Animaのアップスケールについて色々試したけど、やっぱりこれが最適解な気がする。的な話

どうもAnimaはワシの嫁、HKMCです。

これまでみたいに気合を入れて記事を書かずにフラットに書こうと思う訳ですよ。そっちの方が楽しいんで。

今日はアップスケールについてです。

何がきっかけで今のアップスケールに辿り着いたのか覚えてないんですけど、いつの間にかAnimaでのアップスケールは

これしか上手くいかん！

と自分の中で強く思って以降、それしか使ってないんですよね。

そのアップスケールの名前が

DaSiWa Torch Resize

Animaのマージモデルを制作したDaSiWa氏が手掛けたアップスケールです。

一般的なアップスケールはベース生成画像をアップスケールモデルによって拡大するんだけど、DaSiWa Torch Resizeはアップスケールモデルを使わずにただ拡大するだけなんですよ。

画像ビューワーとかで100%→200%みたいにただ拡大するだけみたいな。

当然ね、ただ拡大してるだけだから、画像がボヤけるんです。

問題はその後。

アップスケールをしたら当然、再サンプリング（i2i）を施します。（Refineとも言います）

DaSiWa方式でもアップスケールモデル方式でも再サンプリングはします。

何が違うの？と思うかもしれない。

ここに大きな違いが生まれてくるんです。

アップスケールモデルを使用してアップスケールをすると、
そのアップスケールモデルの質感のクセが入ってきてしまうんですよね。

例えば有名所のアップスケールモデルで言うと、4x-UltraSharp。

元の画像を正確に維持してアップスケールをする高精度なアップスケールモデル。
僕もSDXL時代はお世話になりました。

この4x-UltraSharp、2Dイラストをアップスケールすると、線がシャープに、輪郭がクッキリしちゃう事があるんですよ。

更に肌にツヤやテカリが出たりして質感がプラスチックっぽくなったりするのは僕の好みじゃないので致命的です。

当然ね、元画像から逸脱する程の極端な結果にはならないんですけど
僕みたいに細かい所までジロジロ見るようなみみっちい男からしたら

余計な事すんじゃねぇ！！

っと内なる江戸っ子が出てくるわけですよ（山口県出身）

その点、DaSiWa Torch Resizeはどうでしょう。

画像データを単純に拡大して、それをVAE Encodeで潜在データ（Latent）に戻す。

そしてその潜在データをそのまま再サンプリングする。

つまり、アップスケールモデルという下請けを雇わずに、我が社の社員だけで我が社らしい商品開発をする訳ですよ。

これの何が良いのか。

• 自分の作った工程通りにイラストを生成出来る

• 自分の画風を保つことが出来る

• 意図していない事故を防げる

• 問題解決が容易

• アップスケールモデルの事を考えずに済む

です。

もちろんメリットばかりじゃありません。
ちゃんとデメリットもあります。

• 処理に時間がかかる（生成コストが高い）

• VAEエンコードとVAEデコードを往復するのでわずかに色のトーンやディテールボケが発生する。

• ノイズ除去値を上げられない

1番目、画像サイズを引き伸ばして再サンプリングで丸ごと描き直すので多少時間がかかります。

2番目に関しては僕はあまり感じた事がないですが、VAEの往復が入る以上、理論上は起こっているはずです。
ごめんなさい、その問題にぶち当たってワークフローを見直し、Color Matchノードで解決しました。

3番目、丸ごと再サンプリングで描き直すのでノイズ除去値を高くするとキメラが産まれてくる可能性がある（0.5以上は危険）
0.2～0.3あたりがオススメです。

です。

それらを踏まえても、僕は僕が設定したモデル・LORA・サンプリング設定通りの画風で生成・アップスケール・再サンプリングして欲しいのでDaSiWa方式のアップスケールをとっています。

もちろん、現状に満足されている方は無理にDaSiWa方式を取り入れなくて良いと思います。

もし、この中で現状のアップスケールに満足いっていない方がいたら、一度このDaSiWa方式のアップスケールを取り入れてみてはいかがでしょうか？

以上！報告終わり！

良かったら前回の記事で好き放題語ってるので見てくれると嬉しいです。