stable-diffusion-latent-upscaler

מה זה

אתם מקלידים תיאור טקסטואלי, מזינים הנחיה שלילית אם תרצו, ומקבלים שתי תמונות זו לצד זו. הראשונה היא התמונה המקורית בגודל 512 על 512 פיקסלים, והשנייה היא הגרסה המוגדלת ברזולוציה של 1024 על 1024 פיקסלים.

מאחורי הקלעים רץ שילוב של מודל יצירה ומודל הגדלה. התהליך משתמש באחד ממודלי הבסיס כמו runwayml/stable-diffusion-v1-5, CompVis/stable-diffusion-v1-4 או xyn-ai/anything-v4.0, ואז מעביר את המידע ישירות ל־stabilityai/sd-x2-latent-upscaler בלי לצאת לתמונה רגילה באמצע. בסוף רץ גם בודק בטיחות של CompVis.

הממשק כולל דוגמאות מוכנות מראש שנשמרו במטמון כדי שאפשר יהיה לראות את התוצאות מיד בלי להמתין לעיבוד מלא.

מתאים ל

• בדיקת איכות ההגדלה

  השוואה ישירה בין תמונת המקור ברזולוציית 512 פיקסלים לתוצאה המוגדלת ב־1024 פיקסלים.

• השוואת סגנונות ומודלים

  בחינת ההתנהגות של המגדל הלטנטי על מודלים שונים כמו Stable Diffusion 1.5 או Anything v4.

• יצירת תמונות מוגדלות

  הפקת תמונות מטקסט ישירות ברזולוציה גבוהה יותר ללא צורך בהתקנה מקומית של סביבת פיתוח.

איפה זה נופל

הממשק לא מאפשר להעלות תמונה משלכם מהמחשב ולהגדיל אותה. אתם חייבים לייצר תמונה חדשה מתוך המודלים המובנים, מה שהופך את הכלי להדגמה של המודל ולא לכלי עבודה לשיפור תמונות קיימות. בנוסף, מנגנון ה־latent upscaler נוטה להמציא פרטים חדשים או לשנות מעט את המרקם ולא רק לחדד פיקסלים.

איך משתמשים

כותבים פרומפט בשדה הטקסט ולוחצים על Generate image. יש תפריט אפשרויות מתקדמות שמאפשר לשנות את ה־guidance, מספר הצעדים וה־seed, ובחירת המודל מוסתרת כברירת מחדל בקוד. הכל רץ על מעבד גרפי מסוג zero-a10g שמספק כוח עיבוד טוב, אבל בגלל שמדובר ביצירה של תמונה ואז הגדלה בדיפיוז'ן, התהליך עדיין לוקח כמה שניות לכל ריצה.

הרישיון

הקוד של היישום מפורסם תחת רישיון MIT, מה שמאפשר שימוש חופשי, העתקה ושינוי של הקוד עצמו. לגבי התמונות שנוצרות, הן כפופות לתנאי הרישיון של המודלים שרצים ברקע, כולל מגבלות השימוש של משפחת Stable Diffusion.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