1. ComfyUI का उपयोग करके AI इमेज को अपस्केल करना [0]

यह खंड ComfyUI का उपयोग करके AI-जनित छवियों को अपस्केल करने के तरीके के बारे में बताता है, जिसमें टाइल डिफ्यूजन नोड का उपयोग करके गुणवत्ता में सुधार और कलाकृतियों से बचने पर ध्यान केंद्रित किया गया है।

1.1. ComfyUI में अपस्केलिंग वर्कफ़्लो सेट करना [0]

  1. ComfyUI में AI-जनित छवियों को अपस्केल करने के लिए एक बेहतर तरीका प्रस्तुत किया गया है, जो फ्लक्स मॉडल के साथ अपस्केल करते समय दिखाई देने वाले बैंड या ऊर्ध्वाधर बार से बचाता है [1]।
    1. यह विधि फ्लक्स और SDXL मॉडल दोनों का उपयोग करके अपस्केलिंग दिखाती है [3]।
    2. आठ वर्कफ़्लो उपलब्ध हैं, जिनमें सरल अपस्केलिंग के लिए इमेज-टू-इमेज और एक साथ जनरेट और अपस्केल करने के लिए टेक्स्ट-टू-इमेज प्लस अपस्केलर शामिल हैं [5]।
    3. ये सभी वर्कफ़्लो डिस्कॉर्ड से मुफ्त में डाउनलोड किए जा सकते हैं [7]।
  2. वर्कफ़्लो को स्थापित करने के लिए कुछ मॉडलों और कस्टम नोड्स की आवश्यकता होती है [11]।
    1. एक मुख्य मॉडल को चेकपॉइंट्स फ़ोल्डर में रखा जाना चाहिए [12]।
    2. एक छोटा अपस्केलिंग मॉडल अपस्केल मॉडल्स फ़ोल्डर में रखा जाना चाहिए [15]।
    3. तीन कस्टम नोड्स की आवश्यकता होती है: इज़ी यूज़, RG3, और टाइल डिफ्यूजन [18]।
    4. इन नोड्स को स्थापित करने के बाद ComfyUI को पुनरारंभ करना आवश्यक है [23]।
  3. जगरनॉट मॉडल का उपयोग किया जाता है, जो एक SDXL मॉडल है जो कम VRAM वाले लोगों के लिए अच्छा काम करता है [25]।
  4. टाइल डिफ्यूजन नोड अपस्केलिंग वर्कफ़्लो में एक महत्वपूर्ण सुधार है, जो वीडियो कार्ड के आधार पर सेटिंग्स को बदलने की अनुमति देता है [28]।
    1. यदि यह आपके कार्ड के लिए बहुत अधिक है तो छोटे मानों का उपयोग किया जा सकता है, और यदि यह क्रैश हो जाता है तो बैच का आकार एक या दो तक कम किया जा सकता है [31]।

