【亲测免费】 Multidiffusion Upscaler for Automatic1111 使用教程

1、项目介绍

Multidiffusion Upscaler for Automatic1111 是一个用于 Stable Diffusion WebUI 的扩展插件，旨在通过分块扩散（Tiled Diffusion）和 VAE 优化技术，帮助用户在有限的 VRAM（≤6GB）下生成或放大大型图像（≥2K）。该项目由 pkuliyi2015 开发，基于 CC BY-NC-SA 4.0 许可证发布，允许自由获取、使用、修改和重分发，但禁止用于商业贩售。

主要功能

• Tiled VAE: 分块 VAE 方法
• Tiled Diffusion: 用于超大型图像的 txt2img 生成和 img2img 放大
• 区域提示控制: 支持区域性的提示控制
• Tiled Noise Inversion: 分块噪声反演方法
• 高级 ControlNet 支持: 支持 ControlNet 的高级功能
• StableSR 支持: 支持 StableSR 功能
• SDXL 支持: 支持 SDXL 模型
• Demofusion 支持: 支持 Demofusion 技术

2、项目快速启动

安装步骤

1. 克隆仓库:

   git clone https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111.git
   

2. 安装依赖: 进入项目目录并安装所需的 Python 依赖：

   cd multidiffusion-upscaler-for-automatic1111
   pip install -r requirements.txt
   

3. 启动 WebUI: 使用以下命令启动 Stable Diffusion WebUI：

   python launch.py
   

使用示例

以下是一个简单的使用示例，展示如何使用该插件生成超大型图像：

from scripts.tiled_diffusion import TiledDiffusion

# 初始化 TiledDiffusion
tiled_diffusion = TiledDiffusion()

# 设置生成参数
prompt = "masterpiece, best quality, highres, city skyline, night"
width = 2048
height = 2048

# 生成图像
image = tiled_diffusion.generate_image(prompt, width, height)

# 保存图像
image.save("output.png")

3、应用案例和最佳实践

应用案例

1. 生成超大型城市夜景: 使用 Tiled Diffusion 生成一个 4K 分辨率的城市夜景图像，通过分块处理，即使在 VRAM 有限的情况下也能高效生成。

2. 图像细节增强: 使用 Img2Img 功能对低分辨率图像进行放大，并通过 Tiled VAE 优化细节，生成高分辨率图像。

最佳实践

• 合理设置分块大小: 根据 VRAM 大小合理设置分块大小，以平衡生成速度和图像质量。
• 使用区域提示控制: 通过区域提示控制，可以针对图像的不同区域设置不同的提示，生成更加精细的图像。
• 结合 ControlNet: 结合 ControlNet 使用，可以进一步提升图像生成的控制能力。

4、典型生态项目

• Stable Diffusion WebUI: 该项目的基础平台，提供了一个用户友好的界面来管理和生成图像。
• ControlNet: 一个强大的插件，允许用户通过控制网络来精细调整图像生成过程。
• StableSR: 一个用于生成高分辨率图像的插件，与 Multidiffusion Upscaler 结合使用可以进一步提升图像质量。
• SDXL: 一个支持更高分辨率图像生成的模型，与 Multidiffusion Upscaler 结合使用可以生成更大尺寸的图像。

通过这些生态项目的结合使用，可以构建一个强大的图像生成和放大工作流，满足各种复杂需求。