跳转至

图片放大☍

一般 Stable Diffusion 生成出来的图片因为分辨率太低（768x1024 之类的），造成图片比较糊，观感，此时就可以通过放大的方式来提高图片的清晰度。这里介绍几种放大图片的方式。

高分辨率修复☍

这个功能仅在文生图界面中可以看到，因为高分辨率修复的本质为图生图，所以在图生图界面是看不到这个功能的。

hires_fix

启用后一般只用调整放大算法、重绘幅度、放大倍数这三个选项。

放大倍数决定了放大之后图片的分辨率，但该值越高，需要的显存越多，所以建议启用 Tiled VAE 来降低显存的占用，降低爆显存的概率。

Note

TIled VAE 由 multidiffusion-upscaler-for-automatic1111 扩展提供：https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111

放大算法和重绘幅度的选择可以参考下面的表格：

放大算法 重绘幅度 放大模型文件存放路径
Latent > 0.55 无需下载
SwinIR_4x 0.2~0.4 stable-diffusion-webui/models/SwinIR
R-ESRGAN 4x+ 0.2~0.4 stable-diffusion-webui/models/RealESRGAN
R-ESRGAN 4x+ Anime6B 0.2~0.4 stable-diffusion-webui/models/RealESRGAN
4x_NMKD-Superscale-SP_178000_G 0.2~0.4 stable-diffusion-webui/models/ESRGAN
DAT_x4 0.2~0.4 stable-diffusion-webui/models/DAT

不过这个方法有也有局限性，因为直接文生图出来的图并不一定达到自己想要的效果，需要使用图生图里的局部重绘来修改图片，这时候放大就没太大意义，不过只是单纯的文生图抽卡可以忽略。

Note

个人觉得图片放大这个步骤应该放在制作图片的最后一个阶段，因为用高分辨率的图片来进行重绘会占用大量的显存，这时又不得不缩小图片的分辨率，所以显得这么早就放大就没有太大意义。当然你可以启用 Tiled VAE 来降低显存占用，只不过高分辨率图片的重绘会比低分辨率图片的重绘慢很多。

后期处理的放大☍

在 SD WebUI 的后期处理选项卡中，也有一个放大功能。

extra_upscale

不过这个放大功能使用的仅仅是 GAN ，并没有用到 Stable Diffusion，所以直接用这个功能来放大低分辨率的图片，放大后效果不是很行。如果去放大高分辨率的图片（比如从 1080p 放大到 4k），效果就会比较好。

Note

下面介绍的放大方法都在图生图选项卡中进行。

图生图直接放大☍

在图生图界面中，可以直接调整重绘尺寸或者重绘尺寸倍数来实现图片放大。

i2i_direct_upscale

不过在 SD WebUI 的默认设置下，放大后的图片效果可能不如意，此时可以在 SD WebUI 的设置->放大->图生图放大算法，选择一个算法，这样出图的效果就会比较好。

Tiled Diffusion 放大☍

multidiffusion-upscaler-for-automatic1111 扩展提供了 Tiled Diffusion 功能用于图片放大，不过该功能必须搭配 Tiled VAE 一起使用。下面为 Tiled Diffusion 的设置界面。

tiled_diffusion_interface

使用 Tiled Diffusion 进行图片放大时，勾选 Tiled Diffusion 选项，设置参数可以照抄下面的

  • 方案：Mixture of Diffusers
  • 潜空间分块宽度:128
  • 潜空间分块高度:128
  • 潜空间分块重叠:16
  • 潜空间分块单批数量:8
  • 放大算法：R-ESRGAN 4x+ Anime6B

正面提示词建议删去具体描述的部分（如人物，场景），减少放大后图片出现鬼影的概率。重绘幅度调至 0.2~0.4（推荐0.4），并启用 TIled VAE，调整好后就可以点击生成进行图片放大了。

如果想要放大后获得比较干净的画面，可以勾选 Tiled Diffusion 选项卡下方的噪声反转。

Note

噪声反转会导致一些笔触被破坏，比如你的图片是厚涂风格的，放大时启用噪声反转后，图片那些涂抹风格就会被抹干净。

Note

multidiffusion-upscaler-for-automatic1111 扩展关于图片放大的具体说明：https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111/wiki/%E5%88%86%E7%89%87%E6%89%A9%E6%95%A3

StableSR 放大☍

sd-webui-stablesr 扩展提供的 StableSR 放大方法也可以提供不错的放大效果，使用前需要下载相关模型。

模型 放置路径
v2-1_768-ema-pruned stable-diffusion-webui/models/Stable-diffusion
webui_768v_139 stable-diffusion-webui/extensions/sd-webui-stablesr/models

Note

sd-webui-stablesr 扩展：https://github.com/pkuliyi2015/sd-webui-stablesr

使用时需要在 SD WebUI 界面的左上角将 Stable Diffusion 模型切换成 v2-1_768-ema-pruned 模型，接下来将重绘幅度调至 0.2~0.4之间的值（推荐 0.4），翻到 SD WebUI 界面的最下面，在脚本选项选择 StableSR，SR 模型选择 webui-768v_139，再设置放大倍数，这时候点击生成就可以进行图片放大了。

stablesr_interface

ControlNet Tile 放大☍

ControlNet Tile 模型可以保证图片的一致性，同时也可以用于增加图片的细节，所以可以作为图片放大的方法。

Note

使用 ControlNet 扩展需要安装 sd-webui-controlnet 扩展：https://github.com/Mikubill/sd-webui-controlnet

使用时在 ControlNet 选项卡中启用一个 ControlNet 单元，控制类型选择 Tile/Blur(分块/模糊)，预处理器选择 tile_resample，模型选择 control_v11f1e_sd15_tile_fp16。

Note

使用 ControlNet Tile 前需要下载 control_v11f1e_sd15_tile_fp16，并将模型放到 stable-diffusion-webui/models/ControlNet 路径里

controlnet_tile

再将重绘幅度调整到 0.4~0.7 之间的值（推荐0.5），点击生成就可以进行放大了。

Ultimate SD upscale☍

ultimate-upscale-for-automatic1111 扩展提供的放大方案将图片分块后放大，再将这些分块合成一张大图，可在低显存的情况下放大图片。

Note

ultimate-upscale-for-automatic1111 扩展下载：https://github.com/Coyote-A/ultimate-upscale-for-automatic1111

使用时在 SD WebUI 的脚本中选择 Ultimate SD upscale，参数可按照下面给的来调整。

  • Target size type：From img2img2 settings
  • 放大算法：R-ESRGAN 4x+ Anime6B
  • 类型：Linear
  • 分块宽度：768
  • 分块高度：768
  • 蒙版边缘模糊度：24
  • Padding：32

ultimate_sd_upscale

再将重绘幅度调至 0.2~0.4之间的值（推荐 0.4），重绘尺寸倍数设置好尺度，就可以进行图片放大了。

放大方案的组合☍

这些图片放大方法可以互相组合，不同的组合可能会获得不一样的放大效果。下面列出一些放大方法组合：

  • Tiled Diffusion + StableSR
  • Tiled Diffusion + ControlNet Tile
  • Tiled Diffusion + 噪声反转 + ControlNet Tile
  • Tiled Diffusion + ControlNet Tile
  • Ultimate SD Upscaler + ControlNet Tile

实际哪种放大方法更好可自行测试。