前置知识卡
这一节只回答“两条放大怎么分”。节点参数、接线、四层子图都不在这里。下面三张卡说清各自归哪一节,免得你以为这一节会重讲一遍。
这一课会用到的词
| 词 | 英文原名 | 一句人话 | 一个反例 |
|---|---|---|---|
| 插值放大 | Interpolation Upscaling | 图变大时,按周边像素算出新格子的颜色,不生成新内容。 | 不是“变清楚”:格子变多了,信息还是原来那些。 |
| 重采样 | Resampling | 换一套像素网格时,重新算每个格子的颜色;放大缩小都算。 | 不是重新生成:它不认识画面里画的是什么。 |
| lanczos | Lanczos resampling | 一种重采样算法,拿周边一圈像素加权平均,边缘比较锐。 | 不是放大模型:它只做算术,不会补纹理。 |
| nearest-exact | Nearest-neighbor(最近邻) | 直接复制最近的那个像素,最快,边缘最硬。 | 别被 exact 骗:它“精确复制”,不是“精确还原”。 |
| 超分模型 | Super-Resolution Model | 专门训练来把图变大、并按学到的规律补细节的小模型。 | 不是锐化滤镜:它生成新像素,不只是加对比。 |
| ESRGAN | Enhanced Super-Resolution GAN | 一类超分网络的训练方式:一个网络造假图,一个网络挑错,逼出合理细节。 | 不是万能修复:它补“像样”的纹理,不保证“真实”。 |
| 分块放大 | Tiling | 把大图切成若干小块,每块单独放大,再拼回去。 | 不是“能放得更大”:它换的是显存占用,不是清晰度上限。 |
| 显存 | VRAM | 显卡上放中间结果的那块内存,图越大占得越多。 | 不是硬盘:关掉程序就释放,装不下会直接报错。 |
| 二洗 | Low-denoise re-sample | 放大完再走一遍很轻的重画,压掉接缝与过锐。 | 不是“再放大一次”:它不改尺寸,只改质感。 |
两条路线在 07 号里的位置
先纠正一个常见误会:07 号上并没有“左边一条插值路线、右边一条模型路线”并排放着。它们是两类工序,交替出现在同一条链里。你要认的不是位置,是每个节点属于哪一类。
读图顺序:先看 A 段五个方块,认出哪两个是“摊格子”、哪一个是“补内容”。再看 B 段:#3 → #2 → #4 一路连到底,但 #4 后面什么都没有。图里的 LoadImage 是读图节点、SaveImage 是落盘节点,都属于一道工序;其余放大与缩放节点的分工见下表。
同一张画布,两类工序
| 工序 | 07 号里的节点 | 它动的是什么 | 结果 |
|---|---|---|---|
| 插值缩放 | ImageScaleToTotalPixels #378 / #386 | 像素网格的疏密 | 尺寸变了,信息不变 |
| 模型放大 | UpscaleModelLoader #380 / #3 → ImageUpscaleWithModel #383 / #2 | 按学到的规律补像素 | 尺寸变大,细节是补的 |
| 按倍率缩 | ImageScaleBy #4 | 像素网格的疏密 | 尺寸变了,信息不变 |
| 一步精修 | #363–#366 → #382 steps 1 | 潜空间里的内容 | 会改动画面,不是放大 |
看出规律没有:只有“模型放大”和“精修”会碰内容。其余三个节点都只是换网格,一个像素的“含义”没变。这就是为什么两条路线值得分开记——它们失败的样子完全不同。
outputs[0].links 是空数组,这是死支结论的唯一依据;它不是接线接反,也不是参数写错。07 号做了四步放大(归一 → 精修 → 模型放大 → 再归一),中间峰值 ≈32 MP,最终封顶 8 MP;四层子图是 #390 → #389 → #388 → #387,真身 22 个节点。这些值在 L3-07 里逐项写过,本节不改。把两条路线问到底
下面五个问题,按学员最常问的顺序排。每个都先给结论,再给理由;读完你该能自己判断“这一步值不值得做”。
Q1 · 插值在做什么?它连“猜”都算不上
结论:插值是算出来的,不是猜出来的。新格子里的颜色,完全由旧格子的颜色按公式加权得出,输入几个像素,输出就由这几个像素决定。
拿 lanczos 来说,它看新格子周围一圈旧像素,按距离远近分配权重,再求平均。距离近的权重大,远的权重小,还会带一点负权重来保住边缘。nearest-exact 更直接:谁离得近,就整格复制谁。
所以 2 × 2 的图放大成 4 × 4,格子从 4 个变 16 个,但能独立取值的仍然只有 4 个。剩下的 12 个是算出来的,不是新拍到的。这就是“放大不增信息”的全部意思。
所以那句“放大就清楚了”错在哪:清晰度看的是每个小区域里有多少独立的笔画信息,不看总像素。1024 见方的糊脸,插值到 4096 还是同一张糊脸,只是每块糊都更贵、更占显存。