1.2. SDXL मॉडल के साथ अपस्केलिंग प्रक्रिया [32]

  1. अपस्केलिंग प्रक्रिया में सकारात्मक और नकारात्मक प्रॉम्प्ट का उपयोग करना शामिल है [32]।
  2. छवि को scax मॉडल का उपयोग करके अपस्केल किया जाता है, जो इसे k सैंपलर में एक बड़े आकार में ले जाता है [34]।
    1. यदि मूल छवि बहुत बड़ी है तो इसे छोटा किया जा सकता है [36]।
    2. कम VRAM के लिए, अपस्केल को छोटा और तेज़ बनाने के लिए छवि को और भी छोटा किया जा सकता है [38]।
    3. बेहतर परिणामों के लिए 64 के गुणकों का उपयोग करने की सलाह दी जाती है [39]।
  3. scax मॉडल एक 4x मॉडल है, जिसका अर्थ है कि यह छवि को चार गुना बड़ा कर सकता है [42]।
    1. 0.5 का मान छवि को केवल दो गुना अपस्केल करता है, उदाहरण के लिए, 1024 पिक्सेल से 2048 पिक्सेल तक [44]।
    2. यदि k सैंपलर इसे संभाल नहीं सकता है तो आकार को कम किया जा सकता है [47]।
  4. D noise मान मॉडल के आधार पर भिन्न होता है; इस मॉडल के लिए 0.2 और 0.4 के बीच का मान अच्छा काम करता है [54]।
    1. 0.2 का उपयोग छवि को मूल के समान रखने के लिए किया जाता है, जबकि उच्च मान इसे अधिक रचनात्मक बनाते हैं [56]।
  5. वर्कफ़्लो दो अपस्केल की गई छवियां सहेजता है [61]।
    1. पहला अपस्केल, जो डिफ्यूजन का उपयोग करता है, आमतौर पर बेहतर गुणवत्ता वाला होता है और अधिक विवरण जोड़ता है [63]।
    2. दूसरा अपस्केल केवल छवि को बड़ा करता है, जैसे फ़ोटोशॉप में आकार बदलना, और कभी-कभी तीक्ष्णता जोड़ता है, लेकिन गुणवत्ता हमेशा महान नहीं होती है [68]।
  6. यदि समस्याओं का सामना करना पड़ता है, तो चौड़ाई और ऊंचाई को 512 पिक्सेल तक कम करने, ओवरलैप को 32 तक कम करने और टाइल बैच को एक तक कम करने का प्रयास करें [74]।
  7. इमेज स्केल डाउन नोड केवल छवियों को छोटा करता है यदि वे 1024 पिक्सेल से बड़ी हैं, तो यह छोटी छवियों को बड़ा नहीं करता है [79]।
    1. छोटी छवियों का आकार बदलने के लिए इमेज रीसाइज़ या स्केल इमेज टू टोटल पिक्सेल जैसे नोड्स का उपयोग किया जा सकता है [84]।
    2. फ्लक्स जैसे मॉडल 8 या 64 के गुणकों का उपयोग करते समय बेहतर छवियां प्राप्त करते हैं, एक-मेगापिक्सेल नोड के विपरीत जो इस नियम का सम्मान नहीं करता है [91]।

2. फ्लक्स और फ्लक्स मेनिया वर्कफ़्लो [93]

यह खंड फ्लक्स और फ्लक्स मेनिया मॉडल का उपयोग करके AI छवियों को अपस्केल करने के लिए विशिष्ट वर्कफ़्लो का वर्णन करता है, जिसमें उनके इंस्टॉलेशन, सेटिंग्स और यथार्थवादी परिणामों के लिए विचार शामिल हैं।

2.1. फ्लक्स वर्कफ़्लो और सामान्य समस्याएं [93]

  1. फ्लक्स वर्कफ़्लो SDXL वर्कफ़्लो के समान है लेकिन फ्लक्स मॉडल के लिए अनुकूलित है [93]।
    1. गुफ नोड को स्थापित करना आवश्यक है क्योंकि गुफ मॉडल बेहतर परिणाम देते हैं और वीडियो कार्ड के लिए अनुकूलित किए जा सकते हैं [95]।
    2. फ्लक्सदेव Q8 GUF संस्करण मॉडल के रूप में उपयोग किया जाता है और इसे डिफ्यूजन मॉडल्स फ़ोल्डर में रखा जाना चाहिए [100]।
    3. कम VRAM वाले लोग छोटे मॉडल (Q4 या छोटे) का उपयोग कर सकते हैं, लेकिन गुणवत्ता में गिरावट हो सकती है [102]।
    4. डुअल क्लिप के लिए, Q8 संस्करण को क्लिप फ़ोल्डर में लोड करें, और क्लिप L और VAE संस्करण की भी आवश्यकता होती है [105]।
  2. टाइल डिफ्यूजन के कारण, बड़ी छवियों को जनरेट करते समय ऊर्ध्वाधर बार की समस्या अब मौजूद नहीं है, क्योंकि यह छवियों को छोटे आकार में जनरेट करता है और फिर उन्हें एक साथ टाइल करता है [112]।
  3. यदि VRAM पर्याप्त नहीं है, तो इमेज स्केल डाउन नोड से आकार को कम किया जा सकता है [115]।
  4. D noise सेटिंग्स SDXL से भिन्न होती हैं; फ्लक्स के लिए 0.80 के आसपास का मान सबसे अच्छा काम करता है ताकि छवि को मूल के समान रखा जा सके [116]।
    1. उच्च D noise मान (0.95 तक) अधिक भिन्नता और विवरण जोड़ सकते हैं, लेकिन कभी-कभी टाइलिंग के कारण अवांछित तत्व पेश कर सकते हैं [132]।
  5. वर्कफ़्लो दो अपस्केल की गई छवियां सहेजता है: UP1 (डिफ्यूजन के साथ) और UP2 (केवल बड़ा किया गया) [122]।
    1. UP1 को आमतौर पर बेहतर गुणवत्ता के लिए पसंद किया जाता है, जबकि UP2 केवल छवि को बड़ा करता है और कभी-कभी बहुत अधिक तीक्ष्णता जोड़ता है [126]।

