SUPIR 高清放大 | 支持图片和视频

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！