本文為您介紹如何使用PAI ArtLab進行高清修復。
背景信息
Stable Diffusion v1默認圖像大小為512×512像素圖像，在當前高清標準下顯得分辨率不足。以iPhone 12為例，其攝像頭能產生高達1200萬像素的照片（4,032×3,024像素），屏幕分辨率更是達到了2,532x1,170像素，因此未縮放的穩定擴散圖像需要放大并且看起來質量較低。
在進行文生圖創作流程時，為了適應GPU內存限制并加快迭代速度，用戶通常會選擇較低分辨率設置批量生成候選圖像。
當最終找到滿意的設計構圖后，卻發現圖像缺乏精細度和足夠的分辨率。針對這一問題，我們可以利用AI upscaler、SD upscale，ControlNet tile upscale有效地對圖像進行高清增強與細節豐富處理。
前提條件
如果您使用ControlNet tile upscale方式，請先安裝Ultimate SD Upscale和ControlNet擴展。
安裝擴展
ArtLab已預置了ControlNET插件，需要您自行安裝擴展內容，具體操作如下。
進入擴展>從網址安裝。
在擴展的git倉庫網址中填入
https://github.com/Coyote-A/ultimate-upscale-for-automatic1111。
單擊安裝，等待表示擴展已成功安裝的確認消息。
在已安裝頁簽中，勾選ultimate-upscale-for-automatic1111，并單擊應用更改并重載前端。
更新完成后，您可以圖生圖頁面底部的腳本下拉菜單中看到Ultimate SD upscale。
AI Upscaler
進入后期處理頁面，上傳要處理的圖像。
關鍵參數設置如下：
縮放比例：4
Upscaler 1：根據具體場景選擇。
查看生成效果。
SD Upscale
在使用AI Upscale時，您可能會觀察到AI在修復的同時引入了一些額外的畫面變化，為了解決這個問題并確保畫面精確度，您可以再進行一輪圖像到圖像的轉換，重新構建細節。這種方法的優勢在于，它可以借助同一模型及提示信息，生成與原始設計相匹配的細節
進入圖生圖頁面，上傳圖像。
輸入原提示和否定提示。如果沒有原來的提示，您可以使用perfect之類的通用描述詞。
說明替代方案１：如果您剛剛在文生圖頁面上生成圖像，請單擊發送到 文生圖，圖像和提示將自動填充。
替代方案２：如果您的本地存儲中保存了生成的圖像，則可以將其上傳到PNG信息頁面。您可以看到生成此圖像的所有信息，包括提示和模型。單擊發送到 圖生圖，圖像和提示將自動填充。
關鍵參數設置如下：
寬度：512（用于SD升級的平鋪尺寸）
高度：512（用于SD升級的平鋪尺寸）
重繪幅度：0.3（較高的值將導致更多的發散性的細節和恢復）
查看生成效果。
ControlNet Tile Upscale
ControlNet Tile Upscale是用于重新生成圖像細節的ControlNet模型，適合在圖塊中進行升級，因此它可以在低顯存設置下使用。
進入圖生圖頁面，上傳圖像。
輸入正向Prompt和負向Prompt。
說明替代方案1：如果您剛剛在文生圖頁面上生成了圖像，則可以單擊發送到 圖生圖，圖像和提示將自動填充在圖生圖頁面上。
替代方案2：如果您的本地圖像中保存了生成的圖像，請將其上傳到PNG信息頁面。您可以看到生成此圖像的所有信息，包括提示和模型。單擊發送到 圖生圖，圖像和提示將自動填充在圖生圖頁面上。
關鍵參數設置如下：
迭代步數：50
重繪幅度：0.5
進入ControlNet，并上傳相同的原始圖像。關鍵參數設置如下：
勾選啟用
預處理器：tile_resample
模型：control_v…_sd15_tile
腳本：Ultimate SD Upscale
Target size type：選擇Scale from image size，尺度為4。
分塊寬度：512
分塊寬度：0
單擊生成。