文章目录
（零）前言
本篇主要介绍WEBUI的插件：StableSR：图片超分辨放大的使用，以及和WEB UI附加功能图片放大功能的对比。
更多不断丰富的内容参考：🔗《继续Stable-Diffusion WEBUI方方面面研究(内容索引)》
（一）图片放大
之前通过《探索【Stable-Diffusion WEBUI】的附加功能：图片缩放&抠图》了解到，由于Stable-Diffusion并不适合生成很大的图片，所以我们可以先生成适合的正常尺寸图，再通过附加功能页的放大功能，放大图片。
同时介绍了好些缩放模型，其中有些效果挺好的。
特别是LDSR（潜在扩散超分辨率模型）照片表现非常好，不仅脑补的细节多，还加入了很多噪点显得真实。
但模型体积巨大+速度超级慢。放大一张512×512的图，几乎需要20分钟（其它放大算法都是20秒内……）。
所以，有没有其它放大选择呢？
（二）图片超分辨率放大脚本插件（StableSR）
参考：🔗插件StableSR
可以从WEB UI中直接安装，它是一个图生图的脚本。
安装后会在图生图最下面的脚本下拉框中出现StableSR。
由于官网有中文说明，不需要细讲了吧：）
简单列举下重点，细节请看官网（仓库）的中文说明。
对了：SR = Super-Resolution ，写出来以防忘记。。。
（2.1）下载组件
安装后需要下载模型才能使用（⚠️细节请看官网介绍）：
- Stable Diffusion V2.1 512 EMA 模型（约 5.21GB）->放基础模型目录。
- 官方的 StableSR 模块 （约400MB）->放插件自己的模型目录。
- 可选使用官方提供的 VQGAN VAE（约750MB） ->放VAE模型目录。
- 可选配合 Tiled Diffusion & VAE 扩展，也就是分区扩散（Multi Diffusion）插件使用。
说是可选，咱普通显存只能必选，否则稍大的图就显存不够了。
（2.2）使用
基本使用很简单，在图生图下面启用脚本就可以了。
主要步骤如下，官网还给出了具体参数配置的建议（⚠️细节请看官网介绍）。
- 基础模型选择刚才下载的
v2-1_512-ema-pruned模型。 - 切换到 img2img 标签。在页面底部找到 “脚本” 下拉列表，选择
StableSR脚本。
点击刷新按钮，选刚才下载的 StableSR 模块。 - 如果生成图像尺寸 > 512，推荐使用 Tiled Diffusion & VAE（也就是Multi Diffusion upscaler）。
- 上传图像并开始生成。
我试了一下速度还不算太慢（比一般算法慢多了）。
一张512²的图大概5-6分钟吧（还是比LDSR快不少啊）。
💡 不过需要注意：
- 中低显存下，不能打开
Channels Last内存格式优化，否则报错。 - 不要尝试放大特别小的图片（48×48一类？）😄 。
- 纹理类可以脑补的细节很不错。但文字类需要“原样放大”的效果很差，看不出原文。
这种情况请对比4x-UltraSharp，R-ESRGAN 4x+等附加功能页图片放大的效果。 - 使用SD2.1的基础模型时，嵌入式（embeddings）模型可能会暂时看不见，正常的，因为那些是给SD1.5用的。
- 注意版权问题，目前由于版权协议，生成的图片不能商用。
（2.3）实例对比（放大）
下面这张图（请忽略AI生成导致不合理的部分），我们来把它放大4倍。
放大后实在是太大了，就给个局部裁剪吧。
局部：原图直接缩放（传统图像编辑软件，对比组）
局部：StableSR
局部：StableSR（纯噪声选项开）
纯噪声适合脑补肌肤纹理，植物人群，各种不太需要和原图一致的细节。细节多，显得更加清晰。
但是改变原图较多，不适合文字之类。有时也会生成莫名奇妙的东西。
局部：LDSR（最强对比组）
噪点多显得真实，但噪点真的太多了。而且没有色彩修复选项（关键是太慢，其它可以忍）。
（2.4）实例对比（修复）
下面这张是比较早时自己拍的照片，那时相机不行，即使缩小看也很模糊。
我们不放大它的分辨率，处理看看。
局部100%：座机拍的原图
局部100%：StableSR
整体清晰了不少，文字，栏杆，树叶等。
不过截图外远处人的样子已经没法看了。
局部100%：StableSR（纯噪声选项开）
AI生成（脑补）的细节更多，已经明显改变原图了，比如牌匾字体破损的位置，而且整体有点卡通化。
草地上有个蓝色的牌子（虽然看不清写的啥），彻底被弄没了。
（三）总结
插件非常适合可以脑补细节的图片放大，相对LDSR来说不算太慢。
但操作相对复杂，还需要配合分区扩散插件（不然就爆显存，参数设不对也爆显存）。
总之它给了我们一个新的选择，期待持续改进。
文章出处登录后可见！
