Rebels DyPE Flux 1 Upscaler

真正的4K图像生成，专为低显存设计！<3

为Flux Dev设计的简单超分辨率工作流，采用最新的DyPE节点！

v2.0版本中，第二遍使用SRPO模型作为精炼器的参数已默认集成在工作流中。

您可以根据需求调整变化、质量或速度的参数如下：

--第二遍ksampler的steps：最多5-20步（如果第一遍的基础图像steps已达到20或更多，则精炼步数不要超过20步，否则会出现形态扭曲和质量退化。）

--第二遍ksampler的denoise：0.1 - 0.8（0.8代表大量精炼，会根据SRPO模型的数据集彻底改变图像。建议从0.15开始，逐步调整。）

--Seed：自解释。

DyPE工作原理简述：

DyPE是一种无需训练的创新方法，可使预训练的扩散变换模型（如FLUX）在不增加采样成本的前提下，生成远超其训练数据分辨率的图像。它通过利用扩散过程固有的频谱演化特性实现这一目标：在每一步动态调整模型的位置编码，使其频率谱与当前生成阶段相匹配——早期聚焦于低频结构，后期再细化高频细节。这种方法有效避免了将模型推至原生分辨率以上时常见的重复伪影和结构退化问题。

生成时间略长于常规超分方法（如realESRGAN），但在某些方面效果相当甚至更优。更重要的是，该节点资源消耗极低，无需额外配置即可稳定运行模型。