Stable Diffusion最好用的高清修复插件

虽说大部分N家显卡都能跑得起来Stable Diffusion,但想要画尺寸更大、更清晰的图片,需要更大的显存。

以12G显存的3060为例,2048大概是单张尺寸的上限,如果画更大的尺寸,大概率会爆显存。

大多数情况下,都是画512小尺寸的图,生成效果不错的,再进行后续处理。

各AI绘画爱好者最常用的功能,是高分辨率修复(Hires. fix),这个功能选中后,会弹出多个算法的选择,哪个更好呢?

目前最好用的放大算法,是 4x-UltraSharp ,没有之一。

先简单介绍下几个常见算法的原理和区别,再做个实图对比,最后放下载链接(4x-UltraSharp不在webui的默认配置里,需要手工下载安装)。

一、常见放大算法

1、Latent:是一种基于 VAE 模型的图像增强算法,通过将原始图像编码成潜在向量,并对其进行随机采样和重构,从而增强图像的质量、对比度和清晰度。一般情况下,这个算法就能得到不错的效果,和4x-UltraSharp、R-ESRGAN等相比,显存消耗比较小,但效果不是最优。

2、Lanczos:将对称矩阵通过正交相似变换变成对称三对角矩阵的算法(鸡肋,通常不用)。

3、ESRGAN:Enhanced Super-Resolution Generative Adversarial Networks (增强超分生成对抗网络)

是对SRGAN关键部分网络结构、对抗损失、感知损失的增强。从这里开始就不是单纯的图像算法,进入人工智能的领域了。实测确实增加了很多看上去很真实的纹理,但是有时又会把一张图片弄得全是锯齿或怪异的纹理。可能对待处理的图片类型有要求。

4、4x-UltraSharp:基于ESRGAN做了优化模型,更适合常见的图片格式。真人模型最佳选择。

5、ESRGAN 4x(Real ESRGAN):完全使用纯合成数据去尽量贴近真实数据,然后去对现实生活中数据进行超分的一个方法。这个算法来自于腾讯贡献,点个赞。

6、R-ESRGAN 4x+:基于Real ESRGAN的优化模型,针对照片效果不错。

7、R-ESRGAN 4x+ Anime6B:基于Real ESRGAN的优化模型,二次元最佳,如果你的模型是动漫类的,该选项是最佳选择。

8、R-ESRGAN General 4xV3:基于Real ESRGAN的优化模型,体积小,计算快,效果差。

9、SwinIR_4x:使用Swin Transformer思想,采用一个长距离连接,将低频信息直接传输给重建模块,可以帮助深度特征提取模块专注于高频信息,稳定训练。

10、LDSR:Latent Diffusion Super Resolution(潜在扩散超分辨率模型)

Stable Diffusion最基础的算法模型,但速度比较慢。

因为webui版本的不同,可能内置了其他的放大算法,但基本都不如上述这些好用(尤其推荐4、7两个算法)。

二、实际对比

先生成一张原图。

模型:xxmix9realistic_v30.civitai

提示词:

best quality, (mature:1.3),perfect face, beautiful face,western, sharp focus, solo,beautiful woman,sexy,shiny skin,Navy blouse, beige shorts, soft light,cinematic lighting, sunny, dusk, outdoor,depth of field,shidudou,red_dress,

负面提示词:

monochrome, (impassive:1.4), featureless, colorless, characterless, teen, young, grotesque, 3d max, desaturated, paintings, sketches, (worst quality:1.7), (low quality:1.7), (normal quality:1.7), lowres, normal quality, skin spots, acnes, skin blemishes, age spot,close-up,badhanv4,

尺寸:768*1024

先对比一下细节。

1、使用Lanczos算法放大图片后,再放大到10倍的眼睛:

2、使用4x-UltraSharp算法放大图片后,再放大到10倍的眼睛:

3、使用R-ESRGAN 4x+ Anime6B算法放大图片后,再放大到10倍的眼睛:

再对比一下完整的图。

1、使用Lanczos算法放大

2、使用4x-UltraSharp算法放大

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

3、使用R-ESRGAN 4x+ Anime6B算法放大

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

👉[[CSDN大礼包:《StableDiffusion安装包&AI绘画入门学习资料》免费分享]]安全链接,放心点击

1.stable diffusion安装包

随着技术的迭代,目前 Stable Diffusion 已经能够生成非常艺术化的图片了,完全有赶超人类的架势,已经有不少工作被这类服务替代,比如制作一个 logo 图片,画一张虚拟老婆照片,画质堪比相机。

最新 Stable Diffusion 除了有win多个版本,就算说底端的显卡也能玩了哦!此外还带来了Mac版本,仅支持macOS 12.3或更高版本

在这里插入图片描述

2.stable diffusion视频合集

我们在学习的时候,往往书籍源码难以理解,阅读困难,这时候视频教程教程是就很适合了,生动形象加上案例实战,一步步带你入坑stable diffusion,科学有趣才能更方便的学习下去。

