Stable Diffusion WebUI Forge中Hi-Res修复功能的API调用详解
2025-05-22 21:04:29作者:幸俭卉
在使用Stable Diffusion WebUI Forge进行AI图像生成时,Hi-Res修复(高分辨率修复)是一个非常有用的功能,它能够显著提升生成图像的质量和细节。然而,许多开发者在通过API调用这一功能时遇到了问题。本文将详细介绍如何正确通过API使用Hi-Res修复功能。
Hi-Res修复功能简介
Hi-Res修复是Stable Diffusion中的一项增强功能,它通过两阶段处理来提升图像质量:
- 首先生成一个基础分辨率图像
- 然后对图像进行放大并添加更多细节
这种处理方式比直接生成高分辨率图像更节省显存,同时能获得更好的细节表现。
常见API调用错误
许多开发者在使用API调用Hi-Res修复功能时,会错误地使用"hires_fix": true参数。实际上,正确的参数名是"enable_hr": true。这个命名差异是导致API调用失败的主要原因。
正确的API调用参数
以下是完整的Hi-Res修复API调用参数示例:
{
"prompt": "输入提示词",
"negative_prompt": "负面提示词",
"sampler_name": "DPM++ 2M SDE",
"scheduler_name": "karras",
"steps": 15,
"cfg_scale": 5,
"seed": 6302954713490123530,
"width": 768,
"height": 768,
"clip_skip": 2,
"enable_hr": true,
"hr_scale": 2,
"denoising_strength": 0.7,
"hr_upscaler": "R-ESRGAN 4x+",
"hr_second_pass_steps": 5,
"hr_additional_modules": ["Use same choices"]
}
关键参数说明
enable_hr: 必须设置为true才能启用Hi-Res修复功能hr_scale: 放大倍数,例如2表示将图像放大2倍denoising_strength: 去噪强度,控制第二阶段的修改程度,建议值0.5-0.7hr_upscaler: 使用的放大算法,常见的有"R-ESRGAN 4x+"等hr_second_pass_steps: 第二阶段处理的步数hr_additional_modules: 必须包含的附加模块设置
注意事项
- 避免在参数中使用Unicode字符引用,直接使用标准字符
- 确保所有参数名称拼写正确
- 分辨率设置要合理,过高的分辨率可能导致显存不足
- 去噪强度不宜过高,否则可能导致图像内容发生较大变化
通过正确设置这些参数,开发者可以充分利用Stable Diffusion WebUI Forge的Hi-Res修复功能,通过API生成更高质量的图像。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217