项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1086
使用教程
环境要求
- 已安装 Automatic1111 Stable Diffusion WebUI
- 下载 v2-1_512-ema-pruned checkpoint 基础模型
- 下载 StableSR checkpoint 超分模型
- 建议至少 6GB 显存,6GB 需调小 Tiled VAE 参数
- 推荐使用 xformers 避免 SDP 注意力导致 OOM
安装与启动步骤
-
1安装扩展(市场)
打开 WebUI,进入 Extensions → Available,搜索 StableSR 并点击 Install。
-
2或 URL 安装
进入 Extensions → Install from URL,填入 https://github.com/pkuliyi2015/sd-webui-stablesr.git 并点击 Install。
-
3下载基础模型
下载 v2-1_512-ema-pruned checkpoint 并放入 WebUI 模型目录,README 未提供下载链接。
-
4下载 StableSR 模型
下载 StableSR checkpoint,README 未提供下载链接,需自行获取。
-
5选择基础模型
在 WebUI 顶部选择 v2-1_512-ema-pruned checkpoint。
-
6配置 StableSR 脚本
切换到 img2img,在 Scripts 下拉选 StableSR,刷新并选择 StableSR checkpoint,选放大倍数。
-
7设置采样参数
推荐 Euler a,CFG Scale=7,Steps>=20,使用示例负向提示词提升细节。
-
8大图启用 Tiled Diffusion
输出>512 时启用 Tiled Diffusion & VAE,Upscaler 选 None,按显存调 tile 参数。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
v2-1_512-ema-pruned checkpoint | 是 | 基础模型,需在 WebUI 顶部选择 | v2-1_512-ema-pruned.ckpt |
StableSR checkpoint | 是 | StableSR 超分模型,在脚本中刷新选择 | 你下载的 StableSR 模型文件 |
Scale factor | 是 | 放大倍数,在 StableSR 脚本中选择 | 2 |
Sampler | 否 | 推荐 Euler a 采样器 | Euler a |
CFG Scale | 否 | 推荐 7 | 7 |
Negative prompt | 否 | 推荐负向提示词提升细节 | 3d, cartoon, anime, sketches, (worst quality:2), (low qualit |
如何确认成功
在 img2img 的 Scripts 下拉中能看到 StableSR 脚本,并能成功生成放大后的图像。
常见问题
Q:显存不足(OOM)怎么办?
A:将 Tiled Diffusion Latent tile batch size 设为 1,Tiled VAE 编码器 tile 1024、解码器 128;SDP 注意力可改用 xformers。
Q:输出尺寸大于 512 怎么设置?
A:启用 Tiled Diffusion & VAE,Method 选 Mixture of Diffusers,Upscaler 必须为 None。
Q:负向提示词有用吗?
A:有用,推荐使用示例负向提示词,如 3d, cartoon, anime, sketches 等,能显著增强细节。
Q:可以用什么采样器?
A:推荐 Euler a,CFG Scale=7,Steps>=20。
Q:6GB 显存如何配置?
A:Tiled Diffusion Latent tile batch size=1,Tiled VAE Encoder Tile Size=1024,Decoder Tile Size=128。
注意事项
- Upscaler 必须设为 None,否则会在 Tiled Diffusion 中重复放大。
- SDP attention optimization 可能导致 OOM,建议使用 xformers。
- 不要随意修改 Tiled Diffusion & Tiled VAE 的其他设置,除非非常了解。
- README 未提供模型下载链接,需自行从官方渠道获取。
核心亮点
- 基于扩散模型的超分,细节还原度远超传统插值放大
- 与 WebUI 深度集成,无需命令行,点选即可使用
- 支持小波变换,有效抑制伪影,提升纹理真实感
不足之处
- 显存占用较高,低显存显卡可能无法运行大图放大
- 文档/社区待观察
适用场景
- 数字艺术创作,需要输出大幅面作品
- 摄影后期,将 AI 生成图用于印刷或高清展示
- 游戏素材制作,快速生成高分辨率纹理
替代项目
Ultimate SD Upscale、Tiled Diffusion & Tiled VAE、Real-ESRGAN
上一篇:PowerPaint
下一篇:sd-face-editor
同类项目推荐
stable-diffusion-server
开源
一键部署你的 Stable Diffusion 图像生成服务
Deploy Your Own Stable Diffusion Service
一键生成像素精灵,省去手绘时间,快速出图
Pixel Art Sprite Generator
stable-diffusion-pytorch
开源
看懂Stable Diffusion内部原理,从零手写扩散模型
Yet another PyTorch implementation of Stable Diffusion (probably easy to read)
diffusion-client
开源
在手机上轻松调用 Stable Diffusion 生成图像
a powerful stable-diffusion-webui client for android
RAT-GAN
开源
用文字描述,生成对应图像
A conditional GAN for text-to-image
text-guided-image-colorization
开源
上传图片,指定对象颜色,一键生成彩色图像
This repository provides an interactive image colorization tool that leverages Stabl···
custom-diffusion360
开源
用几张图定制扩散模型,还能自由控制相机视角生成新图
CustomDiffusion360: Customizing Text-to-Image Diffusion with Camera Viewpoint Contro···
image-multiple-angles-3d-camera
开源
拖拽相机,3D 空间任意角度生成图像
Generate images from any camera viewpoint via 3D interactive control. Drag the camer···
ComfyUI-Ref2VA-VSA
开源
给 ComfyUI 加参考图控制,出图风格更贴原图
