ComfyUI 研究 - 增加細節

前言

先前藉由加入提示詞控制畫面內容與品質後，發現圖像放大後細節感覺糊糊的，這篇就要來測試幾個增加細節的方法，測試使用的工作流是基於A1111算法的工作流，且使用固定種子。

測試一：加入更多提示詞

下圖是跟之前一樣的提示詞使用A1111算法生成的圖片：

• 正向提示詞：(masterpiece),(best quality), cat, outdoor,

• 負向提示詞：(worst quality:2), (low quality:2), (normal quality:2), text, watermark, nsfw,

下圖是加入更多提示詞到負向提示詞生成的圖片：

• 正向提示詞：(masterpiece),(best quality), cat, outdoor,

• 負向提示詞：(worst quality:2), (low quality:2), (normal quality:2), text, watermark, nsfw, low res, low quality,

下圖是加入更多提示詞到正向提示詞生成的圖片：

• 正向提示詞：(masterpiece),(best quality), high res, high detailed, cat, outdoor,

• 負向提示詞：(worst quality:2), (low quality:2), (normal quality:2), text, watermark, nsfw,

簡單測試下來，在負向提示詞加入更多提示詞可以提高些許畫質，在正向提示詞加入更多提示詞則可能直接改變畫面構圖，如果想要保持畫面一致性，增加提示詞的做法個人是不太推薦的。

測試二：直接生成更大的圖像

下圖是直接將生成圖像的尺寸從512x512改成1024x1024後生成的結果，可以發現構圖完全不同，而且畫質出現嚴重的降低，顯然這個做法不行。

• 圖像尺寸(Empty Latent Image)：1024x1024

• 正向提示詞：(masterpiece),(best quality), cat, outdoor,

• 負向提示詞：(worst quality:2), (low quality:2), (normal quality:2), text, watermark, nsfw,

測試三：加入LORA

上圖的工作流中加入了一個節點：

• LORALoadeModelOnly

節點的左側小寫model要輸入其他模型，這次的工作流是直接將使用的大模型串接進來，右側大寫MODEL則是要輸出到其他節點，這次直接輸出到KSampler的model輸入點，使用的LORA為more_details，強度設定為1，生成的圖像如下：

可以發現生成的圖像細節變得更加豐富，構圖變化也不大，想要提升畫面細節使用這個方法應該是最簡單的方式。

測試四：將小圖像放大後再次生成(Hire. Fix)

這個測試是搭建一個簡單的放大工作流，然後將測試三生成的圖像輸入到這個工作流中，再一次生成圖片，與WebUI的Hire. Fix是相同功用。

這個放大工作流由以下的Nodes組成：

• KSampler
• VAE Decode
• Preview Image

不使用進階版的KSampler是因為沒有必要，且可以控制denoise(降噪)這項參數，這項參數太低畫面會產生其他雜點，太高會改變構圖，推薦從0.5開始調整。

生成的圖像如下，細節跟著圖像尺寸提升了。

測試五：使用放大模型將小圖像放大

這個測試是搭建一個使用放大模型的工作流，然後將測試三生成的圖像輸入到這個工作流中，使用放大模型直接放大圖像，然後再把圖像縮小到想要的尺寸。

這個放大工作流由以下的Nodes組成：

• Load Upscale Model
• Upscale Image (using Model)
• Upscale Image
• Preview Image

因為直接使用放大的模型的關係，所以這個工作流沒有使用KSampler對圖像進行重繪，生成的圖像如下圖。

這個圖像的感覺已經過度銳利，這是因為將放大的圖像直接縮小的結果。

小結

這篇測試了幾個方法，如果對細節沒有過度要求的話，使用LORA模型增加細節的方式已經夠用，且工作流還沒有變得過於複雜，如果想要大尺寸高清圖像的話，可以使用測試四跟測試五的方法，至於測試一增加提示詞的方法可以在未確定構圖的時期使用，但會讓提示詞變得更加複雜或是提示詞間產生衝突，測試二的方法則是完全不推薦，因為會受限於大模型訓練時使用的圖像大小，SD 1.x使用的是512x512，SDXL則是1024x1024，超過尺寸畫質會有明顯的降低。