当前位置:AIGC资讯 > AIGC > 正文

Stable Diffusion及Fooocus图片放大方法(超分辨率)体会与比较

简单地聊一下图像超分辨率的几种手段与优劣。
由SD或Fooocus等AIGC应用生成的图片一般分辨率(大小)都受到限制,基本是1024左右。
为了将小图放大到4k,或8k,出现了很多图片放大的手段(这里强调以图像超分辨率为目的,要放大,也要合理地增加细节,又要保持图片的一致性)。
大约有如下几种手段:

最基本的,用PS放大,仅仅是像素的插值放大,细节不会增加,放的过大还会有马赛克的感觉; HiRes fix,高分辨率修复,会增加细节,同时也可以调整变化程度,是较好的手段,但是,会受显存大小的限制,无法进行高倍的放大; Extra中的放大算法,如:UltraSharp等,也会增加细节,但同样,也受显存大小限制; 针对显存大小限制的问题,出现了Tiled Diffusion的方法,也会增加细节,又不受显存大小限制;但是,致命的是,会出现一些瑕疵在画面之中,或多出一些无关的细节,而且很难以完全去除,需多次尝试生成,也就是说,需要消耗大量时间。 StableSR,可以得到新的细节,又能保持画面的一致性,但是效果一般般,不稳定,对于某些图片的效果不好; Fooocus自带的image prompt中的快速放大2x的效果与StableSR的差不多; ControlNet + Tiled VAE,与4.中描述差不多,都很难在增加细节的同时,保持画面的一致性。

直到最近新出的Topaz GigaPixel AI v7.0,完美的解决了以上所有问题,又新增加图片细节,又保持一致性,占用显存也很小,而且是其交互性,基本可以在实时预览的状态下切换不同的放大模型和调整各项参数,不用等10几分钟才能看到最终图片。
Topaz GigaPixel AI v7.0内置了8个不同的放大模型,可以随意选取测试其效果,预览图在1秒内即可完成。
标准v2和高保真v2的效果通常都很好;对于低分辨率的原图,可以试一试“低分辨率”模型;有些图,用标准v1和高保真v1,也可能有最佳的效果;尽管尝试所有的放大模型,高效的预览速度不会浪费太多时间。
Topaz GigaPixel AI v7.0可以最大放大64倍,而仅需较少的显存,可以轻松地将1024的图片放大到4k、8k或更大,同时,仅需较少的时间。
自从使用了Topaz GigaPixel AI v7.0后,就不再去浪费时间使用以上描述的其他方法了。
当然,Topaz GigaPixel AI v7.0不是开源的。
如果非要使用开源的手段,我推荐6.所述,用Fooocus自带的快速放大2x方法,保持较好的一致性,简单无脑的操作流程。(不建议使用Fooocus中的普通放大2x方法,一致性不稳定,也就是说会浪费时间。)

非广告文,自己的实际体会。

更新时间 2024-06-14