Upscale: escalado de imágenes

¿Qué hemos aprendido hasta ahora?

¡Hola! Felicitaciones por llegar tan lejos en este curso. Has adquirido una comprensión detallada sobre la generación de imágenes a partir de texto utilizando herramientas como DALL·E, MidJourney y Stable Diffusion. Ahora entiendes cómo funcionan los modelos de difusión y cómo CLIP juega un papel crucial en combinar texto e imagen. Además, has conocido a OpenAI y otras destacadas compañías en este campo.

¿Qué es Stable Diffusion Upscale?

Stable Diffusion es una tecnología de código abierto que sigue creciendo a través de nuevas librerías y técnicas. En esta clase, exploraremos el método Upscale, que permite aumentar la resolución de una imagen base sin perder calidad.

¿Cómo funciona Stable Diffusion Upscale?

Dentro de la interfaz de Automatic 1111 y usando Stable Diffusion 2.0, te enseñaré a transformar una imagen usando Upscale. Por ejemplo, generamos una imagen sencilla de un perrito con un sombrero (768x768) y luego escalamos su resolución:

• Paso 1: Generar la imagen base.
• Paso 2: Enviar la imagen a ImageToImage.
• Paso 3: Usar el script Stable Diffusion Upscale, estableciendo un factor de escala. Por defecto, podrías duplicar la resolución inicial. Prefiero usar el modelo Ersgan 4x para un escalado óptimo de imágenes.
• Paso 4: Ajustar el Denoising String entre 0.2 y 0.4.
• Paso 5: Utilizar Euler Ancestral (Euler A) para la mejor calidad de escalado.
• Resultado: Generar la imagen final, ahora escalada a 1536x1536.

¿Qué otras herramientas ofrece Automatic 1111?

Además del escalado, otra función poderosa de Automatic 1111 es "Interrogar CLIP". Esto invierte el proceso text-to-image:

• Al cargar una imagen existente y seleccionar "interrogar", el sistema analiza y describe la imagen seleccionada con texto preciso. Por ejemplo, podría describir la imagen que generamos como "un perro con un gorrito o sombrero azul, sentado en una superficie verde, con un fondo naranja". Esto ofrece una útil herramienta de interpretación y descripción visual en el módulo image-to-image.

Este proceso demuestra las amplias capacidades de Stable Diffusion para no solo generar imágenes a alta resolución, sino también traducir las características visuales a descripciones textuales precisas.

Sigue explorando y aprendiendo sobre estas herramientas y ¡nos vemos en la siguiente clase, donde ahondaremos en las posibilidades de image-to-image con Stable Diffusion!