之前我们介绍过StableSR进行图片高清放大，如果调的参数过大，就会出现内存不足的情况，今天我们介绍另外一个进行图片高清放大的神器Ultimate-SD-Upscale，他可以使用较小的内存对图像进行高清放大。下面我们来看看如何使用进行操作。
一：安装Ultimate-SD-Upscale插件
同样我们还是先介绍官方地址：
https://github.com/Coyote-A/ultimate-upscale-for-automatic1111
因为这是标准，因为访问不到，所以在国内找了半天后，发现一个国内转换非常不错的地址：
https://gitee.com/hackhu/ultimate-upscale-for-automatic1111
感谢hackhu为大家解决了这一难题。
安装完后，到这里重启
最后一个就是Ultimate-SD-Upscale
二：需要的模型
比较多哦：
收集这些模型费了大半天的时间，百度下载如下：
链接：https://pan.baidu.com/s/1h7Xc7JrSFJbQ2_YFAn4xLQ?pwd=ufgk 提取码：ufgk
安装位置：stable-diffusion-webui/models放这下面就行了。
三：模型介绍
选出十个较常用的介绍一下，其他的模型小伙伴可以自行查找。
| 编号 | 名称 | 用法和介绍 |
| 1 | Latent | 是一种基于 VAE 模型的图像增强算法,通过将原始图像编码成潜在向量,并对其进行随机采样和重构,从而增强图像的质量、对比度和清晰度。一般情况下，这个算法就能得到不错的效果，和4x-UltraSharp、R-ESRGAN等相比，显存消耗比较小，但效果不是最优。 |
| 2 | Lanczos | 将对称矩阵通过正交相似变换变成对称三对角矩阵的算法 |
| 3 | ESRGAN | 增强超分生成对抗网络，是对SRGAN关键部分网络结构、对抗损失、感知损失的增强。从这里开始就不是单纯的图像算法，进入人工智能的领域了。实测确实增加了很多看上去很真实的纹理，但是有时又会把一张图片弄得全是锯齿或怪异的纹理。可能对待处理的图片类型有要求。 |
| 4 | 4x-UltraSharp | 基于ESRGAN做了优化模型，更适合常见的图片格式。真人模型最佳选择 |
| 5 | ESRGAN 4x | 完全使用纯合成数据去尽量贴近真实数据，然后去对现实生活中数据进行超分的一个方法。 |
| 6 | R-ESRGAN 4x+ | 基于Real ESRGAN的优化模型，针对照片效果不错。 |
| 7 | R-ESRGAN 4x+ Anime6B | 基于Real ESRGAN的优化模型，二次元最佳，如果你的模型是动漫类的，该选项是最佳选择。 |
| 8 | R-ESRGAN General 4xV3 | 基于Real ESRGAN的优化模型，体积小，计算快，效果差。 |
| 9 | SwinIR_4x | 使用Swin Transformer思想，采用一个长距离连接,将低频信息直接传输给重建模块,可以帮助深度特征提取模块专注于高频信息,稳定训练。 |
| 10 | LDSR | Latent Diffusion Super Resolution（潜在扩散超分辨率模型） |
四：使用方法
1、打开Stable Diffusion的WebUI，选择图生图。导入我们要高清放大的图片。
2、页面向下拉到最下面，脚本/Script
目标大小类型：根据图像大小类型
比例 ：2
高清算法：ESRGAN_4x
其他选项其实大家可以适着玩玩也没关系。每种算法都可以试试。
3、图像参数设定
其实很多参数大家都可以试试，来增加对软件的理解。然后点击生成。
这样我们就生成了一副高清放大的图片。