Q2 · 放大模型补的是什么?它补的是“像样”,不是“真相”
结论:放大模型会把合理但未必真实的细节画进去。这是它的价值,也是它最容易骗人的地方。
ESRGAN 这类模型训练时看成对的图:一张压缩糊了的,一张清晰的。它要做的事是“从糊的那张,推出清晰的那张”。看多了之后,它学会的是纹理的统计规律——砖缝通常怎么排、发丝通常怎么弯、窗框通常几道边。
4x-UltraSharp.pth 就是这类权重里的一个。把它接到 ImageUpscaleWithModel 上,它会在原有轮廓里补笔画;轮廓、构图、人脸位置都不动,动的只是“细节画得多实”。
反过来说:原图没拍到的砖缝,它会给你补一条;原图糊掉的文字,它会补成一个“看起来像字”的东西。所以放大后的图,适合打印、适合看,但不适合当证据。
Q3 · 为什么“边长乘 4”和“细节变多”是两件事
结论:边长乘 4 是算术,细节变多是模型的事。前者必然发生,后者不一定发生。
先算算术:边长乘 4,面积就乘 16。1024 见方(约 1.0 MP)按 4 倍边长摊开,是 4096 见方(约 16.8 MP)。这一步不需要任何模型,插值就能做完,信息一个都没有多。
再看 07 号,几个数字各管一件事,很容易混成一个:
| 位置 | 数值 | 它是什么 | 边长变化 |
|---|---|---|---|
| #378 归一 | 2.0 MP | 目标像素量,插值 | 1024 → 约 1414(×1.38) |
| #383 模型放大 | 4× | 权重自带的放大倍率,补细节 | 约 1414 → 约 5656(×4) |
| #386 封顶 | 8 MP | 目标像素量,插值 | 约 5656 → 约 2828(÷2) |
| #4(死支) | 0.5 | 按倍率缩,插值 | 4 × 0.5 = 净值 2 倍 |
所以最终成品约 2828 见方,是输入 1024 的 约 2.76 倍边长,不是 4 倍。真正“从 4 倍边长”走完的是中间那一步(≈32 MP),而它被 #386 一刀切回了 8 MP。
顺带解释 #18 那条 Note:0.25 一倍 / 0.5 两倍 / 0.75 三倍。因为 4× 模型已经先放大了四倍,后面的倍率是净值:4 × 0.5 = 2。把 0.5 读成“缩一半”,就会得出“这条链在降分辨率”的错误结论。
Q4 · 分块放大为什么能省显存,代价是什么
结论:峰值显存不在最终那张图上,在中间最大的那张上。07 号的峰值出现在 4× 之后:≈32 MP 的图要整张贴进显存,然后才被 #386 压回 8 MP。
分块放大(Tiling)就是绕开这个峰值:把 ≈32 MP 切成 4 块 8 MP,每块单独过一遍模型,再拼回一张。峰值按“一块”算,不按“整张”算。代价有两个:模型要多跑几次,边界要处理。
接缝是怎么来的:每块独立预测,块与块之间的推算不连续,拼回去就出现一条网格线。常见缓解办法是让相邻块重叠几十到一百多像素(具体数值看所用的分块节点),重叠区只取中间部分;或者最后统一洗一遍(见 Q5)。
Q5 · 什么时候该“放大后再洗一遍”
结论:只有当你看到接缝、塑料感、或放大模型的过锐,才值得二洗;单纯想“更清楚”,二洗给不了新信息。
二洗的做法是:放大完成后,把图送回一次很轻的重采样,去噪强度(denoise,从噪声路径哪一段起手)压得很低,一般 0.2–0.4。它改的是质感,不是内容:把块状接缝揉开,把过锐的边缘压回自然一点。denoise 一旦拉到 0.6 上下,起手点就明显靠前,开始改内容了,五官和文字最先变形。
现在回头看 07 号,会发现它的顺序是反的:先一步精修(#382 steps 1),再模型放大(#380 → #383),最后封顶(#386)。也就是先洗后放。它洗的是精修前的糊,不是放大后的接缝。
还有一点要记住:Flux2 是 07 号用的那套模型,它的链上没有 denoise 这个旋钮(L3-07 已经讲过),重画多少由 steps 1 和 CFGGuider(把 CFG 当输入接进来的引导节点;CFG = 听话程度,L1-03 讲)的引导强度 1.0 一起决定。denoise 是 SDXL 那类模型常见的旋钮,L3-08 专门讲。
参数速查表
这张表只解决“该动哪个、什么时候动”。具体填法、上下限与位置,回看 L2-03c 第 02 节。
| 参数 | 本套现值 | 位置 | 它管什么 | 什么时候改 |
|---|---|---|---|---|
重采样方法upscale_method | nearest-exact |
#378 / #386 / #4 | 只影响格子怎么算,不影响内容 | 缩小回人像时换 lanczos,边缘更柔 |
目标像素megapixels | 2.0 / 8 |
#378 / #386 | 把总像素拉到指定值,比例不变 | 显存紧就降 #386;精修补不出细部就升 #378 |
放大模型model_name | 4x-UltraSharp.pth |
