【拯救模糊的素材】DiffBIR WEBUI界面汉化整合包

vancheap

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

项目地址：https://github.com/XPixelGroup/DiffBIR
恢复效果还行，比sd-webui-stablesr强一些，模糊的图片都能生成的比较清晰
默认参数牙齿部分还是有些缺陷，皮肤质感偏细腻
需要设置关键词及细致的调参，尝试不同的seed，或者-1来随机一次多画几张

玩的话非常类似SD

关键词，CFG：玩过SD的都会

控制强度：减小偏向原图，太大会崩坏
迭代步数：减小偏向原图，太大会崩坏，感觉和原图质量有点关系
Seed：很神奇，测试了几十张下来貌似231是最好的
关闭预处理模型：偏向原图，高清的图可以关闭试试看

weights 为模型，按需下载：
脸图只需下face_full_v1+face_swinir_v1，open_clip_pytorch_model.bin必下，realesrgan里面的是命令行用到的模型，SD里面也有

请修改“启动webui_face.bat”里面的DiffBIR路径：set python=E:\AI\DiffBIR\python\python.exe

命令行用法参考README.txt已机翻

Full Pipeline (Remove Degradations & Refine Details)
完整的管道（删除降级和细化细节）

General Image
一般图像
Download general_full_v1.ckpt and general_swinir_v1.ckpt to weights/ and run the following command.
将general_full_v1.ckpt和general_swinir_v1.ckpt下载到weights/并运行以下命令。

python inference.py \
--input inputs/demo/general \
--config configs/model/cldm.yaml \
--ckpt weights/general_full_v1.ckpt \
--reload_swinir --swinir_ckpt weights/general_swinir_v1.ckpt \
--steps 50 \
--sr_scale 4 \
--color_fix_type wavelet \
--output results/demo/general \
--device cuda [--tiled --tile_size 512 --tile_stride 256]

Remove the brackets to enable tiled sampling. If you are confused about where the reload_swinir option came from, please refer to the degradation details.
括号内以启用分割采样。 如果您对reload_swinir选项的来源感到困惑，请参阅降级详细信息。

Face Image
面部图像
The face_full_v1.ckpt will be downloaded from HuggingFace automatically.
face_full_v1.ckpt将自动从HuggingFace下载。

# for aligned face inputs
#用于对齐的面输入

python inference_face.py \
--input inputs/demo/face/aligned \
--sr_scale 1 \
--output results/demo/face/aligned \
--has_aligned \
--device cuda

# for unaligned face inputs
#用于未对齐的面输入

python inference_face.py \
--input inputs/demo/face/whole_img \
--sr_scale 2 \
--output results/demo/face/whole_img \
--bg_upsampler DiffBIR \
--device cuda

Latent Image Guidance (Quality-fidelity trade-off)
潜像引导（质量-保真度权衡）
Latent image guidance is used to achieve a trade-off bwtween quality and fidelity. We default to closing it since we prefer quality rather than fidelity. Here is an example:
潜像引导用于实现质量和保真度之间的折衷。 我们默认关闭它，因为我们更喜欢质量而不是保真度。 下面是一个例子：

python inference.py \
--input inputs/demo/general \
--config configs/model/cldm.yaml \
--ckpt weights/general_full_v1.ckpt \
--reload_swinir --swinir_ckpt weights/general_swinir_v1.ckpt \
--steps 50 \
--sr_scale 4 \
--color_fix_type wavelet \
--output results/demo/general \
--device cuda \
--use_guidance --g_scale 400 --g_t_start 200

You will see that the results become more smooth.
你会看到结果变得更加平滑。

Only Stage1 Model (Remove Degradations)
仅第1阶段模型（删除降解）
Download general_swinir_v1.ckpt, face_swinir_v1.ckpt for general, face image respectively, and run the following command.
分别下载general、face image的general_swinir_v1.ckpt、face_swinir_v1.ckpt，运行以下命令。

python scripts/inference_stage1.py \
--config configs/model/swinir.yaml \
--ckpt [swinir_ckpt_path] \
--input [lq_dir] \
--sr_scale 1 --image_size 512 \
--output [output_dir_path]

Only Stage2 Model (Refine Details)
仅限第2阶段模型（细化细节）

Since the proposed two-stage pipeline is very flexible, you can utilize other awesome models to remove degradations instead of SwinIR and then leverage the Stable Diffusion to refine details.
由于建议的两阶段管道非常灵活，您可以利用其他出色的模型来消除退化，而不是SwinIR，然后利用稳定扩散来细化细节。

# step1: Use other models to remove degradations and save results in [img_dir_path].
# step1：使用其他模型删除降级并将结果保存在[img_dir_path]中。

# step2: Refine details of step1 outputs.
# step2：细化step1输出的细节。

python inference.py \
--config configs/model/cldm.yaml \
--ckpt [full_ckpt_path] \
--steps 50 --sr_scale 1 \
--input [img_dir_path] \
--color_fix_type wavelet \
--output [output_dir_path] \
--disable_preprocess_model \
--device cuda

效果图

炼两丹就退休

其实配置低的话还是要把素材模糊化了，毕竟我只能跑224的丹，192的质量模糊效果更好。。。

gotoplay

執行軟件時出現以下錯誤
WARNING: Pretrained weights (e:\ai\diffbir\weights\open_clip_pytorch_model.bin) not found for model vit-h-14.available pretrained tags (['laion2b_s32b_b79k'].
請問 紅字部分路徑能修改嗎 ?
懇請大佬能指點迷津, 感謝您

vancheap

gotoplay 发表于 2024-1-15 12:38
執行軟件時出現以下錯誤
WARNING: Pretrained weights (e:\ai\diffbir\weights\open_clip_pytorch_model. ...

不太记得哪里有改过这个模型路径了，看文件时间戳我只汉化了gradio_diffbir.py，改名为gradio_diffbir_cn.py，可以在bat里改回原版试试

或者把所有的__pycache__删除试试看

gotoplay

vancheap 发表于 2024-1-15 17:15
不太记得哪里有改过这个模型路径了，看文件时间戳我只汉化了gradio_diffbir.py，改名为gradio_diffbir_cn ...

感謝大佬 , 問題已經排除了

zocklim

感谢分享

24658zxv8

试试看，谢谢分享

heyijk

这个软件操作简单吗？有点小白