前言
要实行 ControlNet tile upscale：
您想使用 Stable Diffusion 创建包含大量细节的大型图像吗？您将需要使用升频器。在本文中，您将学习 3 种放大图像的方法。
- 人工智能升级器
- 标清高档
- ControlNet瓷砖高档
您将看到比较并了解这些方法的优缺点。
假如您不熟悉该主题，则可能需要学习升频器的底子知识。
软件
我们将使用 AUTOMATIC1111 Stable Diffusion GUI 来实行放大。您可以在Windows、 Mac或 Google Colab上使用此 GUI 。
对于最后一种方法，我们需要Ultimate SD Upscale和ControlNet扩展。
Colab 用户
假如您使用本站提供的Colab Notebook，您只需在启动条记本前选择ControlNet和Ultimate SD Upscale扩展。
Windows 或 Mac 用户
安装 Ultimate SD 高级扩展
Ultimate SD upscale是一个扩展，提供类似于内置SD Upscale脚本的功能，但具有一些高级选项。
在 AUTOMATIC1111 中安装 Ultimate SD upscale：
- 导航到**“扩展”**页面。
- 选择从 URL 安装选项卡。
- 将以下 URL 放入扩展存储库字段的 URL 中。
- https://github.com/Coyote-A/ultimate-upscale-for-automatic1111
- 单击安装按钮。
- 等候扩展安装乐成的确认消息。
- 重新启动 AUTOMATIC1111。
假如安装乐成，您应该会在img2img页面底部的脚本下拉菜单中看到Ultimate SD upscale。
安装 ControlNet 扩展
ControlNet是一个扩展，可让您额外控制图像天生。请参阅ControlNet 教程以了解更多信息。
在 AUTOMATIC1111 中安装 Ultimate SD upscale：
- 导航到**“扩展”**页面。
- 选择从 URL 安装选项卡。
- 将以下 URL 放入扩展存储库字段的 URL 中。
- https://github.com/Mikubill/sd-webui-controlnet
- 单击安装按钮。
- 等候阐明扩展已安装的确认消息。
- 重新启动 AUTOMATIC1111。
- 访问ControlNet 模型页面。
- 下载所有模型文件（文件名以 末了.pth）。假如您不想全部下载，您可以只下载_tile本教程的瓦片模型（末了为 ）。
- 将模型文件放入 ControlNet 扩展的模型目录中。
- 稳定扩散-webui\extensions\sd-webui-controlnet\models
输入图像
我们将使用 Stable Diffusion 天生的以下图像。
型号：Lyriel v1.5
提示与否定提示：
“最后一舞”：在一个盛大的舞厅里，我们运气多舛的恋人共舞。当他们跳华尔兹时，时间似乎变慢了，迷失在彼此的眼中。他们不知道，这将是运气介入之前他们在一起的最后时刻。
（我从 GPT-4 得到了这个提示）
毁容的，变形的
原始尺寸非常小（768×512 像素）。让我们将其放大 4 倍至 3,072×2,048 像素。我们将使用三种放大方法举行测试。
- 人工智能升级器
- 标清高档
- ControlNet瓷砖高档
方法一：AI Upscaler
AI Upscaler是一种AI 模型，颠末训练可以放大照片并添补细节，从而使图像保持清楚。这是在 AUTOMATIC1111 中放大图像的根本方法。
- 在 AUTOMATIC1111 中，导航到Extras页面。
- 将图像上传到图像画布。
- 将Resize设置为 4。（将图像放大 4 倍。）
4. 在Upscaler 1中选择一个 upscaler 。我使用了Universal Upscaler v2，但你可以使用任何一个。（请参阅此处下载和安装新的升级器的阐明）
片刻之后，您将在右侧的输出窗口中看到放大后的图像。
让我们看看盼望怎样。我们先来看看裙子。
它在老实地添补裙子的细节方面做得不错。
但是这位密斯的脸需要一些超出这个升级器所能做的增强。
当然，你可以开启人脸修复，它使用另一个AI模型来修复人脸。但是因为模型没有效这种特殊的风格举行训练，它可能会引入伪像并使面部看起来不自然。
方法二：标清高档
有没有什么方法可以不使用面部修复来修复面部？
首先，这张脸有点像原始图像中的那张脸。这就是为什么我们在扩大规模时得到了我们所得到的。
但是，假如您接受更多更改，因为原始图像无论怎样都是盘算机天生的呢？您可以实行一轮额外的图像到图像以重新天生细节。
这正是 SD 高档脚本所做的。
这种方法的好处是
- 可以使用雷同的模型和提示天生新的放大细节。
