高画質化機能比較 Hires.fix VS TiledDiffsion
使用したAI
Stable Diffusion
便利で楽しいですねAIイラスト。私はStableDiffsionのautomatic1111をローカル環境で構築しています。
触り始めてから数カ月、まだまだ初心者の域をでないのですが、グラボをようやくRTX2070から(PCケースのサイズ等の都合で)RTX3060にアップグレード。ようやく入門レベルといったとこでしょうか。これを機に生成される画像をもっと高画質化したいと考えてグーグル先生にご教授お願いしていたところ、ちょうど私のような入門者向けに解説してくださっている記事がありましたので読み込んでみたところ・・・高画質化は大きく分けて２種類の機能があるようで。参考にしたサイト様の記事リンクをキャプションの最後に載せておくので興味のある方は是非ご覧になってください。
で、実際に使われる機能は以下の通り
① txt2imgのデフォルトの機能 「Hires,fix」
② img2imgで扱う 「Tiled Diffusion」(MultiDiffusion)
いままで「Hires,fix」しか使用していなかった(img2img？なんかめんどそうって思ってた)ので実際に両方を比較してみることにしました。元画像の [640×360](2枚目) のサイズに対し、設定はどちらもアップスケールは「３倍」で設定。(なんとなくHDサイズにしたかった)サンプリングステップは30、ノイズ除去強度は「0.35」(公式の推奨の数値らしい？)。
まずは「Hires,fix」(3枚目)
こちらのメリットは最初から備わっている機能なので高画質化のためだけの導入の手間がいらない、txt2imgだけで操作が完結するので扱いが簡便である、というとこでしょうか。実際に出力された画像を見ると綺麗にはなっています。昨日までの私ならこの出来で概ね満足していたのではないでしょうか。元画像と比較すると太ももあたりの造形が崩れてしまっている・背景の建物の窓等すこし形が変わっている・背景の人物の描写が変わっているなどの点がありますが、綺麗にするという点だけでいえばこれで十分でした(過去形)。
続いて「Tiled Diffsion」(4枚目)
txt2imgで元画像を出力してから再度img2imgで操作を行う必要があること、機能を利用するのに拡張機能のインストールや専用のモデルデータのダウンロードが必要な点などが、わたしのようなモノグサ人間にはデメリットでした。しかし実際に出力された画像を見てちょっと驚きました。元画像からの線のきめ細やかさや元画像からの再現性の高さ・肌や衣服などの質感・光の当たり方や影の表現などの美しさは、並べて見比べてみると明らかに「Tiled Diffusion」のほうが優れています。(5枚目)
もう今日からは「Hires,fix」を使う理由がないと言っても過言ではないと思います。なんでもっと早くに気づかなかったんだってくらい。
Stable Diffsionに触れ始めて間もない方や高画質化の方法に悩んでいる方の一助になれば幸いです。
https://freeblog-video.com/stable-diffusion_size/
今回の投稿記事作成にあたり参考にさせていただいた元記事様のリンクです。
触り始めてから数カ月、まだまだ初心者の域をでないのですが、グラボをようやくRTX2070から(PCケースのサイズ等の都合で)RTX3060にアップグレード。ようやく入門レベルといったとこでしょうか。これを機に生成される画像をもっと高画質化したいと考えてグーグル先生にご教授お願いしていたところ、ちょうど私のような入門者向けに解説してくださっている記事がありましたので読み込んでみたところ・・・高画質化は大きく分けて２種類の機能があるようで。参考にしたサイト様の記事リンクをキャプションの最後に載せておくので興味のある方は是非ご覧になってください。
で、実際に使われる機能は以下の通り
① txt2imgのデフォルトの機能 「Hires,fix」
② img2imgで扱う 「Tiled Diffusion」(MultiDiffusion)
いままで「Hires,fix」しか使用していなかった(img2img？なんかめんどそうって思ってた)ので実際に両方を比較してみることにしました。元画像の [640×360](2枚目) のサイズに対し、設定はどちらもアップスケールは「３倍」で設定。(なんとなくHDサイズにしたかった)サンプリングステップは30、ノイズ除去強度は「0.35」(公式の推奨の数値らしい？)。
まずは「Hires,fix」(3枚目)
こちらのメリットは最初から備わっている機能なので高画質化のためだけの導入の手間がいらない、txt2imgだけで操作が完結するので扱いが簡便である、というとこでしょうか。実際に出力された画像を見ると綺麗にはなっています。昨日までの私ならこの出来で概ね満足していたのではないでしょうか。元画像と比較すると太ももあたりの造形が崩れてしまっている・背景の建物の窓等すこし形が変わっている・背景の人物の描写が変わっているなどの点がありますが、綺麗にするという点だけでいえばこれで十分でした(過去形)。
続いて「Tiled Diffsion」(4枚目)
txt2imgで元画像を出力してから再度img2imgで操作を行う必要があること、機能を利用するのに拡張機能のインストールや専用のモデルデータのダウンロードが必要な点などが、わたしのようなモノグサ人間にはデメリットでした。しかし実際に出力された画像を見てちょっと驚きました。元画像からの線のきめ細やかさや元画像からの再現性の高さ・肌や衣服などの質感・光の当たり方や影の表現などの美しさは、並べて見比べてみると明らかに「Tiled Diffusion」のほうが優れています。(5枚目)
もう今日からは「Hires,fix」を使う理由がないと言っても過言ではないと思います。なんでもっと早くに気づかなかったんだってくらい。
Stable Diffsionに触れ始めて間もない方や高画質化の方法に悩んでいる方の一助になれば幸いです。
https://freeblog-video.com/stable-diffusion_size/
今回の投稿記事作成にあたり参考にさせていただいた元記事様のリンクです。
呪文
入力なし
