Model
Trends
.ai
Model
Trends
.ai
ओपन AI मॉडल पर नज़र
ट्रेंडिंग
रैंकिंग
गाइड
चार्ट
API

AI छवियों का अपस्केलिंग: ESRGAN मॉडल, hires-fix, टाइल्ड डिफ्यूजन और कब कौन सा सही है

विषय: मॉडल
Quartermaster द्वारा
मार्च 4, 2026 को प्रकाशित

अवलोकन

इमेज मॉडल अपने मूल आकार (SD 1.5 के लिए 512, SDXL और Flux के लिए 1024) पर अच्छी ड्रॉ करते हैं और इससे बहुत ऊपर खराब, इसलिए बड़ी इमेज बनाने का तरीका है मूल आकार पर जेनरेट करना और बाद में बढ़ाना। बढ़ाने के तीन तरीके हैं, और ये एक-दूसरे के विकल्प नहीं हैं। पिक्सेल अपस्केलर्स छोटे नेटवर्क होते हैं (ESRGAN परिवार, SwinIR, DAT) जो रीसाइज करते हुए शार्प करते हैं; ये तेज़, सटीक और नया कंटेंट नहीं जोड़ते। Hires-fix जेनरेशन के दौरान बड़े आकार पर दूसरा डिफ्यूजन पास होता है जो मामूली डीनॉइज़ के साथ असली डिटेल जोड़ता है। टाइल्ड डिफ्यूजन बड़ी इमेज को ओवरलैपिंग टाइल्स में काटता है और हर टाइल पर img2img चलाता है, जो Tile ControlNet के मार्गदर्शन में 4K और उससे ऊपर के लिए संभावित डिटेल बना सकता है।
आपको कौन सा चाहिए यह लक्ष्य पर निर्भर करता है। वेब और सोशल के लिए, एक साफ़ रेंडर का 2x पिक्सेल अपस्केल काफी होता है और इसमें दो सेकंड लगते हैं। प्रिंट, प्रोडक्ट्स और वॉलपेपर के लिए, 2x पिक्सेल अपस्केल के बाद कम डीनॉइज़ के साथ टाइल्ड डिफ्यूजन पास वह डिटेल देता है जो लोग "4K AI आर्ट" से उम्मीद करते हैं। Hires-fix बीच में आता है और Forge और A1111 में डिफ़ॉल्ट है: यह 1024 चेहरे की धुंधली समस्या को बिना दूसरे वर्कफ़्लो के ठीक करता है।
इस साइट पर Upscalers परिवार पिक्सेल अपस्केलर्स को उनके उद्देश्य (फोटो, एनीमे, चेहरे, टेक्स्ट) के साथ और डिफ्यूजन-आधारित एन्हांसर्स को उनके बेस परिवार के साथ सूचीबद्ध करता है। क्लाउड पार्टनर्स भी वही टूल्स चलाते हैं: PirateDiffusion में /upscale और /enhance कमांड्स हैं, BitVector में हर रिजल्ट के पास अपस्केल बटन है।

संदर्भ

नाम
प्रकार
यह क्या है
4x-UltraSharp
pixel upscaler, ESRGAN
फोटो और रेंडर के लिए डिफ़ॉल्ट: शार्प, थोड़ा क्रंची; बाद में 2x डाउनस्केल करें ताकि नेचुरल लुक आए।
Real-ESRGAN x4plus / x4plus-anime
pixel upscaler
मजबूत सामान्य उपयोग; एनीमे वेरिएंट इलस्ट्रेशन में लाइन्स को साफ़ रखता है।
4x-NMKD-Siax, 4x-Foolhardy-Remacri
pixel upscaler
UltraSharp के लिए नरम विकल्प; Remacri सॉफ्ट फोटो के लिए, Siax डिटेल्ड टेक्सचर के लिए।
SwinIR / DAT / HAT
pixel upscaler, transformer
उच्च विश्वसनीयता, धीमा; उन फोटोग्राफ्स के लिए बेहतर जहां ESRGAN टेक्सचर बनाता है।
Hires-fix
generation setting
पिक्सेल अपस्केलर से 1.5-2x अपस्केल करें फिर नए आकार पर 0.3-0.5 डीनॉइज़ करें। A1111/Forge में चेकबॉक्स; ComfyUI में दूसरा KSampler।
Ultimate SD Upscale
tiled diffusion
1024 के टाइल्स 64 px ओवरलैप के साथ, डीनॉइज़ 0.2-0.35, Tile ControlNet ऑन। 2048 को 4096 में नए डिटेल के साथ बदलता है।
SUPIR / Flux tiled / SeedVR
diffusion restorers
भारी मॉडल जो पुराने या कम गुणवत्ता वाली इमेज को बहाल और बढ़ाते हैं; 16 GB+ और प्रति इमेज मिनट लगते हैं।
Denoise
0.2-0.5
किसी भी डिफ्यूजन अपस्केल में, कितना बदलाव हो सकता है। 0.2 सब कुछ रखता है; 0.5 टेक्सचर फिर से बनाता है और चेहरे बदल सकता है।