2.2. फ्लक्स मेनिया वर्कफ़्लो और यथार्थवाद [146]

  1. फ्लक्स मेनिया मॉडल यथार्थवादी छवियों के लिए पसंदीदा अपस्केलर है, क्योंकि यह फ्लक्स मॉडल की तुलना में यथार्थवाद में बेहतर काम करता है [147]।
    1. हालांकि, यह कुछ खामियां भी जोड़ता है, इसलिए साफ-सुथरे चित्रों के लिए फ्लक्स मॉडल को प्राथमिकता दी जाती है [149]।
    2. यह एक FP8 मॉडल है, और मैक उपयोगकर्ता इसे चलाने में असमर्थ हो सकते हैं, इसलिए उन्हें फ्लक्स देव का उपयोग करना होगा [152]।
  2. फ्लक्स मेनिया वर्कफ़्लो में फ्लक्स मेनिया मॉडल को डाउनलोड करना और उसे डिफ्यूजन मॉडल्स फ़ोल्डर में रखना शामिल है [154]।
    1. इस मॉडल के लिए लोड डिफ्यूजन मॉडल नोड का उपयोग किया जाता है [156]।
  3. कभी-कभी, टाइलों के जनरेट होने के तरीके के कारण एक अतिरिक्त आंख जैसी समस्याएं हो सकती हैं [159]।
    1. समाधानों में प्रॉम्प्ट में सुधार करना, एक अलग सीड प्राप्त करने के लिए फिर से जनरेट करना, टाइल की चौड़ाई और ऊंचाई को 1024p में बदलना (जो अधिक समय लेता है), या D noise को कम करना शामिल है [161]।
    2. D noise को 0.8 तक कम करने से समस्या ठीक हो सकती है और अधिक विवरण और यथार्थवाद जुड़ सकता है [166]।
  4. यदि मूल छवि बहुत तीक्ष्ण है, तो दूसरा अपस्केल बहुत अधिक तीक्ष्णता जोड़ सकता है, इसलिए पहला अपस्केल अक्सर बेहतर होता है [171]।
  5. यह अपस्केलर विभिन्न प्रकार की छवियों के साथ अच्छा काम करता है, जैसे वेक्टर-शैली की छवियां और घर की छवियां, विवरण और बनावट में सुधार करता है [173]।

3. टेक्स्ट-टू-इमेज और कम VRAM के लिए वर्कफ़्लो [183]

यह खंड टेक्स्ट-टू-इमेज वर्कफ़्लो और कम VRAM वाले उपयोगकर्ताओं के लिए विकल्पों की पड़ताल करता है, जिसमें ComfyUI के भीतर जनरेट और अपस्केल करने के तरीके और क्लाउड-आधारित समाधान शामिल हैं।

3.1. टेक्स्ट-टू-इमेज वर्कफ़्लो के साथ अपस्केलिंग [183]

