在使用 Stable Diffusion 生成图像时，你是否曾因画质不够清晰、细节不足而感到遗憾？好消息是，Stable Diffusion 提供了一个强大的功能——Hires.fix，专门为提升图像质量而设计。通过这一功能，你可以在保持图像完整性的同时，大幅度提升分辨率和细节表现，打造出更清晰、更惊艳的作品。
在本篇文章中，我们将深入解析 Hires.fix 的工作原理，详细讲解其使用方法和优化技巧，让你从入门到精通，轻松掌握这一利器！
01
什么是高清修复Hires.fix？
高清修复（Hires.fix）是 Stable Diffusion 内置的一项功能，主要用于生成高清图像。它通过先生成低分辨率图像，再基于低分辨率图像进行高分辨率扩展的方式，确保图像的结构和细节兼顾。
它的优势：
\1. 提升分辨率：无需额外的放大工具，即可生成高质量图像。
\2. 优化细节：让图像的边缘、纹理更加清晰自然。
\3. 减少资源消耗：在低分辨率生成的基础上优化效率，避免高分辨率直接生成的高硬件需求。
02
文生图：高清修复实战
文生图里有一个内置的功能，叫做高清修复（Hires.fix）。
如下图所示：
图 Hires.fix
下面，我们使用文生图（txt2img）来动手做一张图吧！
这里我使用的是 LOFI 模型，如果屏幕前的你还没有下载 LOFI 模型，点击下面的链接直接下载即可。
LOFI 模型下载地址：https://civitai.com/models/9052。
正面提示词（Prompts）：
负面提示词（Prompts）：
采样方法：DPM++2M SDE Karras。
迭代步数：35。
宽度：512。
高度：768。
提示词引导系数（CFG Scale）：5。
CLIP 终止层数（Clip skip）：2。
以上参数输入到文生图（txt2img）中，我这里的 Stable Diffusion 生成的图片如下所示：
图 LOFI 模型原始图片
这张图片乍一看感觉还不错，但是放大后仔细看会发现，它的局部有些模糊，皮肤也不如真人般有质感，这也是 AI 生成真实系的图像的会遇到的问题。
当图片的分辨率设置的比较低时，AI 没有足够多的操作空间，为你去体现那些让图片变得栩栩如生的细节。这一点在二次元图片里体现的还没有那么充分，但是在真实系图片里就暴露无疑了。
那这个问题怎么解决呢？直接扩大分辨率？NO，直接扩大分辨率有可能会爆显存，而且即便显存足够大，有很大概率会有多头、多人的问题。这个时候不妨考虑一下我们的高清修复（Hires.fix）吧！
操作方法很简单，首先固定随机种子，在文生图（txt2img）中勾选“高清修复（Hires.fix）”选项，在下拉菜单中，配置高清修复选项，如下图所示：
图 高清修复选项
以上操作完成后，点击“生成”按钮，就可以得到一张 1024×1536 的高清照片了！
在图片生成的过程中注意观察这个过程，Stable Diffusion 先会为你绘制一份低分辨率的图像，再根据它画第二幅高分辨率的图像。看到这里，是不是决定它很像图生图？其实，它的本质就是把这个低分辨率成品“图生图（img2img）”一次，使用指定的放大算法，重新去噪，从而得到一张更大的图片，我们对比一下是不是变得清晰了呢？
图 Hires.fix 图片对比
"高清修复（Hires.fix）"后获得的图片是一幅更为清晰、包含了更多细节的图片，所以你想获得更清晰的文生图大图，并且克服提高分辨率的过程中产生的多人、多头问题，就可以考虑在"文生图（txt2img）“的时候开启"高清修复（Hires.fix）”。
tips: 高清修复是一个负担比较重的效果，因为开启它的时候，画一次等于常规情况下画两到三次，耗费时间肯定更长。另外即便是高清修复也没有办法突破显存的限制，显卡能画到多大尺寸，最后还是多大。
最佳实战：
\1. 先在低分辨率下反复“抽卡”，当你确定了一个合适的画面以后，可以再固定“随机种子”，再进行“高清修复”提高分辨率，得到那个你喜欢的绘制效果差不多的结果。
\2. 另外，“高清修复（Hires.fix）”有时候会自己“加戏”，可以通过减小“重绘幅度（Denoising strength）”来解决。
\3. 和“图生图（img2img）”一样，重绘幅度太低，就容易出现边缘模糊，重绘幅度太高，例如0.7，脸就会变形，0.9就会出现“多头”。
\4. 如果，目标只是为了将图片放大，那重绘幅度安全的区间是 0.3-0.5，但如果你想赋予 AI 更多的想象力和发挥空间，那就重绘幅度就设置在 0.5-0.7 。
03
放大算法 Upscaler
放大算法列表如下图所示：
图 放大算法列表
这些算法，就像我们选择“采样算法”一样，决定了在将那个低分辨率图片“打回重画”的时候，我们要如何操作。
网上有一个说法，只要用到这个功能就无脑选择 R-ESRGAN 算法，二次元就选择 R-ESRGAN Anime6B 算法。
不过，就我测试来说，这些算法的选择，对于最终生成图的效果差别不大，选一个最稳妥的即可。对于具体模型，可以多多关注作者对模型的说明，在那里可能就会找到推荐的放大算法。
END
如果你对今天的内容有任何疑问，或者在操作过程中遇到问题，欢迎留言与我互动！别忘了分享这篇文章给你身边的朋友们，让我们一起在AI创作的世界中不断探索！
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！
对于0基础小白入门：
如果你是零基础小白，想快速入门AI绘画是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！
需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
扫一扫
5136
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
