AI/画像の拡大方法

画像の拡大方法 †

グラボの変更後 †

• グラフィックボード:RTX 3060
• グラフィックメモリ:12GB

元画像のパラメータを「PNG内の情報を表示」からimg2imgにインポートする。
プロンプトは、空白でよさそう
基本グラボ変更前と同じ

ControlNet + Tiled VAE

Tiled VAEを有効にしないと以下のエラーが出る

torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 31.56 GiB (GPU 0; 12.00 GiB total capacity; .....

「Tiled Diffusion」は使用しない。

Tiled Diffusionでは、画像にノイズ（異物）が生成うまくいかなかった。→やり方の問題かもしれないが。

パラメータ設定 †

バッチサイズは「8」でも動くようだが画像が重なっておかしくなった。しかも時間もかかる。バッチサイズは「1」でよいかも

以下のようなノイズが出たのでアップスケーラをR-ESRGAN 4x+に変更したらなくなった。R-ESRGAN 4x+のほうが良いかも。
ノイズ画像



正常画像

画像合成後の画像をimg2imgにインポートして、画像サイズを以下のボタンより読み込ませる。

グラボの変更前 †

すでに作成済画像をタイルに分割して拡大する手順。

グラフィックメモリが少ないときに非常に便利。

• グラフィックボード:GTX1650
• グラフィックメモリ:4GB

だと512x768程度までしか作成できないが、Resizeの大きさを512x512に設定して分割して作成して合成する感じで4倍程度は作成できる。（時間はかかるが）

手順 †

img2imgタブ †

img2imgタブで元画像をドラッグアンドドロップする

• サンプリング方法: Euler a

• サンプリング数:32
• Resize to： 幅:512 高さ:512
• CFGスケール:3
• ノイズ除去コード:0.5

• シード:-1

ControlNet †

• ControlNet:有効
• Pixcel Perfect:有効

• Control Type: Tile

• プリプロセッサ：tile_resample
• モデル：control_vf11u_sd15_tile[a37...]

スクリプト †

• スクリプト：SD upsacple
• アップスケーラー：SwinIR 4x+

実行結果 †

３倍に拡大

元画像　　　　　　　　　　　　　　　　3倍画像

参考 †

• https://www.youtube.com/watch?v=_hzbqhVkJZE