前言：
放大器StableSR使的增加了另外一种生成4K高清图的能力。
总体来看，这种放大的能力，依赖了一些模型的下载和配置，会让初学者有点感觉复杂。为了更好的帮助大家理解，RA/SD中已经配置好了模型，大家只需要专注在界面截图中的对应配置。
在RA/CU的领域，我们有更简单的实现方式。后续在中级课程中覆盖。
知识点：
- 4K
- 高清图放大
插件介绍
插件对低显存进行了优化，可以在小于12GB显存的环境中进行4K图像放大。
官方地址：https://github.com/IceClear/StableSR
本地下载：
功能
- 高保真图像放大：
- 不修改人物脸部的同时添加非常细致的细节和纹理
- 适合大多数图片（真实或动漫，摄影作品或AIGC，SD 1.5或Midjourney图片…）
- 较少的显存消耗：
- 我移除了官方实现中显存消耗高的模块。
- 剩下的模型比ControlNet Tile模型小得多，需要的显存也少得多。
- 当结合Tiled Diffusion & VAE时，你可以在有限的显存（例如，<12GB）中进行4k图像放大。
- 小波分解颜色修正：
- StableSR官方实现有明显的颜色偏移，这一问题在分块放大时更加明显。
- 我实现了一个强大的后处理技术，有效地匹配放大图像与原图的颜色。请看小波分解颜色修正例子。
2 必须模型
我们目前有两个版本。它们产生的细节相似，但是768版本的边缘更自然。
🆕 SD2.1 768 版本
- 您必须使用 StabilityAI 提供的 Stable Diffusion V2.1 768 EMA 检查点（约5.21GB）
- 您可以从 HuggingFace 下载它
- 将其放入 stable-diffusion-webui/models/Stable-Diffusion/ 文件夹中
- 下载提取后的 StableSR 模块
- 官方资源
- 将 StableSR 模块（约400MB）放入 stable-diffusion-webui/extensions/sd-webui-stablesr/models/ 文件夹中
3. 可选组件
- 安装 Tiled Diffusion & VAE 扩展
- 原始的 StableSR 对大于 512 的大图像容易出现 OOM。
- 为了获得更好的质量和更少的 VRAM 使用，我们建议使用 Tiled Diffusion & VAE。
- 使用官方 VQGAN VAE
- 官方资源：同2中的链接
- 我的资源：<GoogleDrive> <百度网盘-提取码83u9>
- 把VQVAE（约750MB大小）放在你的 stable-diffusion-webui/models/VAE 中
- 如果生成图像尺寸 > 512，我们推荐使用 Tiled Diffusion & VAE，否则，图像质量可能不理想，VRAM 使用量也会很大。
- 这里是官方推荐的 Tiled Diffusion 设置。
- 方法 = Mixture of Diffusers
- 隐空间Tile大小 = 64，隐空间Tile重叠 = 32
- Tile批大小尽可能大，直到差一点点就炸显存为止。
- Upscaler必须选择None。
- 下图是24GB显存的推荐设置。
- 对于4GB的设备，只需将Tiled Diffusion Latent tile批处理大小改为1，Tiled VAE编码器Tile大小改为1024，解码器Tile大小改为128。
- SDP注意力优化可能会导致OOM（内存不足），因此推荐使用xformers。
- 除非你有深入的理解，否则你不要改变Tiled Diffusion & Tiled VAE中的其他设置。这些参数对于StableSR基本上是最优解。
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/1124
