ADetailer项目中关于图像修复尺寸参数的技术解析

在图像生成与修复领域，ADetailer作为Stable Diffusion的重要扩展组件，其参数配置直接影响最终输出效果。本文针对用户反馈的"图像未按预期放大至1024分辨率"问题，深入剖析ADetailer的工作原理和参数交互机制。

核心参数机制

ADetailer的图像处理流程包含两个关键尺寸参数组：

1. 主输出尺寸：由width和height直接控制最终生成图像的物理尺寸
2. 局部修复尺寸：ad_inpaint_width和ad_inpaint_height仅作用于面部/局部修复阶段的处理分辨率

当启用ad_inpaint_only_masked=true时，系统会严格遵循以下处理逻辑：

• 首先生成基础图像（遵循width/height设定）
• 仅在检测到的局部区域（如面部）应用高分辨率修复
• 最终输出保持原始width/height尺寸

典型配置误区

许多用户容易混淆这两组尺寸参数的作用范围，常见误解包括：

1. 认为修复尺寸会自动放大整体图像
2. 未意识到局部修复的高分辨率处理会被重新采样到主输出尺寸
3. 忽略ad_inpaint_only_masked参数的开关状态对尺寸逻辑的影响

最佳实践建议

要实现高质量局部修复同时保持目标输出尺寸，推荐配置方案：

{
    "width": 512,
    "height": 512,
    "alwayson_scripts": {
        "ADetailer": {
            "args": [
                {
                    "ad_inpaint_width": 1024,
                    "ad_inpaint_height": 1024,
                    "ad_inpaint_only_masked": true,
                    "ad_inpaint_only_masked_padding": 32
                }
            ]
        }
    }
}

这种配置下：

• 最终图像保持512x512标准尺寸
• 面部等关键区域会先以1024x1024高分辨率处理
• 通过32像素的边缘过渡保证修复区域自然融合

技术原理延伸

ADetailer的高分辨率修复本质上是两阶段处理：

1. 检测阶段：在原始分辨率下识别需要增强的区域
2. 修复阶段：将ROI(感兴趣区域)裁剪放大到指定修复尺寸处理
3. 融合阶段：将处理结果降采样回原始尺寸并边缘混合

这种设计既保证了关键部位的细节质量，又避免了全图高分辨率带来的计算资源消耗。对于需要整体放大的场景，建议配合Stable Diffusion本身的Hires.fix功能使用。