SUPIR + Foolhardy Remacri | 8K 이미지/비디오 업스케일러

이 ComfyUI 업스케일 워크플로우에서는 먼저 SUPIR 모델을 사용하여 이미지를 고품질 2K 해상도로 향상시킵니다. 이 기본 업스케일에 이어 4x Foolhardy Remacri 모델을 사용하여 완벽한 8K 해상도를 달성합니다. 이 체계적인 접근 방식은 업스케일링의 각 단계가 높은 이미지 품질에 기여하고, 전체 프로세스에서 선명도와 디테일 보존의 완벽한 균형을 유지하도록 보장합니다.

ComfyUI 워크플로우

ComfyUI Upscale workflow - SUPIR and Foolhardy Remacri
이 워크플로우를 실행하고 싶으신가요?
  • 완전히 작동 가능한 워크플로우
  • 누락된 노드 또는 모델 없음
  • 수동 설정 불필요
  • 멋진 시각 효과 제공

예시

8k-image-upscaling-supir-4x-foolhardy-remacri-1093

설명

1. ComfyUI 업스케일 워크플로우: SUPIR & Foolhardy Remacri로 우수한 8K 달성

이 ComfyUI 업스케일 워크플로우는 SUPIR 업스케일러와 4x Foolhardy Remacri 모델의 장점을 활용하여 놀라운 8K 해상도 이미지 업스케일링을 달성합니다. 충실도와 디테일 향상 능력으로 유명한 SUPIR 업스케일러는 고해상도 이미지 업스케일링을 위한 최고의 선택입니다. 한편, 강력한 ESRGAN 아키텍처를 기반으로 구축된 4x Foolhardy Remacri 모델은 사실적인 텍스처와 디테일을 추가하는 데 탁월하여 선명하고 상세한 시각적 출력물을 얻는 데 이상적입니다. 이 워크플로우를 함께 사용하면 이미지가 단순히 확대될 뿐만 아니라 품질도 크게 향상되어 탁월한 선명도와 정밀도로 8K 이미징의 요구 사항을 충족합니다. 이러한 시너지 효과로 전문적이고 심미적인 기준을 충족하는 우수한 이미지 처리가 가능합니다.

ComfyUI 업스케일 워크플로우 - SUPIR and Foolhardy Remacri

2. ComfyUI 업스케일 워크플로우 단계

2.1. 1단계: SUPIR로 2K 픽셀로 업스케일링

ComfyUI 업스케일 워크플로우의 첫 번째 단계는 SUPIR 업스케일러를 사용하여 이미지를 2000픽셀 해상도로 확대하는 것으로, ComfyUI 업스케일 워크플로우에서 추가 향상을 위한 고품질 기반을 설정합니다.

아래는 ComfyUI 업스케일 워크플로우 내에서 SUPIR와 관련된 몇 가지 주요 매개변수에 대한 설명입니다:

2.1.1. "ImpactInt"와 "Image Resize" 노드: 이 노드는 원래 종횡비를 왜곡하지 않고 이미지를 특정 목표 크기로 조정하는 데 중요합니다. 이미지의 가장 큰 치수가 정확히 2K 픽셀이 되도록 이미지를 조정합니다. SUPIR 모델의 계산 요구 사항을 충족하기 위해 크기 조정된 이미지의 높이와 너비가 모두 32로 나누어떨어지는지 확인합니다. 초기 크기 조정으로 이 조건을 충족하지 않는 치수가 발생하면 노드는 필요에 따라 패딩(이미지 가장자리에 픽셀 추가) 또는 자르기(이미지 가장자리에서 픽셀 제거)를 적용할 수 있습니다. 이 조정은 SUPIR 모델의 처리 요구 사항에 맞게 이미지를 최적화하여 업스케일링 프로세스의 효율성과 호환성을 향상시킵니다.

ComfyUI 업스케일 워크플로우 - SUPIR ImpactInt and Image Resize

2.1.2. "Tile Size"와 "Tile Stride" 노드: 이 매개변수는 업스케일링 프로세스 중에 이미지 품질과 시스템 리소스 사용량의 균형을 맞추는 데 중요합니다. 타일 크기의 기본 설정은 1024픽셀로, 처리를 위해 이미지가 분할되는 정사각형 세그먼트의 치수를 정의합니다. 타일 크기가 클수록 각 처리 단계에 더 많은 컨텍스트를 제공하여 이미지 품질을 개선할 수 있지만 메모리 요구량이 증가할 수 있습니다. 기본적으로 512픽셀로 설정된 타일 스트라이드는 인접한 타일 사이의 겹침을 결정합니다. 이 겹침은 타일이 만나는 곳에서 보이는 이음새를 방지하는 데 도움이 되지만 추가 계산 리소스를 사용합니다.

ComfyUI 업스케일 워크플로우 - SUPIR Tile Size and Tile Stride

특정 시스템과 요구 사항에 맞게 이러한 설정을 최적화하려면:

  • 시스템에 충분한 비디오 메모리와 처리 능력이 있는 경우 타일 크기와 스트라이드를 늘려 더 높은 품질의 결과를 얻습니다.
  • 하드웨어 리소스가 제한적인 경우 메모리 사용량을 줄이기 위해 타일 크기와 스트라이드를 줄입니다. 그러나 이는 업스케일된 이미지의 부드러움과 디테일에 영향을 줄 수 있습니다.