在这里插入图片描述

3.stable diffusion模型下载

stable diffusion往往一开始使用时图片等无法达到理想的生成效果,这时则需要通过使用大量训练数据,调整模型的超参数(如学习率、训练轮数、模型大小等),可以使得模型更好地适应数据集,并生成更加真实、准确、高质量的图像。

在这里插入图片描述

4.stable diffusion提示词

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言,整个SD学习过程中都离不开这本提示词手册。

在这里插入图片描述

5.SD从0到落地实战演练

在这里插入图片描述

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名SD大神的正确特征了。

这份完整版的学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

  • 14
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 稳定扩散(stable diffusion)是一种用于生成高清图像的图像处理算法。它是通过对图像进行多次迭代处理来获得更清晰、更细节丰富的结果。 稳定扩散算法的核心思想是将图像的信息逐渐进行扩散和平滑处理,以减少图像中的噪点和细节损失。算法通过迭代处理图像的每个像素点,并根据其周围像素的特性来调整像素的数值。通过这种方式,稳定扩散可以逐渐将噪点平滑处理,并保留图像的细节信息。 生成高清图像的关键是迭代次数。稳定扩散算法需要进行多次迭代,每次迭代都会对图像进行一定的处理。在每次迭代过程中,算法会根据图像的特性进行像素值的调整,以获得更好的结果。通常情况下,迭代的次数越多,最终生成的图像质量就越高。 除了迭代次数外,稳定扩散算法还可以通过调整其它参数来生成高清图像。例如,算法中的扩散系数可以控制图像的平滑程度,较小的扩散系数会保留更多的细节信息,而较大的扩散系数则会更加平滑图像。此外,稳定扩散算法还可以结合其他图像处理算法,如增强对比度或去噪,以进一步改善图像的质量。 总之,稳定扩散算法通过多次迭代处理图像,逐渐降低图像中的噪点,并保留更多的细节信息,从而生成高清图像。通过调整迭代次数和其他参数,可以进一步提升图像质量。 ### 回答2: 稳定扩散是一种用于生成高清图像的图像处理技术。它通过在图像上应用一系列的滤波器和算法来减少噪点和增强图像细节,以提高图像的清晰度和质量。 首先,稳定扩散采用了一个迭代的过程来处理图像。它首先将图像转换为灰度图像,并应用一个称为梯度算子的滤波器来计算图像中每个像素周围的梯度强度。然后,通过应用非线性扩散方程,通过改变像素之间的灰度差异来减少噪点,并增加图像的整体对比度。 非线性扩散方程的主要目的是通过将图像中的弱边界变得模糊来减少图像中的噪点。这样,边界周围的噪点将被消除,而图像中的边界将更加明显。这种方法可以消除像素之间的不连续性,从而生成更清晰的图像。 此外,稳定扩散还可以进一步增强图像细节。它通过应用局部和全局对比度增强算法来增强图像的细节。局部对比度增强算法使得图像中的细节更加突出,而全局对比度增强算法可以提高整个图像的对比度,使得图像更清晰明亮。 总之,稳定扩散是一种通过迭代的过程,应用滤波器和算法来减少噪点和增强图像细节的图像处理技术。它可以生成高清图像,使得图像更加清晰、明亮和具有更多细节。 ### 回答3: 要生成高清图的稳定扩散效果,可以采取以下步骤: 1.选择适当的扩散算法:稳定扩散是一种图像处理算法,可以通过对图像进行模糊来达到平滑和扩散的效果。常见的稳定扩散算法包括高斯模糊、均值滤波等。从这些算法中选择适合的扩散算法作为基础。 2.确定扩散因子:扩散因子是控制图像模糊程度的参数。较大的扩散因子会导致更明显的模糊效果,而较小的扩散因子则会使图像更清晰。根据需要生成高清图的要求,选择合适的扩散因子进行调整。 3.选择适当的图像尺寸:高清图通常需要较高的像素密度。根据目标使用场景和要求,选择适当的图像尺寸。可以通过增加像素密度或调整图像大小来提高高清图的质量。 4.使用高质量的原始图像:生成高清图的关键是拥有高质量的原始图像。确保原始图像的分辨率足够高,并且图像质量良好,可以有效提高生成高清图的效果。 5.增加图像的对比度和锐度:在生成高清图之后,可以进一步提升图像的质量。通过增加图像的对比度和锐度,使图像更加鲜明和清晰。 6.优化输出设置:在生成高清图之前,确保输出设置符合要求。选择适当的图像格式和压缩质量,以确保图像保持高清晰度,减少图像质量的损失。 通过以上步骤,可以生成具有稳定扩散效果的高清图。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值