SUPIR 高清放大 | 支持图片和视频

使用 SUPIR(Scaling-UP Image Restoration),一个先进的开源模型,专为高级图像和视频增强而设计。在这个工作流中,你将体验 SUPIR 如何修复和放大图像以达到照片级真实感效果。

想要运行这个应用吗?

  • 帮助您专注于艺术创作,而非红色错误
  • 由猫目社区来维护AIGC安装部署的复杂性
  • 无需手动设置
  • 具有惊艳的视觉效果
  • 平台整合上万张高端显卡,一键启动



介绍

SUPIR(Scaling-UP Image Restoration),这是一种先进的开源模型,专为图像和视频增强而设计,效果堪比商业软件如 Magnific 和 Topaz AI。这个ComfyUI放大工作流利用SUPIR(Scaling-UP Image Restoration)模型提供高质量的图像和视频修复。SUPIR非常适合逼真图像的放大和修复,兼容SDXL模型,并且能够通过文本提示高效地增强放大效果。

工作流

效果图



使用教程

SUPIR 兼容模型

  • OpenAI 和 LAION 分别提供的两种版本的 SDXL CLIP 编码器。
  • SDXL 和 LLaVA 基础模型,这是图像处理初始阶段的关键。
  • 可选模型如 Juggernaut-XL 版本,在特定情况下可以替代 SDXL 基础模型,以增强照片真实效果。

SUPIR 模型版本

有两个关键版本的 SUPIR 可用:

  • SUPIR-v0Q:优化以实现高泛化和质量,适用于广泛的图像。
  • SUPIR-v0F:专为轻度退化图像设计,能够在此类条件下保留更多细节。

SUPIR 的关键参数

  • scale_by:输入的放大比例,决定了恢复过程中图像尺寸的增加程度。
  • steps:此参数指定 EDM 采样调度器的步数,可能影响恢复过程的细节和质量。
  • cfg_scale:这是针对提示的无分类器引导比例,影响输出与所提供文本提示的契合度。
  • positive_prompt & negative_prompt:这些参数允许用户将恢复引导至期望的特质(正面提示)并远离不期望的特质(负面提示)。
  • s_churn & s_noise:代表 EDM 的原始超参数,控制扩散过程中的噪声模型的某些方面,影响最终图像的纹理和清晰度。
  • color_fix_type:此参数允许选择恢复后颜色校正的方法,选项包括“None”、“AdaIn”和“Wavelet”。

SUPIR 的性能优化技巧

  • 硬件要求:为了在高分辨率放大中实现最佳效果,至关重要的是拥有足够强大的硬件配置。我们建议使用配备至少 48GB VRAM 的机器,例如 猫目社区 提供的 Extra Large Machine,以应对高级图像细节处理的高强度计算需求。
  • 利用文本提示最大化图像细节:为了最大限度地发挥 SUPIR 高级 AI 算法的潜力,请充分利用详细提示功能。这使您能够更精确地指导恢复过程,增强放大图像的细节和真实感。通过有效利用这些提示,SUPIR 可以生成不仅尺寸更大而且质量更高的输出。



关于 SUPIR 的更多细节

图像恢复技术已经取得了巨大的进步,现在可以提供视觉上令人惊叹和更智能的结果。这种增长主要归功于 SUPIR 放大的引入,它利用先进的生成模型来增强图像。

SUPIR 模型的核心能力

  • 强大的模型:SUPIR 放大的核心是 StableDiffusion-XL (SDXL),这是一个拥有 26 亿参数的强大生成模型。它由一个添加了 6 亿参数的适配模型支持,使得 SUPIR 放大能够以卓越的细节和保真度恢复图像。

数据驱动的卓越

  • 广泛的训练数据:SUPIR 放大器在一个包含超过 2000 万高质量图像的数据集上训练,每个图像都有详细的描述。该数据集训练了一个拥有 130 亿参数的多模态语言模型,增强了 SUPIR 放大的能力,能够为目标图像恢复生成精确的内容提示。

创新技术与战略实施

  • 先进的设计:SUPIR 放大器包括几项战略性增强,例如 ZeroSFT 连接器,提高了效率并减少了计算需求。此外,其图像编码器经过微调,以更好地处理图像退化,提高了恢复结果的准确性。
  • 全面的培训:除了高质量图像外,数据集中还包括低质量的负面例子。这有助于 SUPIR 放大器学习识别和纠正视觉缺陷,提高整体恢复质量。

平衡增强与保真度

  • 复杂技术:尽管使用生成模型,SUPIR 放大器采用了一种新颖的采样技术,以平衡增强质量与原始图像的保真度。这确保了在提升视觉质量的同时,保留了原始图像的真实性。


最后祝您在猫目社区创作愉快!