- 移除由 AI upscaler 引入的伪影。
您可以使用AUTOMATIC1111 中 img2img 页面上的SD Upscale脚本轻松地同时实行 AI upscaling 和 SD img2img。该脚本在小块中实行稳定扩散 img2img，因此它适用于低 VRAM GPU 卡。
分步指南
按照以下步调实行 SD 升级。
- 在img2img页面，将图片上传到 Image Canvas。
2.输入原提示和否定提示。假如您没有原始提示，您可以使用“非常详细”。
备选方案 1：假如您刚刚在txt2img页面上天生图像，请单击发送到 img2img按钮。图像和提示将自动添补。
备选方案 2：假如您将天生的图像保存在本地存储中，则可以将其上传到PNG 信息页面。您应该会看到天生此图像的所有信息，包罗提示和模型。单击发送到 img2img。图像和提示将自动添补。
- 在稳定扩散检查点下拉菜单中，选择天生此图像时最初使用的模型
- 将图像宽度和高度都设置为 512。这是用于 SD 放大的图块巨细。
- 将去噪强度设置为 0.3。较高的值将导致更多的细节和规复，但不应将其设置为高于 0.4。否则，您会看到伪影。
5. 在img2img页面的按钮附近找到脚本下拉菜单。选择标清高档。
- 将比例因子设置为 4 以放大 4 倍。
- 选择一个升频器。我选择了与之火线法雷同的升频器。但假如没有，您可以选择 ESRGAN 或 R-ESRGAN。
结果
这就是我得到的。
得益于 Stable Diffusion img2img，硬木地板有很多细节。
现在让我们比较一下脸。
不错的改进！SD upscale 在不引入伪像的环境下修复面部。
让我们检查一下这件衣服，好吗？
他们也有更多的细节。
您可以实验使用以下参数。
- 采样步长：设置为更高的值，例如 50 – 100，可以得到更多的细节。
- 抽样法。细节可能差异，尤其是祖先采样器。
- 去鼻强度。控制要添加多少细节。此方法的可行范围在 0.1 和 0.4 之间。
- 种子：改变细节。
细节级别由去噪强度参数控制。正如我之前所说，假如将其设置为高于 0.4，则此方法会失效，因为稳定扩散会使图像改变太多。您将开始看到人工制品。
有什么方法可以在不断送原始构图的环境下增加去噪强度？嗯……这听起来非常类似于从参考图像复制构图的扩展功能……
这是精确的。解决方案是使用ControlNet！
方法 3：ControlNet 平铺高档
ControlNet tile是一种用于重新天生图像细节的 ControlNet 模型。假如本舆图片详情与提示不符，则忽略提示，填写本地详情。这种行为使其非常适合在图块中放大，因此它适用于低 VRAM 设置。
您需要安装Ultimate SD Upscale和ControlNet扩展才华使用此方法。假如您还没有如许做，请按照软件部门中的阐明举行操纵。
我不知道为什么这种方法不适用于内置的 SD Upscale 脚本。它应该，但它没有。
分步指南
要实行 ControlNet tile upscale：
- 导航到AUTOMATIC1111 中的img2img页面。
- 将您的图像上传到img2img 画布。
3.输入原提示和否定提示。假如您没有原始提示，您可以使用“非常详细”。
备选方案 1：假如您刚刚在 txt2img 页面上天生图像，则可以单击发送到 img2img按钮。图像和提示将自动添补在img2img页面上。
备选方案 2：假如您在本舆图像中保存了天生的图像，请将其上传到PNG 信息页面。您应该会看到天生此图像的所有信息，包罗提示和模型。单击发送到 img2img。图像和提示将自动添补。在img2img页面上。
- 将采样步数设置为 50。
- 将去噪强度设置为 0.5。
以下步调适用于ControlNet部门。
- 将雷同的原始图像上传到 ControlNet 的图像画布。
- 选择启用以启用 ControlNet 扩展。
8.在预处理器下拉菜单中选择tile_resample。
9.在模型下拉菜单中选择control_v…_sd15_tile。
以下步调适用于Ultimate SD Upscale扩展。
- 在页面底部附近的脚本下拉菜单中，选择****Ultimate SD Upscale。
- 在Target size type下拉菜单中，选择Scale from image size。
- 将比例设置为 4。
- 选择一个升频器。我使用了 Universal Upscaler v2。但是您可以为通用升频器选择 ESRGAN 或 R-ESRGAN。
- 确认 Tile 宽度为 512，高度为 0。这将在放大期间使用 512×512 tile。
- 单击天生。
结果
这是放大后的图像。
让我们放大比较。
这是面貌。
