Rebels DyPE Flux 1 Upscaler

True 4K画像生成、低VRAM向けに設計！<3

Flux Dev用の最新のアップスケーリング手法（DyPEノード使用）によるシンプルなアップスケーリングワークフロー！

ワークフローには、リファイナー値として2回目のパスでSRPOモデルを使用したv2.0が標準で含まれています。

変更可能なパラメータ（バリエーション、品質、スピードのため）：

--2回目のksamplerのステップ数：最大5-20ステップ（1回目のパスでのベース画像が20ステップ以上の場合、リファイニングステップは20を超えないでください。過剰なステップでは変形や劣化が発生します。）

--2回目のksamplerのノイズ削減（denoise）：0.1 - 0.8（0.8は非常に強いリファイニングで、SRPOモデルのデータセットに基づいて画像全体が大きく変化します。まずは0.15から始め、必要に応じて徐々に上げてください。）

--シード：説明不要。

DyPEの動作概要：

DyPEは、トレーニング不要な新規手法であり、FLUXのような事前学習済みのディフュージョントランスフォーマーが、追加のサンプリングコストなしで訓練データをはるかに超える解像度で画像を生成可能にします。これは、ディフュージョンプロセスに内在するスペクトルの進行を活用して動作します。各ステップでモデルの位置エンコーディングを動的に調整し、その周波数スペクトルを生成プロセスの現在の段階に一致させることで、初期段階では低周波構造に焦点を当て、後期段階では高周波の詳細を解像します。これにより、ネイティブ解像度を超えてモデルを押し込んだ際に一般的に見られる繰り返しアーチファクトや構造的劣化を防止します。

生成時間はrealESRGANなどの一般的なアップスケーリング手法よりやや長くなりますが、結果は一部の側面で同等、あるいはそれ以上であると評価されています。なお、このノードはリソース消費が非常に少なく、エラーなくモデルを動作させるために追加のリソースは必要ありません。