如果你想要提高由SD生成图像的质量，像ESRGAN这样的Imagine AI upscaler（AI图像升频器）已经成为了不可或缺的工具，我们最爱的SD很多GUI中也都已经内置了相应工具以支持使用。
传统的调整图像大小的算法，例如nearest neighbor插值和Lanczos插值，在放大图像时效果并不好。这些算法通过执行一些数学运算来放大画布，并使用原始图像的像素值来填充新像素。如果图像本身就是损坏或失真的，这些算法就无法准确地填充所缺失的信息。
相比之下，AI的upscaler是基于海量数据训练的模型。
训练原理可以这样理解：首先模仿现实世界中的图像失真，将高质量图像有意破坏，再将这些破坏后的图像缩小到比较小的尺寸，最后通过训练神经网络，将这些图像还原成最初的样子。
由于AI upscaler中所嵌入的先验知识，它可以放大图像并同时恢复细节。
下面是传统（Lanczos）和AI（R-ESRGAN）upscaler的比较示例。
如何在StableDiffusion中使用AI upscaler
第一步，转到“Extras”选项卡，然后选择“Single Image”。
第二步，将想要放大的图像上传到源（sourse）画布。
第三步，设置Resize参数，许多AI upscaler 将参数值默认为4（也就是将升级4次，将图片分辨率升级为4倍大小），我们也可以就用默认的值。但如果不希望图像太大，将其设置为较低的值，例如 2。
如果图像为 512×512 像素，Resize设置为2，也就是将图像调整大小 2为 1024×1024 像素，Resize设置为4，将图像调整为 2048×2048 像素。
第四步，upscaler 建议选择 R-ESRGAN 4x+，这是一款适用于大多数图像的 AI upscaler。
第五步，点击Generate开始升级。
完成后，放大后的图像将出现在右侧的输出窗口中。右键单击可以保存图像。
AI upscaler 选择
下面介绍几个upscaler是比较常见的
LDSR
Latent Diffusion Super Resolution (LDSR) - 潜在扩散超分辨率
此upscaler 最初与 StableDiffusionV1.4 一起发布，它是一个经过训练的潜在扩散模型（latent diffusion model），用于提高图像分辨率。
尽管生成的质量非常好，但生成速度非常慢，因此不建议使用。
ESRGAN 4x
Enhanced Super-Resolution Generative Adversarial Networks (ESRGAN) - 增强型超分辨率生成对抗网络。
此upcaler 模型是对以前的SRGAN模型的增强，它曾赢得了2018年感知图像恢复和操纵挑战赛（2018 Perceptual Image Restoration and Manipulation challenge）它倾向于保留精细的细节并产生清晰锐利的图像。
R-ESRGAN 4x
Real-ESRGAN (R-ESRGAN)
该模型是ESRGAN的增强版,可以还原各种现实世界的图像。比如说修复源于相机镜头或者数字压缩等的各种程度的失真。
与ESRGAN相比，它倾向于产生更平滑的图像。此外，R-ESRGAN在逼真写实的照片图像上表现是最佳的。
一般来说，真人建议使用ESRGAN_4x ，动漫人物使用 R- ESRGAN 4x，而科幻类的场景题材，可以用R- ESRGAN 4x+Anime6GB，实测效果更好。
