深圳苏州企业网站建设服务竞价网站做推广

深圳苏州企业网站建设服务,竞价网站做推广,做网站编辑要有逻辑吗,网站上二维码怎么做的高清放大 高分辨率修复 Stable Diffusion 文生图的高分辨率修复#xff08;Hires.fix#xff09;核心采用低分辨率打底 高分辨率重绘的两阶段流程#xff0c;既能提升分辨率#xff0c;又能保证构图与细节#xff0c;是解决大尺寸生成模糊、细节不足等问题的方案。高分辨…高清放大高分辨率修复Stable Diffusion 文生图的高分辨率修复Hires.fix核心采用低分辨率打底 高分辨率重绘的两阶段流程既能提升分辨率又能保证构图与细节是解决大尺寸生成模糊、细节不足等问题的方案。高分辨率修复分两步完成高清化第一阶段按设定的低分辨率生成基础图确保构图准确。第二阶段将基础图通过放大算法提升至目标分辨率再添加适量噪声后用扩散模型去噪重绘补充细节并修正失真最终输出高清图。高分辨率修复的核心参数放大算法决定低分辨率图放大到高分辨率时的像素重建逻辑直接影响细节精度与风格匹配度。放大倍率从基础低分辨率图到最终高分辨率图的缩放比例等比缩放低显存优先选择 1.52.0 倍生成超大幅图不建议单次使用高倍率。将宽度/高度调整到手动指定缩放的宽度和高度。重绘幅度控制高分辨率修复第二阶段去噪重绘的幅度取值范围为 010 即完全不重绘仅简单放大1 即完全抛弃原图重新生成高分辨率图0.30.5 能保留 90% 原构图新增中等细节如皮肤纹理、毛发等适合绝大多数场景。重绘幅度尽可能不要超过 0.6避免出现变形风险。重绘采样步数控制高分辨率修复第二阶段去噪重绘的步数推荐取值范围为基础迭代步数的 2/3。高分辨率修复常用的放大算法R-ESRGAN 4x通用型算法细节锐化强修复模糊边缘效果好适合照片、写实插画、风景图等高清放大但过度锐化易产生塑料感。R-ESRGAN 4x Anime6B针对二次元优化线条更流畅色彩更鲜艳适合动漫、漫画、二次元角色图等高清放大用于写实图高清放大时容易失真。SwinIR 4x细节还原细腻保留纹理自然度如皮肤、布料等适合人像、写实摄影、高精度插画等高清放大但生成速度较慢对模糊图修复力弱。Latent潜空间放大在画面放大的同时不会增加画面细节但整体比较柔和适合所有场景。4x_NMKD-Superscale平衡细节与自然度对低清图修复效果突出适合老照片修复、低分辨率素材重绘但生成时间较长。Lanczos轻量、快速且风格中性的图像放大算法低失真、无过度锐化适合作为主算法快速预览或作为辅算法修正其他强锐化算法的缺陷。以生成一张人物写实图为例参考生成参数如下。ckpt 检查点模型麦橘超然 majicFlus正向提示词中文一个女孩独自一人从下方视角樱花户外棕色头发白天衬衫写实风格天空棕色眼睛蓝天模糊粉色衬衫嘴唇微张的嘴唇条纹衬衫上半身向下看条纹树正向提示词英文1girl, solo, from below, cherry blossoms, outdoors, brown hair, day, shirt, realistic, sky, brown eyes, blue sky, blurry, pink shirt, lips, parted lips, striped shirt, upper body, looking down, striped, tree负向提示词英文ng_deepnegative_v1_75t,(badhandv4:1.2),EasyNegative,(worst quality:2)采样方法Euler a迭代步数20提示词引导系数7图片尺寸512x512生成效果调整生成参数如下。随机数种子955073264高分辨率修复开启放大算法R-ESRGAN 4x放大倍率3512x5121536x1536放大重绘幅度0.3生成效果后期处理附加功能放大Stable Diffusion 中的附加功能后期处理也为创作者提供了丰富的图片处理选项创作者也可以使用附加功能后期处理实现高清放大。后期处理附加功能放大允许用户自己上传自己的图片并直接提高图片的分辨率不会对原图进行任何形式的重绘和修改而是直接对图片的分辨率进行提升。后期处理附加功能高清放大的核心参数放大倍率、将宽度/高度调整到调整放大的尺寸/倍率。放大算法支持 Upscaler1主算法、Upscaler2可选辅助算法主算法 辅助算法结合可以在一定程度上避免单算法的锐化过度、油光或细节不足等问题。Upscaler 2 可见度用来调节辅算法与主算法的混合比例。取值范围为 01数值越小主算法的效果占比越高数值越接近 1辅助算法的效果占比越高。GFPGAN 可见度针对模糊、变形、低清人脸的修复算法能快速改善严重失真的人脸但修复过度时容易出现塑料感或面部细节丢失。取值范围为 01数值越大对应的人脸修复算法效果越明显数值越小则越贴近原图的人脸质感修复效果越弱。CodeFormer 可见度更精细的人脸修复算法修复效果更自然对皮肤纹理、五官细节的保留更好塑料感远低于 GFPGAN适合对人脸真实度要求高的场景。下图原始尺寸为 512x512。以上图为例进行后期处理附加功能放大参考生成参数如下。