以下是关于图片超分的相关信息:
您可能已经熟悉了当前扩散模型在许多不同用例中展现的潜力。例如,无条件扩散模型没有额外的输入或指令,它可以从特定的图像(如人脸)中训练,并学习生成新的图像实例。另一个无条件的应用例子是图像超分辨率,它在增强低质量图像方面表现出色。
输入:prompt/(图像+ prompt)输入:图像其中Load Checkpoint模块代表对SD模型的主要结构进行初始化(VAE,U-Net),CLIP Text Encode表示文本编码器,可以输入prompt和negative prompt,来控制图像的生成,Empty Latent Image表示初始化的高斯噪声,Load Upscale Model表示对超分辨率重建模型进行初始化,KSampler表示调度算法以及SD相关生成参数,VAE Decode表示使用VAE的解码器将低维度的隐空间特征转换成像素空间的生成图像,Upscale Image表示将生成的图片进行超分。
Yoshitaka Amano,A lobster guard,armed with a spear in one hand and a shield in the other,stands above the ocean surface,with a massive tsunami in the background,under a dim sky.Blue lightning strikes the sea,battling a giant dragon in the sky,panoramic view,central focus,cinematic quality,OC rendering,ultra-detailed,ultra-realistic,ultra-high resolution image capturing sharp details.--ar 16:9 --s 250