StableSR 项目使用教程
1. 项目介绍
StableSR 是一个用于 Stable Diffusion WebUI 的超高质量图像放大工具。它由 Jianyi Wang 等人提出,并由 pkuliyi2015 迁移到 Automatic1111 WebUI 中。StableSR 能够将图像放大到超高分辨率,同时保持图像的细节和面部特征。
主要特点
- 高保真图像放大:能够在保持图像细节的同时,放大图像分辨率。
- 低 VRAM 消耗:通过移除 VRAM 消耗较大的模块,减少了对显存的需求。
- 颜色修复:通过强大的后处理技术,有效匹配放大图像的颜色与原始图像。
2. 项目快速启动
安装步骤
方法一:官方市场安装
- 打开 Automatic1111 WebUI。
- 点击“Extensions”选项卡。
- 点击“Available”选项卡。
- 找到“StableSR”并点击“Install”。
方法二:URL 安装
- 打开 Automatic1111 WebUI。
- 点击“Extensions”选项卡。
- 点击“Install from URL”选项卡。
- 输入
https://github.com/pkuliyi2015/sd-webui-stablesr.git
并点击“Install”。
下载主组件
SD2.1 768 版本
- 下载 Stable Diffusion V2.1 768 EMA 检查点(约 5.21GB)。
- 将下载的检查点放入
stable-diffusion-webui/models/Stable-Diffusion/
目录。 - 下载 StableSR 模块(约 400MB)。
- 将 StableSR 模块放入
stable-diffusion-webui/extensions/sd-webui-stablesr/models/
目录。
使用示例
# 打开 Automatic1111 WebUI
# 选择 v2-1_512-ema-pruned 检查点
# 切换到 img2img 标签
# 在页面底部找到“Scripts”下拉菜单
# 选择 StableSR 脚本
# 点击刷新按钮并选择已下载的 StableSR 检查点
# 选择放大倍数
# 推荐使用 Euler a 采样器,CFG Scale=7,Steps >= 20
3. 应用案例和最佳实践
案例一:图像放大
- 输入:一张分辨率为 512x512 的图像。
- 输出:一张分辨率为 1024x1024 的高质量图像。
- 最佳实践:使用 Tiled Diffusion & VAE 扩展以减少 VRAM 消耗。
案例二:颜色修复
- 输入:一张经过放大后颜色失真的图像。
- 输出:一张颜色修复后的高质量图像。
- 最佳实践:启用“Color Fix”选项以修复颜色偏移问题。
4. 典型生态项目
Tiled Diffusion & VAE
- 项目介绍:Tiled Diffusion & VAE 是一个用于减少 VRAM 消耗的扩展,特别适用于大图像的放大处理。
- 安装方法:通过 Automatic1111 WebUI 的扩展市场安装。
- 使用场景:与 StableSR 结合使用,以减少 VRAM 消耗并提高图像质量。
ControlNet
- 项目介绍:ControlNet 是一个用于控制图像生成过程的扩展,可以与 StableSR 结合使用以进一步优化图像质量。
- 安装方法:通过 Automatic1111 WebUI 的扩展市场安装。
- 使用场景:在 StableSR 放大图像后,使用 ControlNet 进行进一步的细节优化。
通过以上步骤,您可以快速上手并使用 StableSR 项目进行高质量的图像放大处理。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考