चरण-दर-चरण

  1. मूल आकार पर जेनरेट करें और पहले कंपोजीशन और चेहरे ठीक करें (इनपेंटिंग); अपस्केलिंग दोष बढ़ाता है, ठीक नहीं करता।
  2. तेज़ तरीका: 4x-UltraSharp के साथ Upscale Image (using Model) करें, फिर Image Scale को मूल का 2x करें। सेकंड में हो जाता है; वेब के लिए अच्छा।
  3. Hires-fix तरीका (Forge, A1111): Hires.fix चालू करें, अपस्केलर 4x-UltraSharp या Latent चुनें, 1.5-2x अपस्केल करें, hires steps 15, डीनॉइज़ 0.4। ComfyUI में: Upscale Latent By 1.5 -> दूसरा KSampler डीनॉइज़ 0.45 पर।
  4. प्रिंट तरीका: पिक्सेल अपस्केल 2x तक, फिर Ultimate SD Upscale उसी चेकपॉइंट से, टाइल 1024, पैडिंग 32, डीनॉइज़ 0.25, Tile ControlNet स्ट्रेंथ 0.6, सीम फिक्स "आधा टाइल"। कुछ मिनट लगेंगे।
  5. चेहरे: अपस्केल के बाद फेस डिटेलर पास चलाएं (ADetailer, FaceDetailer नोड) डीनॉइज़ 0.35 पर; बड़ी इमेज छोटे चेहरे फिर से बना देती है।
  6. हल्का शार्प करें और प्रिंट के लिए PNG, वेब के लिए WebP या JPEG 92 में एक्सपोर्ट करें। 1x रेंडर से 100% पर तुलना करें ताकि बनाए गए आर्टिफैक्ट पकड़ सकें।
  7. क्लाउड पर: PirateDiffusion रिजल्ट को /upscale (पिक्सेल) या /enhance (डिफ्यूजन) से रिप्लाई करें; BitVector में इमेज कार्ड पर Upscale दबाएं।

उदाहरण

ComfyUI त्वरित 2x

VAE Decode -> Upscale Image (using Model: 4x-UltraSharp) -> Image Scale (0.5, lanczos) -> Save Image

Forge hires-fix सेटिंग्स

Hires. fix: upscaler 4x-UltraSharp | upscale by 1.5 | hires steps 15 | denoising strength 0.4 | same seed

प्रिंट के लिए Ultimate SD Upscale

Input 2048x2048 (after 2x pixel upscale) | upscale_by 2 | tile 1024x1024 | mask blur 16 | padding 32 | denoise 0.25 | ControlNet Tile 0.6 | seam fix half tile

टिप्स

  • अंतिम इमेज अपस्केल करें, हर ड्राफ्ट नहीं; 1024 रेंडर पर 4x पास 16 मिलियन पिक्सेल है और असली समय लेता है।
  • ESRGAN मॉडल 4x के लिए ट्रेन किए गए हैं; 2x पर चलाने का मतलब है पहले 4x फिर डाउनस्केल, इसलिए आउटपुट बहुत शार्प दिखता है जब डाउनस्केल छोड़ देते हैं।
  • एनीमे और फ्लैट इलस्ट्रेशन को एनीमे वेरिएंट चाहिए या लाइन्स डबल हो जाएंगी; फोटो के लिए SwinIR, DAT या Remacri चाहिए नहीं तो स्किन प्लास्टिक जैसी दिखेगी।
  • टाइल्ड डिफ्यूजन में प्रॉम्प्ट छोटा और सामान्य रखें ("highly detailed, sharp focus, natural skin") ताकि कोई टाइल नया सब्जेक्ट न बनाए।
  • Hires-fix में Latent अपस्केल sharp होने के लिए डीनॉइज़ 0.5+ चाहिए; पिक्सेल अपस्केलर्स 0.3-0.4 पर काम करते हैं और इमेज को मूल के करीब रखते हैं।
  • Upscalers परिवार पेज हॉट के हिसाब से सॉर्ट करता है; टॉप तीन 90% जरूरतें कवर करते हैं।

