前言：
上一章，我们介绍了图生图的基本知识和关键字反推能力
本章，我们介绍Extras面板中的功能
Extras顾名思义就是额外的，这个面板不起眼，主要是为了满足所有RA/SD中非主要内容的功能提供界面。
甚至我们后续自己写的插件能力，脚本，功能等也都可以在这个第一层级面板上面使用。
知识点：
- Extras面板
- 缩放模式介绍
Extras面板
Extas 顾名思义，实际上是一个很多其余各种功能的集合面板。在RA/SD的主界面上面。 如下图。
其中你可以选择一张图，对它进行单独的处理，同时也有一些批量处理的能力。 当然很多插件也在这里显示，针对各种其余的功能。
Extras中的高清放大
Extras 中分别有放大图像的方法。
第一个是Resize的倍数，2倍，4倍这种。依赖与GPU显存，影响最终生成的成功和耗时。
提供2个Upscaler的方式和对应算法Upscaler 1和Upscaler 2，分别对应于生成图像的第一步和第二步。Upscaler 1是用于将生成图像从64×64放大到256×256的算法，Upscaler 2是用于将生成图像从256×256放大到1024×1024的算法。
Lanczos
Lanczos重采样是一种数学上精确的方法，用于图像放大或缩小。它使用了一种称为 sinc 函数的数学公式，可以在保留图像细节的同时减少锯齿效应。
Nearest
最近邻插值是一种简单的图像放大方法，通过复制最近的像素值来填充新像素。这种方法速度快，但可能会导致图像出现锯齿状边缘。
BSRGAN
BSRGAN是一种基于深度学习的超分辨率生成对抗网络，用于增强图像的分辨率。它可以捕捉更多的图像细节，并生成更自然的高分辨率图像。但可能会引入噪声和伪影。
ESRGAN_4x
ESRGAN（增强超分辨率生成对抗网络）是一种先进的深度学习方法，用于将图像放大4倍。它可以生成更清晰、更真实的图像。但需要较高的计算资源。
LDSR
LDSR可能是一种局部细节超分辨率方法，用于在保留全局结构的同时增强图像的局部细节。
R-ESRGAN 4x＋ 和 R-ESRGAN 4x＋ Anime6BScuNET
这几个算法是ESRGAN的变体，针对特定类型的图像（如动漫）进行了优化，以实现更好的放大效果。
ScuNET PSNR
ScuNET PSNR可能是一种专注于提高峰值信噪比（PSNR）的超分辨率方法，用于生成高质量的图像。但可能会缺乏感知质量。
SwinIR_4x
SwinIR是一种基于Swin Transformer的图像超分辨率方法，可以将图像放大4倍。它使用了最新的Transformer架构，以实现更精确的图像放大。但需要较高的显存。
不同的放大算法适合不同的场景和需求，你可以根据你想要生成的图像类型和风格来选择合适的放大算法。
总结
目前看来 ，针对图片的各种缩放处理，Extras中还是很不错的。
其实RA/SD的面板，很多插件安装后，会显得很多，然而内置的Extras永远在那里，大家可以方便高效的使用。
RA/SD 衍生者AI训练营。发布者：chris，转载请注明出处：https://www.shxcj.com/archives/1003
