Размытые лица, «пластиковая» кожа и потеря мелких деталей при генерации в Stable Diffusion чаще всего связаны не с самой моделью, а с недостаточным разрешением на этапе первичной генерации и отсутствием этапа апскейла. Проблема чёткости (clarity) решается комбинацией правильных настроек сэмплера, промптов и постобработки.
В этой статье разберём, откуда берётся «мыло» в генерациях, какие инструменты — от Hires. fix до ControlNet Tile — реально влияют на детализацию, и как выстроить рабочий процесс, чтобы картинка оставалась резкой даже после увеличения.
Почему Stable Diffusion теряет чёткость
Основная причина размытия — генерация в низком разрешении с последующим растягиванием картинки. Базовые модели семейства SD 1.5 обучены на изображениях около 512×512, а SDXL — около 1024×1024. Если запросить разрешение сильно выше «родного», модель начинает дублировать объекты и путать композицию, а если ниже — теряются мелкие детали: глаза, текстуры ткани, волосы.
Вторая типичная причина — неподходящий сэмплер или малое число шагов. При недостатке шагов картинка не успевает «сойтись», и мелкие элементы остаются непрорисованными. Третий фактор — слишком низкое или слишком высокое значение CFG Scale: при низком модель «фантазирует» и размывает формы, при завышенном появляются артефакты и пересветы, которые тоже воспринимаются как потеря чистоты картинки.
Базовые настройки для чёткой генерации
Начните с «родного» разрешения вашей модели. Для SD 1.5 это 512×512 или близкие пропорции (например, 512×768 для портрета), для SDXL — около 1024×1024. Проверить рекомендуемое разрешение можно в описании модели на странице, откуда она загружена, — авторы обычно указывают оптимальные параметры.
Далее настройте сэмплер и шаги. Универсальной «лучшей» комбинации нет, но рабочей отправной точкой считается DPM++ 2M Karras или Euler a с количеством шагов в диапазоне 25–35. Значение CFG Scale для большинства моделей разумно держать в районе 6–8 и подбирать под конкретный чекпоинт.
- 🎯 Генерируйте в «родном» разрешении модели, а увеличение делайте отдельным этапом
- ⚙️ Используйте 25–35 шагов сэмплинга — меньше часто даёт непрорисованные детали
- 🧭 Держите
CFG Scaleв умеренном диапазоне и сверяйтесь с рекомендациями автора модели - 🖼️ Для портретов выбирайте вертикальные пропорции вместо квадрата — лицу достанется больше пикселей
⚠️ Внимание: завышение разрешения напрямую в поле Width/Height вместо использования апскейла — самая частая ошибка новичков. Это не только не добавляет чёткости, но и ломает композицию: появляются двойные головы, лишние конечности и дублирующиеся объекты.
Промпты, влияющие на детализацию
Текстовый запрос тоже влияет на воспринимаемую резкость. Токены вроде highly detailed, sharp focus, intricate details подталкивают модель к прорисовке мелких элементов, хотя сами по себе не заменяют технические настройки. Не менее важен негативный промпт: туда стоит добавить blurry, low quality, out of focus, jpeg artifacts.
Не перегружайте промпт десятками качественных тегов подряд — после определённого порога они перестают работать и начинают конфликтовать друг с другом. Лучше короткий, структурированный запрос с приоритетом на главный объект.
Hires. fix и апскейлеры: главный инструмент чёткости
Функция Hires. fix в AUTOMATIC1111 WebUI — это штатный способ получить детализированную картинку большого размера. Механика такая: сначала генерируется изображение в базовом разрешении, затем оно увеличивается выбранным апскейлером и прогоняется через частичную повторную генерацию (img2img) с параметром Denoising strength, который добавляет новые детали.
