什么會(huì)出現(xiàn)這種情況呢，因?yàn)樗欠謪^(qū)塊進(jìn)行放大的，每個(gè)區(qū)塊就可能按照AI自己的想法加入一些奇奇怪怪的玩意~。結(jié)果就不可控了，雖然我們減少區(qū)塊的大小，但最終的結(jié)果可能還是難以預(yù)料的。
方法三：使用Ultimate SD upsale
該方法是 Sd upscale 的升級(jí)版，也需要額外下載，在擴(kuò)展中搜索Ultimate就可以看到了，安裝后記得重啟UI界面。
來到圖生圖界面，使用的還是之前的照片參數(shù)，降低重繪幅度和固定種子。然后在腳本中找到 Ultimate SD upsale。
放大前：
放大后：
可以看到效果還不錯(cuò)，在這個(gè)腳本里涉及一些參數(shù)，我們有時(shí)候需要根據(jù)圖片的最終成像來進(jìn)行調(diào)整，根據(jù)官方的界面，具體說明如下：
- 「Target size type」: 定義最終圖像的大小來源。
-
「From img2img settings」: 使用默認(rèn)的**「img2img」**寬和高設(shè)置。
-
「Custom size」: 自定義寬高設(shè)置，最大值是8192。
-
「Scale from image size」: 以初始圖像大小為基礎(chǔ)進(jìn)行縮放。（大多情況下直接使用這個(gè)）
- 「Redraw」: 圖像重新繪制的設(shè)置。
-
「Linear」: 所有小塊逐個(gè)、逐行逐列地處理。
-
「Chess」: 所有小塊按棋盤模式處理，這樣可以減少接縫產(chǎn)生的幾率。（常用選項(xiàng)）
-
「None」: 禁用重新繪制。如果你看到明顯的重疊或接縫上的瑕疵，就使用這個(gè)模式。
-
「Upscaler」: 在重新繪制之前放大圖像。推薦使用ESRGAN來增強(qiáng)現(xiàn)實(shí)感的圖像，對(duì)于其他的圖像推薦使用R-ESRGAN 4x+。我們也可以使用4x-ultrasharp
-
「Type」:
-
「Tile width/height」: 要處理的小塊的寬和高。對(duì)于2k圖像，512px通常就夠了。
-
「Padding」: 在處理一個(gè)小塊時(shí)，會(huì)考慮多少像素的鄰近小塊。
-
「Mask blur」: 用于小塊蒙版的模糊程度。如果你看到接縫，可以適當(dāng)調(diào)整這個(gè)值。
- 「Seams fix」: 對(duì)于結(jié)果圖像中可見的網(wǎng)格，通常不需要使用它，因?yàn)樗皇橇硪环N重新繪制方法。
-
「Bands pass」: 主要處理接縫（行和列），需要的時(shí)間比較短。
-
「Half tile offset pass」: 與重新繪制相似，但有一半的小塊偏移。
-
「Half tile offset + intersections pass」: 先運(yùn)行Half tile offset pass，然后對(duì)交叉點(diǎn)進(jìn)行額外的處理。
-
「None」: 禁用接縫修復(fù)。
-
「Type」:
- 「Save options」: 保存圖像的選項(xiàng)。
-
「Upscaled」: 默認(rèn)啟用。從Redraw保存圖像。
-
「Seams fix」: 默認(rèn)禁用。在Seams fix之后保存圖像。
這個(gè)腳本也可以搭配controlnet的tiled進(jìn)行使用。細(xì)節(jié)會(huì)更豐富些。
四、Tiled Diffusion腳本
該腳本需要另外下載，一般搭配Tiled Vae一起使用，秋葉啟動(dòng)包自帶了。如果沒有下載的童鞋可直接在擴(kuò)展中搜索下載（或看文末掃描獲取腳本文件）。 下載后可在文生圖和圖生圖中查看到。
放大的話一般先在文生圖中生成一張滿意的圖片，然后發(fā)送到圖生圖中。不要忘記降低重繪幅度和固定種子。
我們打開腳本，然后點(diǎn)擊啟用，關(guān)于這里的參數(shù)設(shè)置先保持默認(rèn)。不要忘記選擇放大算法。
對(duì)于顯存較大的同學(xué)可以將 分塊單批數(shù)量（「Tiled Diffusion Latent tile」）改為8，這樣處理的速度會(huì)快很多。
這里我們放大兩倍，點(diǎn)擊生成。效果如下：
其實(shí)為了細(xì)節(jié)的更好處理，我們可以在這里再加入controlnet tile，效果會(huì)更好.
