Stable Diffusion web UI 的「文生圖」（txt2img）有個可勾選的「高解析度修復」（Highres. fix）功能，這個是做什麼用的呢？它真的能讓生成的圖更好嗎？您可能需要了解一下它的運作原理才會知道這個問題的答案，不過我的答案會是「不一定」，但它應該能幫助您減少輸出高解析度影像的失敗率。個人摸索後是這樣的結論 ... 我們都知道 Stable Diffusion 第一版是基於 512 x 512 px 解析度的訓練集，後續衍生出來的模型基本上也是以這個解析度為基礎進行訓練的，所以只要設定寬或高其中一項之輸出超過這個解析度的兩倍（含）以上我會視為是輸出高解析度影像，這時候 AI 運算過程就會出現比較得不合理現象，如：身體扭曲、景物重複、買一送一（一個人變成兩個人）、兩個上半身、兩顆頭等。
▲ 運用「高解析度修復」這個功能，AI 會先用同樣的參數輸出一個較小尺寸的圖，這是自行設定的，項目名稱是「第一遍的寬度」和「第一遍的高度」，比例建議不要跟輸出的不一樣，不然最終結果會被裁切！再來是選擇其重繪幅度，預設為 0.7，一樣可自行修改，接著會再用這張小圖作為基礎，以同樣參數運算大圖以指定重繪幅度加強上去（跟圖生圖的概念差不多），能減少 AI 爆走的機率，減少高解析度影像輸出失敗率。但由於要跑兩次，生成一張圖等於要花原來約 150% 左右的時間，因為中間多生一張小圖了！（終端機會顯示總步數等資訊，看了就知道了，然後那張小圖不會被輸出喔！）
▲ 來試試前陣子熱門動畫的角色「式守」同學，模型、參數等通通一樣，連種子碼都固定，我直接輸出一張 768 x 576（4:3）的影像。
▲ 接著我再將「高解析度修復」打勾，設定如上上張圖那樣，先讓它生成 768 x 576 小圖為基礎，來生成 1024 x 768（4:3）的高解析度影像，由於重繪幅度為 0.7，所以可以看出兩張圖構圖很接近。
《上一篇》ChatGPT：AI 預測式聊天機器人、透過自然語言生成技術來回答用戶的問題 
《下一篇》ChatGPT for Google：在搜尋引擎結果旁邊顯示 ChatGPT 的回應 
留言區 / Comments
萌芽論壇