2.1.3. "SUPIR Sampler" 노드의 "Noise Setting": 이 매개변수는 업스케일링 프로세스 중에 이미지의 원래 모양과 새로운 디테일 추가의 균형을 맞추는 데 중요한 인페인팅 진폭을 조정합니다.

  • 낮은 설정: 이 설정을 낮게 유지하면 이미지의 원래 모양과 느낌이 유지됩니다. 원치 않는 변화를 도입하지 않고 자연스러운 모습을 유지하면서 변경을 최소화합니다. 일반적으로 원본과의 최소한의 편차를 위해 1.001 정도의 설정이 제안됩니다.
  • 높은 설정: 이 설정을 높이면 디테일 향상이 증폭되어 더 선명한 정의가 필요한 이미지나 향상된 디테일이 바람직한 예술적 목적에 유용할 수 있습니다. 그러나 이 설정을 너무 높게(예: 1.01 이상) 설정하면 부자연스러운 선명도나 노이즈와 같은 왜곡이 발생하여 전반적인 이미지 품질을 떨어뜨릴 수 있습니다.
ComfyUI 업스케일 워크플로우 - SUPIR Noise Setting

2.1.4. "SUPIR Sampler" 노드의 "Sampler Method": 이 매개변수는 업스케일링 중에 이미지를 처리하는 데 사용되는 방법을 지시하므로 최종 출력의 디테일과 품질에 모두 영향을 미친다는 점에서 중요합니다. DPMPP2M과 같은 다양한 샘플러는 이미지 디테일, 선명도, 아티팩트 도입 사이에서 다양한 균형을 제공합니다.

ComfyUI 업스케일 워크플로우 - SUPIR Sampler Method
  • 샘플러 설정: 기본 샘플러는 일반적인 향상을 제공하는 EDM(Enhanced Diffusion Model)과 같은 기본 모델로 설정될 수 있습니다. 그러나 더 자세한 결과를 얻으려면 DPMPP2M과 같은 더 정교한 샘플러로 전환하면 이미지 선명도를 크게 개선하고 시각적 노이즈를 줄일 수 있습니다. DPMPP2M은 복잡한 텍스처나 복잡한 색상 그라데이션이 있는 사진과 같이 디테일에서 높은 정밀도가 필요한 이미지에 특히 유용합니다.
  • 실험: 특정 업스케일링 작업에 최적의 설정을 찾으려면 다양한 조건에서 다양한 샘플러를 실험해 보세요. 예를 들어, 단순한 이미지에는 기본 샘플러를 사용하고 더 복잡한 장면이나 더 높은 충실도가 필요한 경우에는 DPPM으로 전환해 보세요. 각 샘플러가 전체적인 이미지 품질에 미치는 영향을 관찰하고 원하는 결과에 따라 설정을 조정하세요.
  • 샘플러 매개변수 조정: 대부분의 샘플러에는 업스케일링 프로세스를 더 세밀하게 조정할 수 있는 구성 가능한 매개변수가 제공됩니다. 여기에는 선명도, 노이즈 수준 및 텍스처 보존에 대한 조정이 포함될 수 있습니다. "SUPIR Sampler" 노드에서 이러한 설정에 액세스하고 작업 중인 이미지의 특정 특성에 맞게 조정하세요.

2.2. 2단계: 4x Foolhardy Remacri 모델로 8K 픽셀로 업스케일링

ComfyUI 업스케일 워크플로우 - Foolhardy Remacri Upscale

2.2.1. 4x Foolhardy Remacri 고해상도 스케일링: 이는 SUPIR 업스케일러의 상세한 기본 이미지를 활용하여 4x Foolhardy Remacri 모델을 적용하여 이미지 크기를 입력의 4배로 4배 증가시켜 8K 해상도 업스케일을 달성합니다.

2.2.2. 4x Foolhardy Remacri 모델이란 무엇인가 4x Foolhardy Remacri 모델은 이미지 해상도를 4배로 증가시키는 정교한 업스케일링 모델로, 원본 해상도의 4배인 비주얼을 제작하는 데 완벽합니다. 전통적인 업스케일링에서 흔히 볼 수 있는 흐림 현상과 아티팩트를 최소화하면서 사실적인 텍스처를 추가하는 것으로 알려진 ESRGAN(Enhanced Super-Resolution Generative Adversarial Network) 아키텍처를 사용합니다.

이 모델은 피부 텍스처나 복잡한패턴과 같은 미세한 디테일을 향상시키는 데 탁월하여 디지털 아트를 업스케일링하거나 디테일이 가장 중요한 오래된 사진을 복원하는 것과 같은 고품질 작업에 이상적입니다. 전문가와 애호가는 정밀성과 선명도 때문에 4x Foolhardy Remacri를 선호합니다.

SUPIR 업스케일러와 결합하여 이 모델은 원본 이미지의 무결성을 유지하면서 품질을 8K 표준에 맞게 개선하는 워크플로우를 제공합니다. 이 접근 방식은 기술적으로 우수하고 시각적으로 매력적인 향상 프로세스를 보장합니다.

이러한 상세한 단계를 준수하고 필요에 따라 매개변수를 미세 조정함으로써 SUPIR과 4x Foolhardy Remacri 모델의 강력한 기능을 활용하여 자신의 집에서 편리하게 전문가 수준의 8K 이미지 업스케일링을 달성할 수 있습니다.

이 ComfyUI 업스케일 워크플로우를 개발한 Seven947에게 크레딧을 제공합니다. 자세한 내용은 그녀의 유튜브 채널을 방문하세요.

더 많은 ComfyUI 워크플로우를 원하시나요?