因?yàn)閏n tile往往會(huì)產(chǎn)生更多的細(xì)節(jié)，MultiDiffusion會(huì)更多的修飾原圖而缺少足夠的細(xì)節(jié)。兩者的適當(dāng)結(jié)合會(huì)產(chǎn)生非常好的效果。
可以看出來，人物的真實(shí)感更加強(qiáng)烈，且增添了一些細(xì)節(jié)
上面的圖像我們是在默認(rèn)的參數(shù)下生成的，其實(shí)官方有給一些推薦的參數(shù)設(shè)置，具體如下：
Denoising Strength >= 0.75
Method = Mixture of Diffusers, Overlap = 8
Noise Inversion Steps >= 30
CN Tile preprocessor = tile_resample, downsampling rate = 2。
具體修改后的參數(shù)如下圖（需要注意的是batch size這個(gè)參數(shù)，如果你的顯存比較小，還是默認(rèn)1吧）：
設(shè)置為推薦參數(shù)后，我們?cè)偕山Y(jié)果：
由于篇幅原因，這里不再過多闡述，如果你對(duì)還想了解這些參數(shù)和其他參數(shù)的具體含義?？梢圆殚喒俜轿臋n
五、Diffusion+StableSR
高清放大算法的后起之秀，由南陽理工大學(xué)的王建一同學(xué)等人開源。
需要額外下載，可在擴(kuò)展中選擇從地址下載：https://github.com/pkuliyi2015/sd-webui-stablesr.git
如無法下載，請(qǐng)看文末掃描獲取文件
這個(gè)腳本的使用還需要幾個(gè)額外的模型：
1、在 https://huggingface.co/stabilityai/stable-diffusion-2-1/tree/main 中下載模型文件，下載完成后放入sd的Stable-diffusion 目錄下。sd目錄\models\Stable-diffusion
2、下載StableSR 模塊的模型文件，下載地址為：https://huggingface.co/Iceclear/StableSR/blob/main/webui_768v_139.ckpt
如無法下載請(qǐng)看文末獲取文件
下載后的文件保存在 sd目錄/extensions/sd-webui-stablesr/models下（models 默認(rèn)沒有，要自己新建）
3、下載配置vae文件，請(qǐng)看文末掃描獲取文件。
下載下來后放在 sd目錄/models/VAE 目錄下。
4、官方推薦該腳本和Tiled Diffusion一起使用，這樣速度更快，不容易OOM（內(nèi)存溢出）。所以我們需要安裝Tiled Diffusion插件，這個(gè)在上面已經(jīng)介紹了。
到這里我們就安裝好了，我們來使用一下它。來到圖生圖界面，設(shè)置好基礎(chǔ)參數(shù)信息。需要注意的是這個(gè)基礎(chǔ)參數(shù)的設(shè)置和我們前面的方法有所區(qū)別，這也是官方推薦的。
選擇我們剛剛下載的checkpoints模型和配套vae。
輸入正面詞（不輸也行）和負(fù)面詞。
正面：
(masterpiece:2), (best quality:2), (realistic:2),(very clear:2)
負(fù)面：
3d,cartoon,anime,sketches,(worst quality:2),(low quality:2),
配置腳本參數(shù)：
官方推薦的參數(shù)配置如下：
-
如果生成圖像尺寸 > 512，我們推薦使用 Tiled Diffusion & VAE，否則，圖像質(zhì)量可能不理想，VRAM 使用量也會(huì)很大。
-
這里是官方推薦的 Tiled Diffusion 設(shè)置。
-
方法 = Mixture of Diffusers
-
隱空間Tile大小 = 64，隱空間Tile重疊 = 32
-
Tile批大小盡可能大，直到差一點(diǎn)點(diǎn)就炸顯存為止。
-
Upscaler 「必須」 選擇None。
-
下圖是24GB顯存的推薦設(shè)置。
-
對(duì)于4GB的設(shè)備，「只需將Tiled Diffusion Latent tile批處理大小改為1，Tiled VAE編碼器Tile大小改為1024，解碼器Tile大小改為128?！?/strong>
-
SDP注意力優(yōu)化可能會(huì)導(dǎo)致OOM（內(nèi)存不足），因此推薦使用xformers。
-
除非你有深入的理解，否則你**「不要」改變Tiled Diffusion & Tiled VAE中的其他設(shè)置。「這些參數(shù)對(duì)于StableSR基本上是最優(yōu)解」**
最終成像如下，可以看到細(xì)節(jié)感真的不錯(cuò)哈，一些細(xì)節(jié)可以再做調(diào)整，如果需要更豐富就把放大倍數(shù)再調(diào)大些：
六、幾種方式的優(yōu)缺點(diǎn)對(duì)比：
| 「方法名」 | 「優(yōu)點(diǎn)」 | 「缺點(diǎn)」 |
|---|---|---|
| 文生圖高清修復(fù) | 圖片生成細(xì)節(jié)良好、操作簡(jiǎn)便 | 生成速度一般，占用較大顯存 |
