upscale
2K 4K 6K 8K 等
第8节：如何生成细节度拉满的高质感画面，最终生成8K超高分辨率的图片小技巧分享_哔哩哔哩_bilibili
直接生成大分辨率图片
分辨率过高容易出现多头, 多手, 多脚的问题. 因为模型训练的时候使用的图片分辨率比较低. 所以当想要输出大分辨率的图片的时候, 模型会认为需要对图像进行拼接, 导致出现了这种情况
容易暴显存
文生图 - 高分辨率修复
AI 基本上无法生成超级大图，想要生成高清图片正确的做法是分辨率调小，比如 512x768，然后开启 “高清修复”。
如果你不会用，照抄我的参数就可以了。放大倍数请考虑自己的显存大小调整，太大会爆显存
本质
先生成一张低分辨率的图片, 然后再进行图生图
重绘算法影响的就是图生图阶段的操作
重绘算法
具体用哪种, 看模型介绍里作者有没有推荐. 如果没有, 可以用 R-ESRGAN 系列的, 分别对应真人和动画风格
知识链接：关于放大中的几种插值处理方式（Antialiasing、Bicubic等） - 飞书云文档
图生图 - 高清修复
没有默认给出的高清修复选项, 因为重本质上来说, 图生图就是一种高清修复
在设置 - 放大 可以定义图生图的放大算法, 选项就是和文生图的高清修复一样的
不能说原理是一致的, 只能说思路是一致的. 都是分块处理再拼接, 但是后来者算法更好, 效果更强大
附加功能放大
在单独的 tab 里. 一般用于图片生成之后的处理上, 就像是一个重绘幅度为 0 的高清修复. 更像是传统的 ai 算法做的高清修复. 在 diffusion 出来之前, 就已经有好多这种的了, 不涉及 diffusion, 速度很快
优势在于简单方便, 负担小.
传统的放大算法
SD Upscale 脚本 (deprecated)
更大, 更精细
肯定是和他的原理有关. 不是模型层的?
确实是一个脚本, 因为他的原理是分块处理. 一块块的重绘再拼接到一起. 拉大缓冲区, 减小分块的边缘生硬感
用类似的方式, 可以把图片整得非常大, 但是不会明显的增加显存的压力
缺点
裁切成小块之后, ai 很难让 prompt 自动对号入座, 很容易让画面变得混乱
解决方法就是降低重绘幅度, 并且增大缓冲区尺寸. 重绘幅度小了, 增强细节的作用有限. 重绘幅度大了就会开始胡编乱造.
已废弃
推荐使用 tile 系列.
Tiled Diffusion
tiled 瓷砖, 平铺. 有点点像 up scaler 拆成一块块单独处理, 但是效果会比 up scaler 更好
高清化对真实系照片非常重要, 因为只要足够多的细节, 才能体验出真实性. 相反二次元要求就没有那么高
基本原理
基本使用
分块区域
tiled diffusion 的配置就是用默认的就行.
宽高一般设置为图片的 1/8.
重叠的区块一般是分块的一半.
其实都是些经验值, 影响没有那么巨大
但是图生图的重绘幅度需要调整得低一点
图片尺寸
保持原图尺寸, 然后通过放大算法来放大倍数就行
VAE
保持默认参数就行, 如果出现显存不足的情况, 可以降低编码器的分块大小
分快大小是降低显存的关键所在. 更多可以参考 github 介绍.
如果变灰了可以开启颜色修复
优点
低重绘幅度的时候, 可以增强细节, 消除不了阴影. 重绘幅度比较大的时候, 也可以通过参数控制不像 upscale 那样去胡乱生成.
产出同样分辨率的图, 显存占用更小, 生成速度更快
2023-06-13 最佳的放大方案
超高清&细节拉满的放大实践
- 采样器和采样步数不要修改
- 随机种子可变可不变, 影响不大
- tile diffusion 的参数按照上面的配置好
使用高清修复, 现将图片的细节拉到 1080P 水平
然后再使用 tile 系列
Multi Diffusion + Tiled VAE + ControlNet Tile模型，低显存打造AI绘画超高清6K分辨率体验！SD扩展插件教程_哔哩哔哩_bilibili
CFG 最重要的参数
在高清放大的过程中, CFG 可以调动令人惊讶的图像细节
如果不希望图片拥有过多的细节, CFG 可以保持在 7 不变
如果希望可以增强细节, 可以将 CFG 调大到 14, 而且此时重绘幅度越大, 增加的细节也就越多
在没有其他措施帮助的情况下, 重绘幅度一般设置不超过 4, 否则就会有很多妖魔鬼怪
--- start-multi-column: ID_5ran
Number of Columns: 2
Largest Column: standard
--- column-break ---
--- end-multi-column
拉高重绘幅度, 增强细节
CFG14, 重绘幅度低, 虽然可以增强画质, 但是细节还是不够丰富. 想要丰富的细节, 只能是拉高重绘幅度, 给 ai 更多的发挥空间
为此, 需要辅以一下措施, 减少不想要的细节
删除正向提示词里一些比较具体的对象
保留 masterpiece 等正向提示词即可
开启 Tile Diffusion 噪声反转
这里所有的参数都是用来控制简洁的画面和丰富的细节之间的平衡
反转步数步数越低, 画面越整洁, 步数越高细节越丰富
修复程度, 修复程度越高, 越忠于原图, 在删除一些重绘幅度过高导致原图没有的东西
重复噪声强度, 越高细节越多, 越低画面越整洁
有多余的内容, 就提高修复程度, 或者去局部重绘修复一下
与 ControlNet Tile 结合使用
因为分区块绘制不是那么容易控制细节元素. 很可能会多人物.
controleNet Tile 在讲大图分块的过程中, 会主动去识别每一张图片的内容. 如果识别出来的内容和全局提示词不匹配, 就会减少全局提示词的影响
生成时间会增常, tile 可以让 controlNet 去 CPU 运算.
在 ControlNet Tile 的加持下, 即使直接使用 CFG 14 加高重绘幅度, 也不会出现一些妖魔鬼怪的图片
比 tile diffusion 单独作用, 多了一份细节, 少了一份干净.
此时 CFG 7, 重绘幅度 0.75, 重铺噪声强度为 0, 搭配 CN Tile
高清放大实践里, 参数一致, 生成的图片就每次都是一样的? 几乎看不出区别来
--- start-multi-column: ID_kn4b
Number of Columns: 2
Largest Column: standard
CFG 14 的, 树都长出花纹了
--- column-break ---
CFG 7 的确实不错
--- end-multi-column
挂载 tile 模型之后会发生色彩的问题, 这个是模型的特性带来的. 作者也无能为力