#380 / #3 | 补细节的风格与强度 | 嫌过锐换更保守的 4× 权重;换 2× 要重算倍数 |
| 模型倍率 | 4× |
权重自带,不在节点里 | 边长乘几 | 不能单独调,只能换权重 |
精修步数steps | 1 |
#382 | 精修重画几遍 | 0 等于只放不修;2 以上开始改内容 |
分块tile | 本套 07 号无 | — | 峰值显存 | 大图直接崩了才上,先试降 #386 |
二洗强度denoise | 本套 07 号无此旋钮 | SDXL 链的 KSampler(采样器节点) | 重画多少 | 有接缝或过锐才用;0.2–0.4,过 0.6 改内容 |
死端缩放scale_by | 0.5 |
#4 | 净值倍数,不是“缩一半” | 本段未接线,改它不影响出图 |
读表顺序:先看“它管什么”那一列。写着“只影响格子”的,改了不会让细节变多;写着“补细节”的,才是花钱买内容的地方。
踩坑
六个坑,前三个会让你对 07 号下错结论,后三个会让你在别的链上白折腾。
4x 不是“最终 4 倍”
4× 是权重的放大倍率,#4 的 0.5 是在这个基础上再乘。4 × 0.5 = 2,净值两倍。#18 的 Note 写的就是这张净值换算表。
修法:读倍率前先问一句“这是模型倍率,还是净值”。
“放大前后没区别”,是图没落盘,不是模型没用
#3 载入、#2 放大、#4 缩 0.5,链路完整,参数齐全。但 #4 的 outputs[0].links 是空数组,没有任何节点吃它的图。SaveImage 只吃 #390。
修法:给 #4 单独接一个 SaveImage 再做对比,或者把整段删掉。
正负向没有接反,这条不要当坑改
复核结论:slot 1 来自 #372 ReferenceLatent,往上是 #381 的正向编码,文字是 8K,4K,增加细节;slot 2 来自 #370,往上是 #369 的空字符串。两条 ReferenceLatent 共用同一个 latent(#371),视觉上挤成一团,容易被当成接错,但方向是对的。
结论:不要改。记成“易误读但正确”比记成“坑”更有用。
把插值拉大当成超分
把 2 MP 拉到 8 MP,边缘看着“顺”了,就以为变清楚了。其实只是糊得更均匀:格子多了,信息没多。
修法:判断有没有补内容,看细节里有没有“新笔画”,不看总像素。
分块不留重叠,拼出网格线
块与块各自预测,边界处推算不连续,拼回去就是一张网格。很多人第一反应是“模型坏了”,换权重换了半天。
修法:先加重叠再换模型;重叠区只取中间部分拼。
二洗把 denoise 拉到 0.6,内容被改
低 denoise 洗的是质感,0.6 上下开始重画内容。人脸变形、文字走样,都是这一步造成的,却常被算在放大模型头上。
修法:二洗固定 0.2–0.4;要更多变化就别叫它“洗”,那是重画。
动手练习 + 自检清单
每个练习只改一个变量。做完你对“像素变多”和“信息变多”的差别会有一手体感。
同一张图,两条路线并排
用同一张 1024 图:一次只走 ImageScaleToTotalPixels 到 8 MP,一次走 ImageUpscaleWithModel(4x-UltraSharp)再封顶 8 MP。两张放一起看。
给 07 号的节点分类
把 07 号里出现的放大、缩放、精修节点列出来,逐个标“摊格子 / 补内容 / 重画”。
只降 #386
把 #386 的 megapixels 从 8 改成 4,其余不动,同 seed 再跑。
验证死支
把 #384 静音后排队,再只把 #4 接到一个新的 SaveImage 上排队。两次各跑一次。
二洗两档
在一条 SDXL 放大链上,对同一张放大结果分别做 denoise 0.25 与 0.45 的二洗。
手动切四块
把一张 8 MP 图裁成四块,逐块放大后拼回,观察拼接处。
自检清单(勾选状态会存在本机)
- 我能用一句话说清插值和放大模型的区别。
- 我知道“放大不增信息”指的是什么,不是指尺寸没用。
- 我能算出边长 ×4 后像素量 ×16。
- 我能指出 07 号里哪一步是插值、哪一步是模型放大。
- 我知道 #4 的 0.5 为什么等于净值两倍。
- 我能说出分块省的是显存,不是提高清晰度上限。
- 我知道二洗的 denoise 超过 0.6 会改内容。
- 我确认过 07 号的正负向接法正确,不会去“修”它。
outputs[0].links 为空数组(死支结论的唯一依据)、四层子图 #390 → #389 → #388 → #387(真身 22 个节点)、四步放大(#378 归一 2 MP → 精修 steps 1 → #380/#383 模型 4× → #386 封顶 8 MP)、中间峰值 ≈32 MP、#4 0.5 与 #18 的净值换算、正负向 slot 1 / slot 2 的复核结论。像素换算为算术示意,取整以实际 JSON 为准。注意:分块(Tiling)本套 07 号没有对应节点,本节只讲概念,未编造参数。