Stable Diffusion WebUI Forge中Hi-Res修复功能的API调用详解
2025-05-22 06:56:49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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥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
68
20
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
12
1
暂无简介
Dart
799
199
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1