4GB显存如何使用Stable Diffusion画出高分辨率AI图片？4x-Ultrasharp最好用的高清算法修复插件

虽说大部分N家显卡都能跑得起来Stable Diffusion，但想要画尺寸更大、更清晰的图片，需要更大的显存。

以12G显存的3060为例，2048大概是单张尺寸的上限，如果画更大的尺寸，大概率会爆显存。

大多数情况下，都是画512小尺寸的图，生成效果不错的，再进行后续处理。

各AI绘画爱好者最常用的功能，是高分辨率修复(Hires. fix)，这个功能选中后，会弹出多个算法的选择，哪个更好呢？

目前最好用的放大算法，是 4x-UltraSharp ，没有之一。

先简单介绍下几个常见算法的原理和区别，再做个实图对比，最后放下载链接（4x-UltraSharp不在webui的默认配置里，需要手工下载安装）。

一、常见放大算法

1、Latent：是一种基于 VAE 模型的图像增强算法,通过将原始图像编码成潜在向量,并对其进行随机采样和重构,从而增强图像的质量、对比度和清晰度。一般情况下，这个算法就能得到不错的效果，和4x-UltraSharp、R-ESRGAN等相比，显存消耗比较小，但效果不是最优。

2、Lanczos：将对称矩阵通过正交相似变换变成对称三对角矩阵的算法（鸡肋，通常不用）。

3、ESRGAN：Enhanced Super-Resolution Generative Adversarial Networks （增强超分生成对抗网络）

是对SRGAN关键部分网络结构、对抗损失、感知损失的增强。从这里开始就不是单纯的图像算法，进入人工智能的领域了。实测确实增加了很多看上去很真实的纹理，但是有时又会把一张图片弄得全是锯齿或怪异的纹理。可能对待处理的图片类型有要求。

4、4x-UltraSharp：基于ESRGAN做了优化模型，更适合常见的图片格式。真人模型最佳选择。

5、ESRGAN 4x（Real ESRGAN）：完全使用纯合成数据去尽量贴近真实数据，然后去对现实生活中数据进行超分的一个方法。这个算法来自于腾讯贡献，点个赞。

6、R-ESRGAN 4x+：基于Real ESRGAN的优化模型，针对照片效果不错。

7、R-ESRGAN 4x+ Anime6B：基于Real ESRGAN的优化模型，二次元最佳，如果你的模型是动漫类的，该选项是最佳选择。

8、R-ESRGAN General 4xV3：基于Real ESRGAN的优化模型，体积小，计算快，效果差。

9、SwinIR_4x：使用Swin Transformer思想，采用一个长距离连接,将低频信息直接传输给重建模块,可以帮助深度特征提取模块专注于高频信息,稳定训练。

10、LDSR：Latent Diffusion Super Resolution（潜在扩散超分辨率模型）

Stable Diffusion最基础的算法模型，但速度比较慢。

因为webui版本的不同，可能内置了其他的放大算法，但基本都不如上述这些好用（尤其推荐4、7两个算法）。

二、实际对比

先生成一张原图。

模型：xxmix9realistic_v30.civitai

正面提示词：

best quality, (mature:1.3),perfect face, beautiful face,western, sharp focus, solo,beautiful woman,sexy,shiny skin,Navy blouse, beige shorts, soft light,cinematic lighting, sunny, dusk, outdoor,depth of field,shidudou,red_dress,

负面提示词：

monochrome, (impassive:1.4), featureless, colorless, characterless, teen, young, grotesque, 3d max, desaturated, paintings, sketches, (worst quality:1.7), (low quality:1.7), (normal quality:1.7), lowres, normal quality, skin spots, acnes, skin blemishes, age spot,close-up,badhanv4,

先对比一下细节。

1、使用Lanczos算法放大图片后，再放大到10倍的眼睛：

2、使用4x-UltraSharp算法放大图片后，再放大到10倍的眼睛：

3、使用R-ESRGAN 4x+ Anime6B算法放大图片后，再放大到10倍的眼睛：

再对比一下完整的图。

1、使用Lanczos算法放大

2、使用4x-UltraSharp算法放大

3、使用R-ESRGAN 4x+ Anime6B算法放大

算法文件需安装在 \models\ESRGAN

总结

1、4k-UltraSharp.pth这个插件，如果你的512512的低分辨率图片的原始细节本来就清晰的，那么放大成4倍或者6倍后，细节还是清晰的。如果你的512512的低分辨率图片的原始细节本来就模糊的，那么放大成4倍或者6倍后，细节还是模糊的。所以使用4k-UltraSharp.pth这个插件，你的512*512的低分辨率图片的原始细节需要对焦的比较清晰。

如果对焦不清晰，AI会将那些模糊的细节放大，放大后，还是模糊的。也就是说，如果你的512*512的低分辨率图片是对焦不清晰的图片，那么放大后对焦还是会不清晰的。那么问题来了，为什么AI生成的图片，有些对焦清晰，有些对焦不清晰呢？因为训练模型的时候，如果你用对焦不清晰的照片来训练，那么AI自然也会学习那些对焦不清晰的照片。

如果你发现你使用的某个模型，生成的图片对焦总是不清楚的，那么大概率是模型训练的时候，使用了大量的对焦不清晰的图片来训练AI。解决方法就是换另一个模型，或者你自己用对焦清晰的照片来训练一个新的模型。

2、4k-UltraSharp.pth并不是类似photoshop的图像锐化的功能，它具体的原理，请看该插件作者的文字介绍。