Stable Diffusion 算圖時，有時算出來的人臉都像是被揍過一樣！這其實是解析度過小的問題，我們可以透過 img2img upscale 加 inpaint 的手法來解決，只需要兩階段，一起來看看怎麼做吧！
第一階段：增加圖面解析度
以下這一張用 Stable Diffusion 畫出小朋友與老師的畢業合照，整張圖的解析度為 784 x 512。因為每個人臉所佔畫面（解析度）過小，就算我們 prompt 下再多 beautiful face 等關鍵字，Stable Diffusion 還是兩手一攤擺爛亂畫。
既然是解析度問題，我們設法增加臉部解析度試試能不能好轉，我們可以使用 img2img 將整張圖的解析度增加。
給定與原圖一樣的 prompt，denoising strength 可以調 0.5 附近，讓算圖結果與原圖差異不要太大。
延伸閱讀：如何用 Stable Diffusion 產生高解析度的圖？
下圖採用 denoising strength = 0.65，長寬 1568 x 1024，其他參數則與原圖相同。同時開啟 ControlNet openpose 固定人物肢體與排列 ，結果如下：
雖然人物的衣服改變了，但整體來說比之更好，衣服的質感也比較自然。同時發現臉部已經好很多，但還是偏呆滯，接下來我們用 Inpaint 來解決這個問題。
第二階段：使用 Inpaint 重繪臉部
Inpaint 原理是，我們在圖片上塗抹一個區域，告訴 AI 只需要幫我們重繪被遮住的區塊。如此即能在不動整個畫面的情況下，微調 AI 畫不好的小地方。
一樣在 img2img 頁面：
- 切換子 tab 為
Inpaint - 將剛剛放大的圖片拖入 source
- Mask mode 選擇
Inpaint masked - Mask content 選擇
original - Inpaint area 選擇
Only masked - Width、Height 都設定為
512
選擇 only masked 的原因是，我們讓 Stable Diffusion 用給定的長寬 畫被遮住的部分，好處是：
- 增加局部解析度：讓需要修改的地方，保證至少有
512x512 的解析度。如果選擇 all xxx，則會依照給定的長寬下去整張重畫，因為整個解析度分散到整張圖片上，反而需要修改的地方分到的解析度不夠高，並不能解決問題。 - 節省算圖時間：當修改的地方不大時，只需要 512 ~ 768 等解析度就足夠修復區域問題，避免算整張圖耗費時間
如同上述，為了確保每張臉的解析度是足夠的，我們一次僅塗抹一張臉。
按下 Generate，就能修復好一張臉。
這邊有個小技巧，塗抹的面積要比臉部稍微大一點點，這樣重繪後的五官比較不會發生偏移而看起來怪怪的
把修好一張臉的圖拖入 source，再塗抹下一張臉，不斷重複直到每張臉都修復完成！（這張圖臉實在有點多……）
重複多次後就能得到修復完成的圖了！會發現每張臉都長得一樣XD！若要得到有差異性的五官，每次修復時微調 prompt 即可！
與原始圖對比一下，進步非常多！
最後可以透過 Tiled Upscaling 的手法將圖再次放大，即能輸出高解析度的結果。大家試試看吧！
延伸閱讀
如何用 Stable Diffusion 產生高解析度的圖？
LoRA 是什麼？如何使用？| Stable Diffusion
最詳細的 Stable diffusion WebUI 操作教學 – txt2img
免費用 Google Colab 玩 Stable Diffusion WebUI
如何在 M1 Macbook 上跑 Stable Diffusion？
