【亲测免费】 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

1. 打开 Automatic1111 WebUI。
2. 点击“Extensions”选项卡。
3. 点击“Available”选项卡。
4. 找到“StableSR”并点击“Install”。

方法二：URL 安装

1. 打开 Automatic1111 WebUI。
2. 点击“Extensions”选项卡。
3. 点击“Install from URL”选项卡。
4. 输入 https://github.com/pkuliyi2015/sd-webui-stablesr.git 并点击“Install”。

下载主组件

SD2.1 768 版本

1. 下载 Stable Diffusion V2.1 768 EMA 检查点（约 5.21GB）。
2. 将下载的检查点放入 stable-diffusion-webui/models/Stable-Diffusion/ 目录。
3. 下载 StableSR 模块（约 400MB）。
4. 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。