放大倍率4512x5122048x2048Upscaler1R-ESRGAN_4xUpscaler2LanczosUpscaler 2 可见度0.3CodeFormer 可见度0.8生成效果图生图直接放大在 Stable Diffusion 中高清放大图像还可以借助图生图功能设置图像的分辨率和重绘幅度等参数来实现但此方法也有尺寸上限的局限性当分辨率过大时可能会导致无法生图等问题。SD UpscaleSD Upscale 插件是 Stable Diffusion 的专用放大脚本是早期实现超分放大的标准化工具在一些本地部署的 Stable Diffusion 中可以使用该内置插件实现高清放大。SD Upscale 的核心原理是将原图切割成一个个图块针对每一个图块分别进行高清修复完成修复后再将这些图块重新拼接最终得到放大且高清的图像。在这个过程中分块重叠像素宽度扮演着关键角色其本质是为了避免拼接痕迹提升图像的整体连贯性。由于每个图块在修复时是独立进行的如果图块之间没有重叠部分直接拼接可能会在接缝处出现明显的色差、纹理不连续等问题。设置分块重叠像素宽度后在修复过程中这部分重叠区域会被重复处理模型会综合考虑相邻图块的信息对重叠部分进行融合优化。当完成所有图块的修复和拼接后重叠区域经过处理使得图像过渡自然大幅减少了拼接产生的违和感最终呈现出视觉效果更好的放大图像。Ultimate SD UpscaleUltimate SD UpscaleUSD是 SD Upscale 的进阶扩展插件核心优势在于更强的细节控制、无缝拼接与显存适配适合高倍数、超高清放大、精细细节修复。Ultimate SD Upscale 插件的安装与使用https://github.com/Coyote-A/ultimate-upscale-for-automatic1111Tiled DiffusionTiled Diffusion 是 Stable Diffusion 的高分辨率生成专用扩展插件核心逻辑是将目标尺寸的大图按规则分割成多个独立小图块分别执行扩散生成、放大计算最后通过算法无缝拼接能以更小的计算成本更稳定地输出超高清图像速度快、细节完整。Tiled Diffusion 是由 Tiled Diffusion 插件、Tiled VAE 插件组成Tiled Diffusion 负责高分辨率图像的分块生成与无缝拼接Tiled VAE 负责分块编码解码以避免画质崩坏二者是高分辨率生成的配套组合在使用时必须同时启用才能兼顾低显存占用与高清画质。Tiled Diffusion 和 SD Upscale 的核心区别Tiled Diffusion 在潜空间分块计算显存占用极低而 SD Upscale 在像素空间分步放大 重绘显存压力大。Tiled Diffusion 主打一步到位生成、放大 8K 级大图而 SD Upscale 适合中小尺寸分步放大。Tiled Diffusion 全局一致性强但参数不当易出拼接缝而 SD Upscale 无拼接问题但分步重绘可能有风格断层。本地部署的 Stable Diffusion 需要自行安装 Tiled Diffusion 插件、Tiled VAE 插件LiblibAI 已内置该插件使用时需要注意部分检查点模型不支持使用 Tiled Diffusion 插件。Tiled Diffusion 的安装与使用https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111Tiled Diffusion 的核心参数模块名称描述推荐Tiled Diffusion通用方案Mixture of Diffusers 适合局部重绘MultiDiffusion 能确保分块内容一致性生成大图无明显拼接痕MultiDiffusion潜空间分块宽 / 高用于把超大尺寸图片的运算空间拆成小块分别处理取值范围 16 ~ (检查点模型能生成的最大图片尺寸 / 8)96潜空间分块重叠设置相邻分块的重叠区域消除拼接缝MultiDiffusion 方案设置为 32 或 48Mixture of Diffusers 方案设置为 16 或 3248分块单批数量指定一次同时处理多少个拆分好的小块数量越少越省显存、越稳定1分区提示词控制把图像按潜空间分块划分为多个区域给每个区域单独写提示词-Tiled Diffusion文生图覆盖图像尺寸勾选后按目标分辨率计算分块可突破原生图片尺寸限制-Tiled Diffusion图生图保持输入图像大小控制图生图的输出尺寸是否与原图一致用于修复细节勾选用于超清放大取消勾选-放大倍数放大后图片尺寸 原图尺寸 x 放大倍数-放大算法无约束优先 LanczosLanczos噪声反转高清放大必开细节修复可选-反转步数越小越贴近原图越大创作空间越大10修复程度数值越大越贴近原图-重铺噪声强度数值越大越能增加噪声随机性生成的细节更丰富数值过高会偏离原图≤0.6重铺噪声大小数值越大噪声覆盖的区域越广越适合优化大场景细节64Tiled VAE编码器分块大小控制 VAE 编码阶段的分块尺寸单位为潜空间单位用于降低显存峰值占用实现大尺寸图像编码建议在 CUDA error: out of memory 报错前尽可能大的设置其值1024解码器分块大小控制 VAE 解码阶段的分块尺寸单位为潜空间单位用于匹配编码器分块逻辑延续显存优化策略192快速编码解码器启用轻量化编解码算法开启后速度提升 30%-50%开启快速编码器颜色修复校准分块色偏优先开启开启以生成一张人物写实图为例参考生成参数如下。