  1. टेक्स्ट-टू-इमेज वर्कफ़्लो आपको एक ही समय में छवियों को जनरेट और अपस्केल करने की अनुमति देता है [183]।
  2. फ्लक्स रेजोल्यूशन कैलकुलेटर नोड का उपयोग किया जाता है, जो फ्लक्स के साथ चलाने के लिए सर्वोत्तम आकार का चयन करने में मदद करता है, विशेष रूप से चौड़ाई और ऊंचाई के लिए 64 के गुणकों का उपयोग करके [185]।
  3. एक विस्तृत प्रॉम्प्ट का उपयोग किया जाता है, और k सैंपलर में एक निश्चित सीड का उपयोग किया जाता है [190]।
  4. अपस्केल भाग को एक पीले समूह में जोड़ा जाता है, जिसे फास्ट ग्रुप म्यूटर का उपयोग करके सक्षम या अक्षम किया जा सकता है [192]।
    1. यह उपयोगकर्ताओं को पहले छवि जनरेट करने और फिर अपस्केलर को सक्षम करने की अनुमति देता है जब वे परिणाम से खुश होते हैं, जिससे समय की बचत होती है [211]।
  5. वर्कफ़्लो अपस्केल की गई छवि एक, अपस्केल की गई छवि दो, और मूल छवि को img उपसर्ग के साथ सहेजता है [219]।
  6. फ्लक्स मेनिया यथार्थवाद के लिए कई खामियां जोड़ता है, जिन्हें फ़ोटोशॉप में हटाया जा सकता है [221]।
  7. यदि सीड निश्चित है, तो वर्कफ़्लो को फिर से चलाने से केवल एक और अपस्केल जनरेट होगा, शुरू से नहीं [223]।

3.2. कम VRAM और क्लाउड समाधानों के लिए विकल्प [228]

  1. कम VRAM वाले उपयोगकर्ताओं के लिए, स्टेबल डिफ्यूजन संस्करण 1.5 का उपयोग करके एक वर्कफ़्लो उपलब्ध है, जो एक पुराना लेकिन बहुत छोटा मॉडल है [228]।
    1. मॉडल को चेकपॉइंट्स फ़ोल्डर में डाउनलोड और रखा जाना चाहिए [230]।
    2. यह मॉडल केवल छोटे आकार को संभाल सकता है, इसलिए मेगापिक्सेल आकार को 0.5 तक कम करने से 704 पिक्सेल की छवि प्राप्त होती है [232]।
    3. यदि यह क्रैश हो जाता है, तो चौड़ाई और ऊंचाई के लिए 512 पिक्सेल, टाइल ओवरलैप के लिए 32, और बैच आकार के लिए एक का उपयोग करें [236]।
    4. इस संस्करण में दूसरों की तुलना में बहुत कम D noise है, लेकिन फिर भी एक सभ्य आकार में छवि को अपस्केल करता है [239]।
  2. यदि आपके पास अच्छा वीडियो कार्ड नहीं है, तो आप रनिंगहब साइट पर वर्कफ़्लो का उपयोग कर सकते हैं [244]।
    1. यह मुफ्त क्रेडिट प्रदान करता है और इसमें किफायती भुगतान विकल्प हैं [245]।
    2. उपयोगकर्ता एक छवि अपलोड करते हैं, एक प्रॉम्प्ट जोड़ते हैं, D noise मान (आमतौर पर 0.8 या 0.85) सेट करते हैं, और फिर वर्कफ़्लो चलाते हैं [249]।
    3. पहली बार चलाने पर यह धीमा हो सकता है क्योंकि यह मॉडल लोड कर रहा है [260]।
    4. यह अतिरिक्त विवरण जोड़कर और फूलों, पेड़ और घर पर ईंटों में सुधार करके छवियों को अपस्केल करता है [266]।
    5. यह दो अपस्केल की गई छवियां जनरेट करता है, जिन्हें डाउनलोड किया जा सकता है [269]।
    6. यदि केवल पहला अपस्केल चाहिए, तो दूसरे अपस्केल से संबंधित नोड्स को हटाया जा सकता है [285]।
  3. यदि छवि धुंधली है, तो इसे बहुत अधिक सुधारना संभव नहीं है, लेकिन D noise को बढ़ाने से इसे अधिक भिन्न बनाया जा सकता है [290]।
  4. यदि AI-जनित छवि स्पष्ट है, तो इसे एक अच्छा अपस्केल प्राप्त करना चाहिए [292]।