Stable Diffusion 系列教程 | 如何获得更高清优质的AI绘画

目录

1 高清修复

1.1 原理

1.2 基本操作

1.3 优缺点

2 UpScale 放大脚本

2.1 原理

2.2 基本操作

2.3 优缺点

3 附加功能放大

3.1 原理

3.2 基本操作

3.3 优缺点


优化出图质量,产出更高清,分辨率更高,更有细节的绘画作品呢?

之前为了提高绘画质量,我们学习了诸多的提示词,选用了更优的模型

同时我们了解到,越高的分辨率意味着模型有着更大的发挥空间,细节会更好,但是受限于直接放大图片分辨率产生的多头多脚的问题,同时大的分辨率可能会直接爆显存,那么我们该怎么办呢

本节我们了解更多的放大算法,使得AI画出的图更加有质感

涉及方法主要有:

高分辨率修复

Upscale脚本

附加功能中的图片放大算法

他们各有优缺点

我们首先生成一张原图

输入正向提示词

cinematic photo official art,unity 8k wallpaper,ultra detailed,aesthetic,masterpiece,best quality,photorealistic,entangle,mandala,tangle,entangle,1girl,cowboy shot,ecstasy of flower,dynamic angle,the most beautiful form of chaos,elegant,a brutalist designed,vivid colours,romanticism,atmospheric . 35mm photograph, film, bokeh, professional, 4k, highly detailed, skin detail realistic, ultra realistic, long hair, straight hair, eyes detail

输入反向提示词

(worst quality:1.5), (low quality:1.5), (normal quality:1.5), lowres, bad anatomy, bad hands, multiple eyebrow, (cropped), extra limb, missing limbs, deformed hands, long neck, long body, (bad hands), signature, username, artist name, conjoined fingers, deformed fingers, ugly eyes, imperfect eyes, skewed eyes, unnatural face, unnatural body, error, painting by bad-artist layman work, worst quality, ugly, (deformed|distorted|disfigured:1.21), poorly drawn, bad anatomy, wrong anatomy, mutation, mutated, (mutated hands AND fingers:1.21), bad hands, bad fingers, loss of a limb, extra limb, missing limb, floating limbs, amputation, Yaeba, photo, deformed, black and white, realism, disfigured, low contrast, long neck

初始分辨率设置为了640*704

1 高清修复

1.1 原理

先绘制一份低分辨率的图像

再根据它重绘第二幅高分辨率的图像

1.2 基本操作

先在低分辨率的情况下反复抽卡尝试,有满意的图之后,固定随机种子,进行高分辨率修复

(1)查看图片随机种子,填入种子栏

(2)在文生图界面出图设置栏勾选高清修复

 

勾选高清修复后会出现两行新的参数设置

 

(3)出图参数设置

1 放大算法 将低分辨率打回重画的方法,这里我们一般对于二次元选择 R-ESRGAN 4x+Anime 6B的方法,其他风格选择R-ESRGAN 4x+

2 高清修复采用次数 维持0不变即可,意味着和原图采样次数一样是20

3 重绘幅度 等图于图生图里的重绘幅度,和原图有多像,一般维持在0.5以下

4 尺寸设置 将图片由原始的分辨率放大到多少,

放大倍率就是放大几倍

点击 出图如下

比较一下 细节

1.3 优缺点

优点

(1)不会改变画面构图,由随机种子固定即可

(2)操作简单

(3)稳定克服多人,多头情况

缺点

(1)仍然需要较大的显存,而且能画多大依然受到显存的限制

(2)计算速度相对较慢,,耗费较长时间

2 UpScale 放大脚本

第一种方法依然受到显存限制,所以但这种方法就不受影响啦

2.1 原理

将图片打成不同块,每一块分别绘制

2.2 基本操作

这是属于图生图的功能

这里有一个小技巧,点击图片预览下方的图生图,可以把刚刚文生图生成的图片移动到图生图,同时各种参数设置,提示词,模型都会复制一份

(1)点击脚本一栏,选择使用SD放大

(2)参数设置

1 放大算法 我们选择和1高清修复一样的即可,二次元选择 R-ESRGAN 4x+Anime 6B的方法,其他风格选择R-ESRGAN 4x+

2 图块重叠的像素,原理部分我们讲到,UpScale 是通过打成不同的块进行的,因而块与块之间要缝合需要一定的像素过渡,一般维持默认64即可

3 缩放系数 将图片由原始的分辨率放大到多少倍

点击生成

比较一下细节

2.3 优缺点

优点

(1)可以突破内存限制,获得更大的分辨率,速度较快

(2)画面精度更高

缺点

(1)分割过程较为不可控

(2)操作比较繁琐

3 附加功能放大

用于图片后期处理

用于两种算法放大

3.1 原理

附加功能的放大,相当于重绘幅度为0的Upscale

3.2 基本操作

这里也有一个小技巧,点击图片预览下方的添加到附加功能,可以把刚刚文生图生成的图片移动到附加功能一栏中,同时各种参数设置,提示词,模型都会复制一份

(1)参数设置

1 缩放比例 将图片由原始的分辨率放大到多少倍

2 Upscale1 ,放大算法 同上面讲到的,一般对于二次元选择 R-ESRGAN 4x+Anime 6B的方法,其他风格选择R-ESRGAN 4x+

3 其他设置 Upscale2 可见度什么的维持默认即可

点击生成

比较一下细节

3.3 优缺点

优点

(1)简单,方便,计算快

(2)完全不改变图片内容

缺点

(1)细节上不如前两种方法

AI绘画教程:如何在stable diffusion中生成高清大图? - 知乎 (zhihu.com)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/84228.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

