Stable Diffusion AI算圖使用手冊（5-5）：透過Hires. fix輸出大圖

在使用Stable Diffusion生成高解析度圖片時，是否遇到了畫面崩壞的問題，這時候就可以透過Hires. fix功能避免這種狀況。

（本教學以Stable Diffusion WebUI 1.6.0版本為例）

文章目錄

1. 解決2種崩壞問題
2. 以Hires. fix輸出大圖教學
3. Stable Diffusion AI算圖系列文章目錄

解決2種崩壞問題

考量到許多Stable Diffusion所使用的Checkpoint模型是以512 x 512解析度的圖像為基礎進行AI訓練，導致在進行圖像生成時，若將輸出解析度調整到1024 x 1024以上時，容易造成圖像中人物三頭六臂等崩壞問題。

另一方面，如果在低解析度圖像中指定人物的全身像，也可能會因為畫面中人物臉部分配的像素數量太少，而造成臉部變型的問題。

延伸閱讀：Stable Diffusion AI算圖使用手冊系列文章目錄

這些問題都可以透過Hires. fix來改善，其概念為進行多次文字生成圖片（txt2img）功能生成多張低解析度圖像，並透過升頻演算法（Upscaler）將圖像放大，最後再利用圖片生成圖片（img2img）來修飾圖像，達到輸出高解析度圖像的效果。

▲ 如果在768 x 768解析度的圖像指定生成人物的全身像，可能會因為因臉部分配的像素數量太少，而造成臉部變型的問題。

▲ 使用相同參數但改為生成半身像，就可以避免臉部變型。

▲ 如果直接生成1440 x 1440解析度的圖像，可能會出現畫面崩壞的情況。可以看看圖中右側人物的「右腳」。

▲ 利用Hires. fix功能生成1440 x 1440解析度的圖像，能夠確保圖像的正確。

以Hires. fix輸出大圖教學

根據筆者自己的使用經驗，如果生成解析度介於512 x 512至1024 x 1024之間的圖像，大多不需使用Hires. fix，除非遇到前半段文章提到的臉部變型，才需借助Hires. fix來修正問題。但是如果是想要生成解析度高於1280 x 1280的圖像，則建議使用Hires. fix功能。

讀者可以在Stable Diffusion WebUI的txt2img參數設定欄位找到Hires. fix項目，點選三角型後就會展開詳細設定選項。

Upscaler為升頻過程使用的演算法，如果生成圖像是仿真照片類型建議選擇ESRGAN_4x，如果是漫畫、插畫類型則建議選擇R-ESRGAN-4x+-Anime6B。

Hires steps表示放大圖片的運算步數，數值越大產生的圖像品質越好，但需要花更多時間，一般建議設定40~50之間的數值。Denoising strength為降噪強度，可以理解為放大過程重新繪製的幅度，數值越大將給與系統越大的空間「調整圖像內容」，建議設定0.25~0.35之間的數值以避免圖像崩壞，若輸出圖像的品質未達期望，也可嘗試提升到0.5~0.7。

Upscale by為放大的倍數，Hires. fix會將原始圖像解析度的長、寬放大至指定的倍數。如果不想以此方式指定生成圖像的解析度，也可以直接在Resize width/height to欄位輸入想要的解析度數值。

設定完成後，即可照一般方式設定其餘參數、輸入提升詞，並開始生成高解析度的圖像。

▲ 點選Hires. fix項目的三角型展開詳細設定選項。以本圖為例，原始生成解析度為960 x 540（黃框處），透過放大4倍（綠框處）以讓輸出圖像解析度達到3840 x 2160。