ckpt 检查点模型majicMIX realistic 麦橘写实_v7正向提示词中文两个穿着圣诞毛衣的可爱女孩身处雪景之中水彩画风格在艺术网站上热门焦点清晰工作室照片细节精致高度写实正向提示词英文two adorable gril,wearing christmas sweaters,in a snowy christmas scene,Watercolor,trending on artstation,sharp focus,studio photo,intricate details,highly detailed负向提示词ng_deepnegative_v1_75t,(badhandv4:1.2),EasyNegative,(worst quality:2)采样方法Euler a迭代步数25图片尺寸768x1024提示词引导系数7生成效果将上图发送至图生图参考生成参数如下。重绘幅度0随机数种子757092860Tiled Diffusion/Tiled VAE 参考插件参数如下。Tiled Diffusion/Tiled VAE开启方案MultiDiffusion放大算法R-ESRGAN_4x放大倍数4768x10243072x4096生成后对比效果LiblibAI 超清放大超清放大是由 LiblibAI 自带的的类似于 Tiled Diffusion 插件的高清放大功能。超清放大的核心参数重绘幅度建议不超过 0.4过高的重绘幅度会导致画面变化过大以及画出不需要的元素。全面增强重绘幅度高于 0.5 时建议开启有助于在保持一致性的同时丰富图像细节。此设置在基础算法 1.5 下表现更稳定基础算法 XL 下可能会出现色彩失真的情况。细节强化丰富画面细节但可能导致画面内容变化。画质增强提升画质建议在 0.51.5 之间调节。高级图像处理插件Layer diffusionLayer diffusion 是由 lllyasviel 团队推出的 Stable Diffusion 扩展技术能让 Stable Diffusion 支持原生生成带 Alpha 通道的透明图像与多图层内容无需额外抠图适配 SD 1.5/XL大幅提升设计类图像的生产效率。本地部署的 Stable Diffusion 需要自行安装 Layer diffusion 插件LiblibAI 已内置该插件。Layer diffusion 的安装与使用https://github.com/layerdiffusion/sd-forge-layerdiffuseLayer diffusion 的核心参数启用开关开启 Layer diffusion 后最终图片尺寸会自适应到 64 的倍数。Method指定 Layer diffusion 的工作机制适配不同的模型版本与生成目标。Weight控制 Layer diffusion 的透明效果强度决定背景被替换为透明的程度。取值范围为 021.0 即标准透明强度背景完全透明且主体边缘干净数值越高透明效果增强但可能误将主体边缘判定为背景。Stop at控制 Layer diffusion 在扩散过程中 停止干预的时机平衡透明效果与内容完整性。取值范围为 011.0 即 Layer diffusion 全程参与扩散透明效果最彻底但复杂场景可能出现主体细节缺失。以生成一张电商产品图为例参考生成参数如下。ckpt 检查点模型电商产品场景_XL正向提示词中文超高清细节图像展现了一个时尚的矩形香水瓶配有金色瓶盖和标签瓶子放置在反光表面上营造出戏剧性的阴影光线从上方照射在瓶子上在深色背景的映衬下凸显出其优雅的设计正向提示词英文ultra high definition details,the image features a sleek,rectangular perfume bottle with a gold cap and label,the bottle is placed on a reflective surface,creating a dramatic shadow,light rays illuminate the bottle from above,highlighting its elegant design against a dark background负向提示词ng_deepnegative_v1_75t,(badhandv4:1.2),EasyNegative,(worst quality:2)采样方法DPM 2M Karras迭代步数30图片尺寸768x1024提示词引导系数7Layer diffusion 参考插件参数如下。