算法笔记:KD树

1 引入原因 K近邻算法需要在整个数据集中搜索和测试数据x最近的k个点,如果一一计算,然后再排序,开销过大 引入KD树的作用就是对KNN搜索和排序的耗时进行改进 2 KD树 2.1 主体思路 以空间换时间,利用训练样本集中的样本点&…

[C#][原创]操作注册表一些注意点

C#注册表只需要引入 using Microsoft.Win32; C#注册表操作都是通过2个类Registry和RegistryKey进行所有操作。但是有些基本注意事项经常忘记,不常用就很容易忘记。 第一,打开注册表,第2个bool参数问题: RegistryKey key Regi…

Redis7之介绍(一)

1. 是什么 Redis:REmote Dictionary Server(远程字典服务器) Remote Dictionary Server( 远程字典服务)是完全开源的,使用ANSIC语言编写遵守BSD协议,是一个高性能的Key-Value数据库提供了丰富的数据结构,例如String、Hash、List、…

K8S如何部署ZooKeeper以及如何进行ZooKeeper的平滑替换

前言 在之前的章节中,我们已经成功地将Dubbo项目迁移到了云环境。在这个过程中,我们选择了单机ZooKeeper作为注册中心。接下来,我们将探讨如何将单机ZooKeeper部署到云端,以及在上云过程中可能遇到的问题及解决方案。 ZooKeeper…

设计模式三原则

1.1单一职责原则 C 面向对象三大特性之一的封装指的就是将单一事物抽象出来组合成一个类,所以我们在设计类的时候每个类中处理的是单一事物而不是某些事物的集合。 设计模式中所谓的单一职责原则,就是对一个类而言,应该仅有一个引起它变化的原…

Docker容器:dockerfile创建 LNMP 服务+Wordpress 网站平台

文章目录 一.环境及准备工作1.项目环境2.服务器环境3.任务需求 二.Linux 系统基础镜像三.docker构建Nginx1.建立工作目录上传安装包2.编写 Dockerfile 脚本3.准备 nginx.conf 配置文件4.生成镜像5.创建自定义网络6.启动镜像容器7.验证 nginx 四.docker构建Mysql1. 建立工作目录…

剪枝基础与实战(2): L1和L2正则化及BatchNormalization讲解

1. CIFAR10 数据集 CIFAR10 是深度学习入门最先接触到的数据集之一,主要用于图像分类任务中,该数据集总共有10个类别。 图片数量:6w 张图片宽高:32x32图片类别:10Trainset: 5w 张,5 个训练块Testset: 1w 张,1 个测试块Pytorch 集成了很多常见数据集的API, 可以通过py…

商品搜索网:连接您与各类商品的桥梁

导语:在如今信息爆炸的时代,购物已经不再是传统的实体店购买,而是通过互联网实现的线上购物方式。而要实现高效的线上购物,商品搜索引擎则成为我们的得力助手。作为国内垂直的商品搜索之一,为中国用户提供全面的数码电…

java八股文面试[Spring]——如何实现一个IOC容器

什么是IOC容器 IOC不是一种技术,只是一种思想,一个重要的面向对象编程的法则,它能指导我们如何设计出松耦合,更优良的程序。传统应用程序都是由我们在类内部主动创建依赖对象,从而导致类与类之间高耦合,难于…

elementui table 在浏览器分辨率变化的时候界面异常

异常点: 界面显示不完整,表格卡顿,界面已经刷新完成,但是表格的宽度还在一点一点变化,甚至有无线延伸的情况 思路: 1. 使用doLayout 这里官方文档有说明, 所以我的想法是,监听浏览…

数据通信——TCP(三次握手及基础特性)

引言 TCP(传输控制协议),不像之前的UDP那样,因为这个协议要将很多复杂的东西,所以这次的特性是简单的特性,后续会讲一些复杂难懂的知识,这次先说一些TCP明显的特性 面向连接 TCP提供了对连接的管…

卷积神经网络——下篇【深度学习】【PyTorch】【d2l】

文章目录 5、卷积神经网络5.10、⭐批量归一化5.10.1、理论部分5.10.2、代码部分 5.11、⭐残差网络(ResNet)5.11.1、理论部分5.11.2、代码部分 话题闲谈 5、卷积神经网络 5.10、⭐批量归一化 5.10.1、理论部分 批量归一化可以解决深层网络中梯度消失和…