Ultimate SD Upscale (Custom Sample)

节点功能:用于实现 基于 Stable Diffusion 的图像超分辨率(Upscaling)处理,通过将图像分块并在放大时进行无缝拼接,获得更高质量的图像输出。

输入参数

参数名称说明
image输入图像张量,用于超分处理。
model使用的 Stable Diffusion 模型。
positive正向提示词。
negative反向提示词。
vae编码与解码图像 latent 的模型。
upscale_model可选使用的超分模型。
custom_sampler自定义采样器对象。
custom_sigmas自定义噪声曲线 sigma 值。

输出参数

参数名称说明
IMAGE放大或重绘后的图像。

控件参数

参数名称说明
upscale_by放大倍数,如 2.0、3.0 等。
seed随机种子,控制生成一致性。
steps推理步数,越高细节越多但生成越慢。
cfg提示词引导系数。
sampler_name采样器名称。
scheduler调度器名称。
denoise去噪强度,值越大改动越大。
mode_type重绘模式类型。 可选值:redraw(图像重绘)、latent(隐空间处理)、original(不改内容仅修复)。推荐使用 redraw 模式获得最优效果。
tile_widthtile 宽度,单位为像素。
tile_heighttile 高度,单位为像素。
mask_blurtile 边缘模糊程度。
tile_paddingtile 边界 padding,避免断裂。
seam_fix_mode接缝修复模式。 可选值包括: none:不修复; simple:轻量模糊; full:使用遮罩融合重绘。推荐使用 full 获取最平滑结果。
seam_fix_denoise接缝区域去噪强度。控制边缘重绘程度,推荐值 0.3~0.6。
seam_fix_width接缝修复范围宽度。
seam_fix_mask_blur接缝遮罩的模糊半径。推荐值 8~16,数值越高越柔和。
seam_fix_padding修复额外扩展区域。
force_uniform_tiles是否强制 tile 尺寸对齐分布。
tiled_decode启用 tile 解码以减少显存压力。

这是最基础的放大方式,只加载了一个SDXL模型进行放大,通过采样器中的预览图可以看出该采样器是进行分块放大处理。

以下是不同去噪强度denoise对应的效果,去噪强度越高,生成的人物变化幅度越大,原始图像的保留度越低。注意:在denoise=0时虽然人物没有变化,且图像也被放大到了1024×1024,但是事实上只有像素放大,人物并没有进行修复。

mode_type模式说明

模式名描述技术细节推荐使用情境
Linear按顺序逐 tile 处理(线性推进)通常从左到右、上到下顺序渲染图像结构清晰、需要较强一致性的画面,例如人物正面、建筑等。
Chess类似国际象棋棋盘的交错处理先处理黑格 tile,再处理白格,减少连续 tile 干扰适用于减少 tile 接缝伪影,提高图像融合自然度,尤其适合风景、复杂背景等
None不使用任何 tile 处理顺序全图整体分割后直接按分块顺序运行,无优化策略通用模式,速度优先,不关心拼接效果时使用

这里可以很明显看出None模式下与另外两个模式下的不同,None模式下的皮肤更粗糙,且拼接缝隙明显。LinearChess区别很小

tile_widthtile_height设置的越小,对显存的占用越小,但是过小会出现tile接缝以及纹理断裂等情况。

mask_blur主要是为了让接缝之间的拼接更加自然。

mask_blur越大,边缘衔接越自然,但是过大,图片容易出现伪影,就像mask_blur=56和mask_blur=72的情况。

tile_padding 则是在每个 tile(图块)周围添加额外的像素边缘(padding 区域),作为上下文信息,以避免 tile 之间拼接产生接缝或不连续的问题。tile_padding=0时可以看到很明显的接缝。


模式名称原理描述✅ 优点❌ 缺点🎯 适用场景
None不进行任何接缝修复速度最快,显存占用最小易出现明显接缝,尤其在小 tile 或无 padding 时Debug、快速测试、启用其他手动修复方式的场景
Band Pass频域融合,中频保留,滤除高/低频干扰自然融合纹理与颜色,处理风景纹理较柔和对结构性边缘不敏感,可能模糊人脸或线条风景画、纹理图、插画类内容
Half Tile为 tile 边缘添加半 tile 宽度的重建图块混合修复明显缓解颜色跳变和 tile 断层,结构较自然显存和处理时间增加(tile 数翻倍)高分辨人像图、细节丰富的局部区域
Half Tile + Intersections在 Half Tile 基础上修复 tile 四角交点区域(tile 拼接最复杂位置)几乎完全消除拼接痕迹,输出最平滑自然处理最慢,显存占用最大展示级图像、超高精度插画、人像、精细纹理图像

效果肯定是Half Tile + Intersections最好,但处理最慢,显存占用最大

seam_fix_denoise、seam_fix_width、seam_fix_mask_blur、seam_fix_padding等参数都是用来处理接缝的,都是很细微的差别调整,使用默认参数即可。

tiled_decode开启后可以减少 VAE 一次性处理整图带来的显存压力,适用于低显存显卡或高分辨率大图(例如 2K、4K)。但可能出现 tile 边界轻微色差或融合不自然(不过通常很轻微)

该节点还可以另外加入Upscale模型进行放大处理

加入Upscale模型后,人物的优化细节更好了。

连接的custom_sampler输入优先级会大于节点参数中的sampler_name参数,sampler_name 是给普通用户选预设采样器的,而 custom_sampler 是高级接口,允许你传入一个完全自定义的采样器对象,用于实验性或更复杂的采样策略。custom_sigmas也是相同的道理,优先级大于scheduler参数。