ImageUpscaleWithModel

機械学習技術を使って、pixel 画像を拡大します。拡大率はモデル依存で固定です。2倍と 4倍のものが主流です。

使用する upscale モデルによって特性は様々ですが、 古典的なアルゴリズムを使う ImageScale と比較すると、おおまかに以下のような特徴があります:

• 拡大率が固定。
• かなり遅い。
• 元画像に含まれていない高周波成分を復元できることが多い。 細い線が見えるようになったり、輪郭がはっきりしたりする。
• 上項と関連して、ボケたままにして欲しいところが不自然に鮮明になったりすることがある。
• モデルによっては、元画像に含まれるノイズ (JPEG 圧縮のブロックノイズ等) を強力に除去できる。 ただし、latent 由来のノイズはほぼ除去できない (そういう用途で学習されていない)。 それどころか、ノイズを強調したりすることもある。
• 上項と関連して、服のシワや髪の毛などが消えたり、塗りが平坦になりすぎたりすることがある。

• 後処理に: KSampler
• 解説: 高解像度の画像を出したい (Hires. Fix の基本形)
• 古典的なアルゴリズムを使った拡大/縮小/切り取り: ImageScale
• 使用する upscale モデルの読み込み: UpscaleModelLoader

2 段の Hires. Fix (→高解像度の画像を出したい (Hires. Fix の基本形))