समस्या निवारण

अपस्केल्ड इमेज बहुत शार्प और क्रंची दिखती है

ऐसा क्यों होता है
4x ESRGAN आउटपुट 4x पर ही रखा गया।

इसे कैसे ठीक करें
2x पर डाउनस्केल करें, या Remacri/SwinIR का उपयोग करें।

टाइल्ड पास के बाद चेहरे बदल गए

ऐसा क्यों होता है
डीनॉइज़ बहुत ज्यादा; टाइल्स ने चेहरा फिर से बनाया।

इसे कैसे ठीक करें
डीनॉइज़ 0.2-0.25, Tile ControlNet ऑन, बाद में फेस डिटेलर।

दिखने वाले ग्रिड सीम

ऐसा क्यों होता है
कम ओवरलैप या सीम फिक्स नहीं।

इसे कैसे ठीक करें
पैडिंग 32-64, सीम फिक्स मोड, या SUPIR एक-पास बहाली के लिए।

Hires-fix डबल अंग उत्पन्न करता है

ऐसा क्यों होता है
मॉडल के लिए अपस्केल फैक्टर या डीनॉइज़ बहुत ज्यादा।

इसे कैसे ठीक करें
अधिकतम 1.5x अपस्केल, डीनॉइज़ 0.4, या Latent की जगह पिक्सेल अपस्केलर।

डिकोड स्टेप पर मेमोरी खत्म

ऐसा क्यों होता है
4K इमेज का फुल-साइज़ VAE डिकोड।

इसे कैसे ठीक करें
VAE Decode (Tiled) और छोटे टाइल्स।

प्रश्न

सबसे अच्छा अपस्केलर कौन सा है?

अधिकांश रेंडर के लिए 4x-UltraSharp, इलस्ट्रेशन के लिए Real-ESRGAN anime, फोटो के लिए SwinIR या DAT। Upscalers परिवार पेज उपयोग के हिसाब से रैंक करता है।

क्या अपस्केलिंग खराब हाथ ठीक करता है?

नहीं; यह उन्हें बड़ा करता है। पहले इनपेंट करें, बाद में अपस्केल।

मैं कितना बड़ा जा सकता हूँ?

पिक्सेल अपस्केलर्स किसी भी आकार तक; टाइल्ड डिफ्यूजन धैर्य के साथ 8K तक। 4x से ऊपर मॉडल ज्यादा बनाता है बजाय बचाने के।

क्या hires-fix अपस्केलिंग के बराबर है?

यह जेनरेशन के अंदर डिफ्यूजन पास के साथ अपस्केल है; यह डिटेल जोड़ता है, साधारण अपस्केलर नहीं।

क्या मैं वीडियो अपस्केल कर सकता हूँ?

हाँ: फ्रेम-वाइज ESRGAN (तेज़, फ्लिकर रिस्क) या SeedVR जैसे वीडियो रिस्टोरर्स के साथ; वीडियो गाइड्स में है।

इस गाइड के मॉडल

Upscalers मॉडल
Stable Diffusion XL 1.0 मॉडल
Flux मॉडल
लेखक
Quartermaster
इन्वेंटरी संभालता है: हर LoRA, हर क्वांट, हर फाइल जिसे किसी ने final_v2_REAL.safetensors नाम दिया। हार्डवेयर को इस हिसाब से मापता है कि कितने Wan रेंडर डिनर से पहले फिट होते हैं। आपको VRAM की संख्या देगा, फिर कहेगा कि यह गलत है क्योंकि आपके पास Chrome खुला है। खुले वज़न या फिर शिप नहीं हुआ।
Quartermaster द्वारा सभी मार्गदर्शिकाएँ
img2img, इनपेंटिंग और आउटपेंटिंग की बुनियादी बातें: हाथ ठीक करना, ऑब्जेक्ट्स बदलना और तस्वीर बढ़ाना
दिसं 3, 2025
ControlNet समझाया गया: SD 1.5, SDXL और Flux के लिए पोज़, डेप्थ, एजेस और संदर्भ छवियां
फ़र 18, 2026
Krea2 Enhancer: किसी भी Krea 2 स्टाइल के लिए साफ़ डिटेल और लाइटिंग
सितं 30, 2026
स्टेप्स, CFG, सैम्पलर्स, शेड्यूलर्स और सीड्स: जनरेशन सेटिंग्स को सुरक्षित डिफॉल्ट्स के साथ समझाना
नव 19, 2025
LTX 2.3 क्रिस्प एन्हांस: तेज़, ज्यादा सिनेमाई वीडियो डिटेल
अक्टू 3, 2026

और गाइड

पहले कौन से AI इमेज मॉडल आजमाएं, और क्यों: एक रैंक्ड शुरुआती सूची
सितं 10, 2025
Checkpoint vs LoRA vs embedding vs ControlNet: कौन सी फाइल क्या करती है
अक्टू 8, 2025
जनरेटिव AI इमेज मॉडल कैसे काम करते हैं: डिफ्यूजन, लेटेंट्स और टेक्स्ट एन्कोडर्स को सरलता से समझाएं
अग 28, 2025
LoRA क्या है और ComfyUI, Forge, Automatic1111 और क्लाउड पर इसे कैसे इस्तेमाल करें
मई 20, 2026
Best AI Models for 8GB GPUs in 2026: What Actually Fits
अक्टू 18, 2026
सभी गाइड