Ключевой параметр здесь — Denoising strength. При значениях около 0.3–0.4 структура изображения сохраняется, а мелкие детали дорисовываются. При значениях выше 0.6 картинка может заметно измениться: поменяются лица, позы, элементы фона. Подбирайте значение экспериментально под конкретную задачу.
| Апскейлер | Сильная сторона | Особенности |
|---|---|---|
| 4x-UltraSharp | Фотореалистичные изображения | Популярный выбор для портретов и текстур |
| R-ESRGAN 4x+ | Универсальность | Хорошо работает с разными типами картинок |
| R-ESRGAN 4x+ Anime6B | Аниме и иллюстрации | Сохраняет чистые линии и заливку |
| Latent | Скорость | Работает без внешних моделей, но мягче по деталям |
Файлы апскейлеров (например, 4x-UltraSharp) нужно скачать отдельно и поместить в папку models/ESRGAN внутри каталога WebUI, после чего перезапустить интерфейс. Точное расположение папки может отличаться в зависимости от сборки — сверяйтесь с документацией вашего интерфейса.
ControlNet Tile и Ultimate SD Upscale
Для максимальной детализации больших изображений продвинутые пользователи комбинируют расширение Ultimate SD Upscale с моделью ControlNet Tile. Суть метода: картинка разбивается на фрагменты (тайлы), каждый прогоняется через img2img с умеренным denoising, а ControlNet Tile следит, чтобы структура изображения не «поплыла» и стыки фрагментов совпали.
Этот подход требователен к видеопамяти и времени, но позволяет увеличивать изображения в несколько раз с добавлением реальных деталей, а не простой интерполяции. Именно связка ControlNet Tile + тайловый апскейл даёт эффект «clarity», который сложно получить обычным Hires. fix на очень больших разрешениях.
☑️ Чек-лист чёткой генерации
⚠️ Внимание: тайловый апскейл больших изображений может занимать десятки минут и требовать значительного объёма видеопамяти. Если появляются ошибки нехватки VRAM, уменьшите размер тайла или включите режимы экономии памяти, предусмотренные вашим интерфейсом.
Типичные ошибки и их решения
Разберём частые симптомы. Размытые глаза на портрете — лицо занимает слишком мало пикселей; решение: кадрировать композицию ближе, использовать вертикальный формат или прогонять лицо через ADetailer (расширение для автоматической детализации лиц и рук). «Пластиковая» кожа — следствие агрессивного сглаживания; попробуйте другой апскейлер или снизьте denoising в Hires. fix.
Шум и зернистость после апскейла обычно означают слишком высокий denoising или конфликт апскейлера с типом изображения. Дублирование объектов — признак того, что базовое разрешение завышено относительно возможностей модели. В каждом случае меняйте один параметр за раз, чтобы понять, что именно дало эффект.
Что делать, если не хватает видеопамяти для апскейла
Уменьшите размер тайла в Ultimate SD Upscale, закройте лишние программы, использующие GPU, и проверьте, не включён ли одновременно второй ресурсоёмкий процесс. В крайнем случае апскейльте изображение во внешней программе, работающей на CPU, — это медленнее, но не упирается в VRAM.
FAQ: частые вопросы про чёткость в Stable Diffusion
Что такое Clarity в контексте Stable Diffusion?
Чаще всего под «clarity» понимают общую чёткость и детализацию результата. Также существуют инструменты и сервисы апскейла с похожими названиями, но принцип один: увеличение изображения с восстановлением мелких деталей.
Какой апскейлер лучше для фотореализма?
Часто рекомендуют 4x-UltraSharp и R-ESRGAN 4x+, однако результат зависит от конкретной модели и сюжета. Оптимальный вариант подбирается сравнением нескольких апскейлеров на одном и том же изображении.
Помогает ли увеличение числа шагов до 100 и больше?
Как правило, после определённого порога (ориентировочно 30–50 шагов для популярных сэмплеров) прирост детализации становится незаметным, а время генерации растёт линейно. Эффективнее вложить ресурсы в апскейл.
Почему после Hires. fix лицо изменилось?
Слишком высокое значение Denoising strength — модель перерисовывает детали заново. Снизьте значение до 0.3–0.4 или используйте ControlNet Tile для фиксации структуры.
Можно ли повысить чёткость уже готовой картинки без перегенерации?
Да: отправьте изображение в img2img с низким denoising и включённым ControlNet Tile, либо воспользуйтесь внешним AI-апскейлером. Качество будет ниже, чем у полного пайплайна, но заметно лучше обычного растягивания.