Stable Diffusion基礎 -- 智慧放大功能（Upscale）

2023/06/07閱讀時間約 2 分鐘

本篇要來講述一個使用頻率不輸給文生圖的功能：圖片智慧放大（Upscale）。

這個功能詭異的地方是，他其實是放在Extras這個頁籤裡面。大概這個頁籤原本是要放置各種額外功能，但目前只有智慧放大功能被包括在內。而其他功能都以外掛（Extension）的型態存在於各個頁籤中。

由於AI算圖的尺寸有其極限，通常8GB顯示卡記憶體的情況，當長寬到達1800像素以上時，就很容易算到一半爆炸，且因為Stable Diffusion的圖片訓練尺寸是512或768像素，所以一開始的圖片尺寸太大，反而會造成多胞胎或破圖，所以實際最常用的手法是以512x512或768x512等小圖開始，然後使用Hires. fix把圖拉到兩倍大，再使用img2img或inpaint把圖修整之後，再用Upscale將圖繼續放大兩倍到四倍大。由於Upscale用的演算法不是去噪型的演算法，而是片段地將圖片放大後再拼成大圖，所以記憶體用量相對較小，理論上我們可以把圖片放大8倍，達到4K解析度也毫無問題。

以下是Extras頁面的各項設定：

Extras頁面的設定

功能分區

圖片放置區：與圖生圖一樣，可以開啟檔案選擇器或拖曳圖案進去。這邊也提供了批次處理方式在不同頁籤中：
Single Image：單張圖片。
Batch Process：批次處理。一樣是選取多張圖，或者拖曳多張圖進來，就可以一次同時處理多張圖。
Batch from Directory：輸入來源目錄的路徑名，以及目的目錄的路徑名，就可以一次同時把來源目錄的圖都處理了。
放大或縮小尺寸：指定放大的倍率，有兩種方法：
Scale by：放大倍率，最小一倍（無縮放），最大八倍。
Scale to：放大或縮小到規定尺寸，最小可以到64x64，最大可達2048x2048。
第一與第二放大演算法：我們可以使用最多兩個智慧放大演算法，第一個是預設演算法，第二個演算法還可以用拉桿調整百分比，Automatic1111在最後會將兩個演算法的結果依照比例混合生圖。
人臉銳利化：Automatic1111提供兩種AI人臉修復演算法，分別是CFPGAN與CodeFormer。這兩種都是修復真人相片的人臉較有效，至於扭曲的AI臉崩現象就無能為力。