| 后期處理 | 生成速度很快，操作簡(jiǎn)便 | 幾乎0重繪，對(duì)于細(xì)節(jié)的完善不足 |
| 圖生圖放大倍數(shù) | 生成速度很快，操作簡(jiǎn)單，細(xì)節(jié)良好 | 生成圖片細(xì)節(jié)有限 |
| 圖生圖Upscale腳本 | 生成速度中等，操作簡(jiǎn)便 | 容易生成過多不需要的畫面，目前已基本廢棄 |
| 圖生圖Ultimate腳本 | 生成速度中等，細(xì)節(jié)良好，可搭配cn tile | 生成的結(jié)果具有一定的隨機(jī)性，需要對(duì)參數(shù)有一定了解，進(jìn)行細(xì)微調(diào)整 |
| Diffusion+StableSR | 幾乎完全忠實(shí)于原圖，細(xì)節(jié)最佳，最大支持放大8K | 操作起來很麻煩，需要下載一些額外的模型，然后速度也并不快 |
| Diffusion+VAE+cn | 細(xì)節(jié)絕佳，最大支持放大8K | 生成速度慢，可能會(huì)出現(xiàn)一些不需要的細(xì)節(jié)（可做調(diào)整） |
?? 推薦方案和工作流：
對(duì)比了這些高清放大算法后，一般我們可以選擇下面幾個(gè)。其他方法其實(shí)經(jīng)過一些參數(shù)的調(diào)整也可以生成不錯(cuò)的效果，不過為了穩(wěn)定和節(jié)省時(shí)間，我們可以直接選擇下述列出的方法。
1、直接在文生圖中開啟高清修復(fù)（顯存大的直接開啟也無所謂啦） -> 圖生圖繼續(xù)利用2、3方法放大（可選） -> 后期處理繼續(xù)放大（可選）
2、在文生圖中抽到好卡 -> 發(fā)送到圖生圖 -> 固定種子和降低重繪幅度 -> 打開Tiled Diffision、Tiled Vae -> 打開controlnet，選擇tile -> 生成結(jié)果 -> 后期處理繼續(xù)放大（可選）
3、在文生圖中抽到好卡 -> 發(fā)送到圖生圖 -> 修改模型和vae -> 重新填寫正反面提示詞 -> 配置Tiled Diffision、Tiled Vae、StableSR -> 生成結(jié)果 -> 后期處理繼續(xù)放大（可選）
幾種方法針對(duì)不同圖片的表現(xiàn)會(huì)有所區(qū)別，可以都嘗試一下，沒有最好的方式，只有最適合的方式。
我自己的話一般第二種方式用的多些
?? 總結(jié)
今天的介紹就到這里啦，本篇文章主要概述了在sd中常用的高清放大方式和常用工作流，如果看完以后對(duì)你有所幫助，不妨點(diǎn)個(gè)關(guān)注吧~
寫在最后
感興趣的小伙伴，贈(zèng)送全套AIGC學(xué)習(xí)資料，包含AI繪畫、AI人工智能等前沿科技教程和軟件工具，具體看這里。
AIGC技術(shù)的未來發(fā)展前景廣闊，隨著人工智能技術(shù)的不斷發(fā)展，AIGC技術(shù)也將不斷提高。未來，AIGC技術(shù)將在游戲和計(jì)算領(lǐng)域得到更廣泛的應(yīng)用，使游戲和計(jì)算系統(tǒng)具有更高效、更智能、更靈活的特性。同時(shí)，AIGC技術(shù)也將與人工智能技術(shù)緊密結(jié)合，在更多的領(lǐng)域得到廣泛應(yīng)用，對(duì)程序員來說影響至關(guān)重要。未來，AIGC技術(shù)將繼續(xù)得到提高，同時(shí)也將與人工智能技術(shù)緊密結(jié)合，在更多的領(lǐng)域得到廣泛應(yīng)用。
?
一、AIGC所有方向的學(xué)習(xí)路線
AIGC所有方向的技術(shù)點(diǎn)做的整理，形成各個(gè)領(lǐng)域的知識(shí)點(diǎn)匯總，它的用處就在于，你可以按照下面的知識(shí)點(diǎn)去找對(duì)應(yīng)的學(xué)習(xí)資源，保證自己學(xué)得較為全面。
二、AIGC必備工具
工具都幫大家整理好了，安裝就可直接上手！
三、最新AIGC學(xué)習(xí)筆記
當(dāng)我學(xué)到一定基礎(chǔ)，有自己的理解能力的時(shí)候，會(huì)去閱讀一些前輩整理的書籍或者手寫的筆記資料，這些筆記詳細(xì)記載了他們對(duì)一些技術(shù)點(diǎn)的理解，這些理解是比較獨(dú)到，可以學(xué)到不一樣的思路。
四、AIGC視頻教程合集
觀看全面零基礎(chǔ)學(xué)習(xí)視頻，看視頻學(xué)習(xí)是最快捷也是最有效果的方式，跟著視頻中老師的思路，從基礎(chǔ)到深入，還是很容易入門的。
五、實(shí)戰(zhàn)案例文章來源：http://www.zghlxwxcb.cn/news/detail-853247.html
紙上得來終覺淺，要學(xué)會(huì)跟著視頻一起敲，要?jiǎng)邮謱?shí)操，才能將自己的所學(xué)運(yùn)用到實(shí)際當(dāng)中去，這時(shí)候可以搞點(diǎn)實(shí)戰(zhàn)案例來學(xué)習(xí)。
文章來源地址http://www.zghlxwxcb.cn/news/detail-853247.html
若有侵權(quán)，請(qǐng)聯(lián)系刪除到了這里，關(guān)于AI繪畫Stable Diffusion 高清放大，多種方法詳解，建議收藏！的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