惊人的！ControlNet 磁贴升级的质量无异于改变生活。面部和头发的渲染非常清楚，有很多细节。
现在让我们检查一下这件衣服。
看到添加了多少细节让我大吃一惊！
这种方法的缺点可能是添加了太多细节。它可能会以某种方式改变图像，使其不再是原始图像的老实放大。但这取决于你的目的。
参数调解
您可以实验使用以下参数。
- 降噪强度：降低它以淘汰添加的细节量。根据我的履历，最高公道值是 0.5。
- 下采样率(ControlNet)：控制对控制块举行多少下采样。增加此值会使控制图像更加模糊。控制图像越隐蔽，模型在制作细节时就越自由。
使用下采样控制图像。
- 采样步数：增加步数每每会改善细节和清楚度。
- Sampling method : 和SD Upscale一样，sampler可以起到最后细节的作用。
- 种子：更改种子以更改详细信息。
- Seam fix (Ultimate SD Upscale)：假如您觉得可以看到 512×512 的拼贴，请启用。此选项会沿着图块的界限运行额外的一轮放大。
你应该使用哪一个？
在三个升级选项中 — AI 升级、SD 升级和 ControlNet tile 升级，您应该使用哪一个？
在开始保举之前，我认为 SD upscale 和 ControlNet tile upscale 的用例是相似的。ControlNet tile 高档是优越的。在任何环境下，您都不会想要使用 SD upscale 而不是 ControlNet tile upscale。
所以它归结为 2 个选择：(1) AI upscaler，和 (2) ControlNet tile upscale。
由于您通常会在 ControlNet tile 操纵之前使用 AI upscale 对图像举行 upscale，因此本质上归结为是否使用 ControlNet tile conditioning 实行额外的图像到图像。
假如您使用的是真实照片或保真度对您很重要，您可能盼望放弃 ControlNet tile 并仅使用 AI upscaler。有很多AI 升频器可用于差异范例的图像。
事实上，纵然是这些 AI upscalers 也会弥补细节，因此请明智地使用它们。
假如您还可以以致更喜欢添加细节，ControlNet tile upscale 是您的不二之选。这适用于使用 Stable Diffusion 或其他 AI 图像天生器天生的图像。
这是一位SD资深大神整理的，100款Stable Diffusion超实用插件，涵盖目前几乎所有的，主流插件需求。
全文超过4000字。
我把它们整理成更适合大家下载安装的【压缩包】，无需梯子，并根据具体的内容，拆解成一二级目录，以方便大家查阅使用。
单单排版就差不多花费1个小时。
盼望能让大家在使用Stable Diffusion工具时，可以更好、更快的得到本身想要的答案，以上。
假如感觉有效，帮助点个支持，谢谢了。
想要原版100款插件整合包的小伙伴，可以来点击下方插件直接免费获取
100款Stable Diffusion插件：
面部&手部修复插件：After Detailer
在我们出图的时间，最头疼的就是出的图哪有满意，就是手部经常崩坏。只要放到 ControlNet 内里再修复。
现在我们只需要在出图的时间启动 Adetailer 就可以很大程度上修复脸部和手部的崩坏题目
AI换脸插件：sd-webui-roop
换脸插件，只需要提供一张照片，就可以将一张脸替换到另一个人物上，这在娱乐和创作中非常受欢迎。
模型预设管理器：Model Preset Manager
这个插件可以轻松的创建、组织和共享模型预设。有了这个功能，就不再需要记住每个模型的最佳 cfg_scale、实现卡通或实际风格的特定触发词，大概为特定图像范例产生令人印象深刻的结果的设置!
现代主题：Lobe Theme
已经被赞爆的现代化 Web UI 主题。相比传统的 Web UI 体验性大大增强。
提示词自动补齐插件：Tag Complete
使用这个插件可以直接输入中文，调取对应的英文提示词。并且能够根据未写完的英文提示词提供补全选项，在键盘上按↓箭头选择，按 enter 键选中
提示词翻译插件：sd-webui-bilingual-localization
这个插件提供双语翻译功能，使得界面可以支持两种语言，对于双语用户来说是一个很有效的功能。
提示词库：sd-webui-oldsix-prompt
提供提示词功能，可能帮助用户更好地指导图像天生的方向。
上千个提示词，无需英文底子快速输入提示词，该词库还在不断更新。
以后再也不担心英文写出不卡住思绪了！
由于篇幅缘故原由，有需要完整版Stable Diffusion插件库的小伙伴，点击下方插件即可免费领取
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
