大家好，我是程序员晓晓
今天给大家分享一下如何用AI绘画Stable Diffusion 进行高分辨率扩图使用 。 在SD中的 ControlNet Tile 模型能够在SD绘图过程中，能实现高分辨率下实现高清扩图，并且避免出现图像分身现象，以及可以调整SD扩散生产过程噪声强度和细节程度。主要功能包括：
增强细节：在图像放大过程中，能够增加描绘的细节
构图不改变：图像生成中增加降噪强度，也不会出现图像分身。即使是生成4K、8K 等高分辨率画质，也不会出现图像分身。
在SD绘制超分辨率的高清大图中，通过ControlNet Tile 分块绘制 的处理方法可以在较少的显存显卡上使用。原理是将超大尺寸的图像切割为显卡可以支持的小尺寸图片进行挨个绘制，再将其拼接成完整的大图，虽然绘图时间被拉长，但这也极大的提升了显卡性能的上限。
高清扩图体验
01. ControlNet参数配置
本文使用绘图配置：
模型：Dream Tech XL | 筑梦工业XL 模型
迭代步数：30
CFG：7
采样器：DPM++ 2M Karras
然后，设置SD-WebUI文生图ControlNet配置如下所示：
注意：
使用ControlNet类型为Tile 。
预处理器：tile_resample 。
SD1.5 Tile模型：control_v11f1e_sd15_tile.pth，
下载地址：https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main 。
SDXL版本Tile模型TTPLANET_Controlnet_Tile_realistic_v2_fp16.safetensors
下载地址：https://huggingface.co/TTPlanet/TTPLanet_SDXL_Controlnet_Tile_Realistic/blob/main/TTPLANET_Controlnet_Tile_realistic_v2_fp16.safetensors
注意：以上模型如无法下载，请扫描免费获取模型文件哦
03. 开始体验之旅
首先需要生成一张可体验输入图像（原始分辨率：720*1280）。
HK film style,close-up shot back view of an attractive woman wearing pink dress standing in front of a neon sign,neon orange lighting,in the style of Wong Kar Wai film,award-winning picture,highly detailed,ultra-high resolutions,32K UHD,best quality,masterpiece,<lora:HK film style XL:1>,
02. 使用Tile放大2X
SD配置
ControlNet配置
输出效果
可以明显看出在分辨率1440*2560下绘图质量能够很好保持，并且细节增强。这里耗时2分 2.1秒。
03. 使用Tile放大3X
ControlNet配置同上。
输出效果
可以明显看出在分辨率2160*3840下绘图质量能够很好保持，并且细节增强。这里耗时5分3.6秒。
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
总结
文章总结：文章由程序员晓晓分享，主要介绍了如何使用AI绘画工具Stable Diffusion中的ControlNet Tile模型进行高分辨率图像的扩图技术。该技术能够在保证图像质量的同时，有效避免图像分身现象，并可通过调整参数增强图像细节和细节水平。主要特点包括增强图像细节和保持构图不变，即使在4K、8K等超高分辨率下也能稳定运行。
文中详细讲解了ControlNet Tile模型的参数配置过程，包括使用的模型、迭代步数、CFG设置、采样器选择等，并提供了模型下载链接及注意事项。此外，还通过实际操作，展示了如何将原图通过Tile模型放大2倍和3倍的效果，均能在显著提升分辨率的同时，保持良好的图像质量和细节表现。
最后，文章展望了AIGC（人工智能生成内容）技术的广阔前景，强调了其与人工智能技术紧密结合的发展趋势，并提出了针对AIGC学习者的全方位学习资源，包括学习路线、必备工具、学习笔记、视频教程合集和实战案例等，旨在帮助读者系统学习并掌握知识，提升实践能力。