Layer diffusion开启Method(基础算法 XL) 生成透明底的图片 (Conv Injection)Weight1.0Stop at1.0生成效果ADetailerADetailerAfter Detailer是 Stable Diffusion 的核心细节修复插件在生成后自动检测人脸、手部等易崩坏区域通过蒙版 局部重绘提升细节适配 SD1.5/XL是解决脸崩手残的高效工具。本地部署的 Stable Diffusion 需要自行安装 ADetailer 插件LiblibAI 已内置该插件。ADetailer 的安装与使用https://github.com/Bing-su/adetailerADetailer 的核心参数模型选择选择检测目标时所使用的模型如人脸 face_xxx.pt、手部 hand_xxx.pt、身体 person_xxx.pt 等。ADetailer 正向提示词修复区域专用正向提示词针对性强化细节避免风格漂移。ADetailer 负向提示词修复区域专用负向提示词补充模糊、失真、结构异常等负向提示词抑制缺陷。目标检测阈值控制哪些区域会被判定为目标。取值范围为 01数值越高越严格、误检越少但也越容易漏检小/模糊目标。最小面积比例按蒙版面积占图像总面积的比例设定下限仅保留 该值的蒙版。取值范围为 01数值越高越易筛除小噪点、杂物但也可能漏检小目标。最大面积比例按蒙版面积占图像总面积的比例设定上限仅保留 该值的蒙版。取值范围为 01数值越高越允许大目标蒙版越低越能防止蒙版覆盖大区域导致画面崩坏。蒙版的预处理用于对 ADetailer 自动检测生成的蒙版进行位移、缩放、模糊、合并等调整校准目标区域范围、柔化边缘避免重绘出现生硬边界。局部重绘仅用于对预处理后的蒙版区域执行图像重绘通过去噪强度、采样步数等参数控制修复幅度在保留原图风格的前提下优化目标区域细节。以生成一张人物写实图为例参考生成参数如下。ckpt 检查点模型majicMIX realistic 麦橘写实_v7正向提示词中文一个女孩正向提示词英文1girl负向提示词ng_deepnegative_v1_75t,(badhandv4:1.2),EasyNegative,(worst quality:2)采样方法Euler a迭代步数20图片尺寸512x512提示词引导系数7生成效果调整生成参数如下。随机数种子4063326573ADetailer 参考插件参数如下。ADetailer开启模型选择face_yolov8n目标检测阈值0.3生成效果Inpaint AnythingInpaint Anything 是一款基于 Segment Anything ModelSAM的智能局部重绘插件核心是点击即分割、文本控生成无需手动精细绘制蒙版即可精准移除、替换或填充图像中任意物体、区域适配物体移除、背景替换、局部内容生成等场景。本地部署的 Stable Diffusion 需要自行安装 Inpaint Anything 插件LiblibAI 已内置该插件。Inpaint Anything 的安装与使用https://github.com/Uminosachi/sd-webui-inpaint-anything下图原始尺寸为 1024x1024以下图为例进行局部重绘。打开 Inpaint Anything 插件将需要重绘的图片上传至 Inpaint Anything 插件确认已选好 SAM 模型点击 Run Segment Anything生成彩色分割图。在彩色分割图中使用画笔工具涂抹或点击分割图中需重绘的目标区域点击创建蒙版下方会显示选中的蒙版区域。在蒙版区域中根据实际情况修剪、添加蒙版。切换到仅蒙版标签点击获取蒙版再点击发送到图生图重绘在图生图页面进一步调整参数。以上图为例进行图生图参考生成参数如下。ckpt 检查点模型F.1-dev-fp8正向提示词中文宽松的粉色短款 T 恤正向提示词英文Loose pink short-sleeved T-shirt,负向提示词英文ng_deepnegative_v1_75t,(badhandv4:1.2),EasyNegative,(worst quality:2)采样方法Euler迭代步数30提示词引导系数3.5图片尺寸1024x1024缩放模式填充蒙版边缘模糊度6重绘幅度0.95蒙版模式重绘蒙版内容生成效果PNG 图片信息获取图片信息PNG 图片信息是核心实用功能可以读取由 Stable Diffusion 平台生成的 PNG 图片中内嵌的生成元数据快速复用这些参数到其他功能模块不管是复刻自己的作品还是学习他人的创作参数都很便捷。只有 Stable Diffusion 生成且未清除元数据的 PNG 图才能读取到这些元信息非 Stable Diffusion 生成或二次编辑、重新保存导致元数据丢失的图片无法读取到对应内容。PNG 图片信息功能仅针对 PNG 图的元数据做读取并非通过 AI 反推图像参数和 CLIP 反推、DeepBooru 反推、WD 1.4 标签器等提示词反推功能有着本质区别。如果想保护自己的创作参数不被他人读取可通过 Photoshop 等工具重新导出图片这样会清除图片中的生成元数据。