Лучшие методы апскейла с помощью Stable Diffusion

Дорогие стэблисты, миджорнисты и даллисты, я провел большое исследование с наглядным сравнением самых передовых апскейлеров по моему мнению.

Среди них: 4x_foolharby_Remacri, 4x_NMKD-siax_200k, 4x_Valar_v1, 4x_Uniscale-Balanced.

Вместе с ними в ряд поставил Gigapixel AI, так как он дает хороший результат и быстро работает, что очень важно для простого пользователя со слабым железом.

По ссылке на мой телеграм канал вы сможете скачать приведенные в этой статье апскейлеры (сразу попадете на нужное сообщение).

Таблица со сравнениями размещена в Figma, а разрешение картинок огромное, поэтому не пугайтесь, если поначалу увидите пиксели. Рекомендуется заходить с ПК, так смотреть будет намного удобнее.

Эксперименты проводил в Google Colab, видеокарта там — Nvidia T4 на 16Гб видеопамяти (уровень RTX3080). Работаю только в Automatic1111, гайд написан также для этого фреймворка. Topaz Gigapixel AI работал на моей старенькой GTX 1050 на 4Гб видеопамяти.

Важной задачей являлось обеспечение наилучшего быстродействия, так как по два часа на одну картинку вряд ли кто-то захочет тратить, не так ли?

На результат ниже ушло порядка полторы минут генерации, что я считаю отличным результатом. Качества можно добиться еще выше, однако будьте готовы к нагреву комнаты от пыхтящей видеокарты и синим экранам.

Если вам нужен очень быстрый способ увеличения разрешения и детализации, и при этом качество не так критично, то можете смело использовать Topaz Gigapixel AI с двукратным апскейлом. Программа умеет повышать качество сразу нескольким изображениям из папки, что очень экономит время. Для небольшого пула фотографий рекомендую попробовать онлайн-инструмент Codeformer — алгоритм подбирает параметры автоматически и выдает невероятный результат за секунды. Примеры работы приведенных инструментов вы можете увидеть на картинке ниже.

Еще один интересный аналог — GFPGAN, также доступный онлайн и дающий неплохой результат. Прекрасно восстанавливает глаза, лучше всех остальных (проверено), однако шакалит детали вокруг лица, поэтому придется поработать в фотошопе.

Что нам понадобится? Во-первых, установленный либо локально, либо в облако Automatic1111. Прикреплю ссылки на лучшие по моему мнению гайды, можете смело пользоваться. В случае проблем готов помочь в чате.

Также необходимо закинуть в папку stable-diffusion/stable-diffusion-webui/models/ESRGAN апскейлеры. После этого можно запускать Automatic1111 и начинать работу. Внутренних средств фреймворка нам вполне хватит, поэтому ничего дополнительно устанавливать не нужно.

Для этого переходим во вкладку Extras и выбираем один из скачанных апскейлеров: в моем случае им будет 4x_Uniscale-Balanced — зайчик-любимчик. Заметьте, что у нас на фотографии имеется лицо, поэтому выставляем настройки GFPGAN visibility и Codeformer на те, что вы видите на скриншоте. Можете экспериментировать, но для экономии времени рекомендую просто повторить за мной.

Если вам не нужен апскейл в четыре раза, то выбирайте x2 — так и быстрее будет, и адекватнее по уровню добавленных деталей. В случае большой выборки картинок переходим во вкладку Batch Process и вводим путь к папке с изображениями, а затем указываем путь к папке с сохранением результата.

Внимание, полезняшка-вкусняшка: если в качестве второго апскейлера выбратьR-ESRGAN 4x+ и выставить степень его воздействия на 0,5, то итоговая картинка будет чуть сглаженной — это подходит для барби-дам, жаждущих идеальной кожи.

Кликаем по вкладке img2img, после чего загружаем изображение и вводим позитивный prompt, который выглядит примерно так: raw, hdr, 8k textures, extreme detail, hight detailed skin texture, epic details, high sharpness.

В негативном prompt пишем следующее: (deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra lim, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation.

Ура, мы на полпути к успеху! Я уже ставлю на стол шампанское! Не засыпать.

И в завершение настройки выбираем Sampler, подгоняем ширину и высоту (она не влияет на разрешение генерации, а просто показывает границы кадра), ставим CFG Scale, Denoising Strength (от 0,04 до 0,2), и из выпадающего списка ловим SD Upscale, где отмечаем любимый апскейлер. Мой зайка как всегда не останется в стороне!

Все сделали? Тогда смело клацайте по кнопке Generate и ждите около 40 секунд (время сильно зависит от разрешения исходной картинки).

Кстати, ждать придется тем дольше, чем больше вы выставите Denoising Strength + исходное изображение меняется также в зависимости от этого фактора. Если поставить 0,2, то лицо девушки поменяется до неузнаваемости, сохранив лишь общие черты. А если, наоборот, занизить показатель, то мелкие детали не прорисуются, но скорость генерации будет на высоте.

Для артов можете смело выкручивать Denoising Strength до 0,2, чтобы получить потрясающие результаты.

Как только изображение готово, мы можем высылать его на финальный этап — Extras, где выставляем нужный нам коэффициент увеличения и уровень воздействия на прорисовку лица, за что отвечают параметры GFPGAN visibility, CodeFormer visibility и CodeFormer weight.

Теперь кто-то умеет апскейлить лучше всех с помощью лучшего фреймворка для Stable Diffusion на сегодняшний день. Буду рад обратной связи и вашим комментариям, а также приглашаю в свой телеграм чат, где отвечу на все вопросы касаемо SD.

Буду рад видеть вас в телеграм-канале, где я собираю лучшие гайды по Stable Diffusion. А если не найду, то пишу сам.