ComfyUI-Bilder hochskalieren und lokal reparieren: Hires Fix, FaceDetailer und Inpainting

Ein Charakterbild mit 768×1024 Pixeln ist in Komposition und Licht gelungen, doch das Gesicht in der Entfernung wirkt weich. Eine direkte 4x-Vergrößerung macht Details hart und aufgeklebt; nach FaceDetailer sieht die Person anders aus; beim Inpainting eines kleinen Hintergrundfehlers verschiebt sich die Farbe des gesamten Hintergrunds.

Pixel-Upscaling, latentes Resampling, FaceDetailer und manuelles Inpainting lösen unterschiedliche Aufgaben. Die folgenden Abschnitte erklären Verbindungen, Parameter, erste Testläufe und die Fehlersuche bei Unschärfe nach dem Upscaling, Änderungen außerhalb einer Maske und Identitätsdrift nach der Gesichtsreparatur.

---

Vier Pfade für bessere Qualität nach der Erzeugung

Nach einem grundsätzlich gelungenen Bild bleiben meist drei Probleme: zu geringe Auflösung, zu weiche Details oder ein lokaler Fehler. ComfyUI bietet dafür vier Hauptpfade mit unterschiedlichen Grenzen.

Pixel-Upscaling erhöht mit Modellen wie ESRGAN die Bildabmessungen. Es sampelt normalerweise den Prompt nicht neu und verändert die Komposition nicht absichtlich, kann aber Texturen rekonstruieren oder ergänzen. Dieser Pfad passt, wenn das Ausgangsbild stimmt und nur eine größere Ausgabe benötigt wird.

Latentes Resampling vergrößert das Latent und sampelt es erneut. Dadurch sind Strukturänderungen möglich; der Pfad eignet sich, wenn Material oder Details neu erzeugt werden sollen.

FaceDetailer erkennt einen Gesichtsbereich und repariert ihn lokal. Das hilft bei einem kleinen, weichen Gesicht. Hände und andere Objekte brauchen einen passenden Detector und Detailer oder eine manuelle Maske; FaceDetailer ist kein Universalwerkzeug.

Manuelles Inpainting markiert im Mask Editor den Bereich, der vorrangig neu gezeichnet werden soll. Das eignet sich für Logo-Kanten, kleine Hintergrundfehler oder einzelne Objekte, doch Sampling und Compositing können auch den Eindruck außerhalb der Maske verändern.

Die Pfade sind nicht austauschbar. Pixel-Upscaling sorgt nicht für Identitätskonsistenz, FaceDetailer ist kein Face Swap und Inpainting garantiert keine identischen Pixel außerhalb der Maske. Zuerst muss klar sein, ob nur die Größe, neu erzeugte Details, ein erkannter Bereich oder eine gezielte lokale Änderung gemeint ist.

---

Pixel-Upscaling: UpscaleModelLoader + Upscale Image using Model

Pixel-Upscaling ist der einfachste Nachbearbeitungspfad. Ist das Bild inhaltlich korrekt und soll nur größer werden, ist er meist der am wenigsten destruktive Startpunkt.

Erster Upscale-Durchlauf

Ausgangspunkt ist ein erzeugtes Bild mit 768×1024 Pixeln, das größer ausgegeben werden soll.

Zuerst ein zum Bild passendes Upscale-Modell aus Real-ESRGAN oder einer anderen vertrauenswürdigen Quelle laden, etwa RealESRGAN_x4plus.pth oder RealESRGAN_x4plus_anime_6B.pth.

Dann die Modelldatei unter ComfyUI/models/upscale_models/ ablegen.

Die ComfyUI-Oberfläche aktualisieren oder neu starten, damit die Modellliste neu eingelesen wird. Fehlt das Modell weiterhin, Pfad, Erweiterung und extra_model_paths.yaml kontrollieren.

Danach die Nodes verbinden. UpscaleModelLoader wählt das Modell. Upscale Image (Using Model) erhält upscale_model und image; die erzeugte Grafik wird mit dem image-Eingang verbunden.

Nach der Ausführung die tatsächlichen Abmessungen prüfen. Ein 4x-Modell liefert normalerweise die vierfache Breite und Höhe, maßgeblich sind jedoch Node-Ausgabe und realer Ressourcenverbrauch.

Auswahl eines Upscale-Modells

Modell	Geeigneter Startpunkt	Eigenschaften
4x-ESRGAN	Allgemeines Upscaling	Beispiel aus dem offiziellen Tutorial und gute Vergleichsbasis
RealESRGAN_x4plus	Fotos und realistische Szenen	Allgemeines Restaurationsmodell zum Testen natürlicher Texturen
RealESRGAN_x4plus_anime_6B	Anime und Illustration	Anime-orientiert, sinnvoll für Linien und Farbflächen
realesr-general-x4v3	Leichte allgemeine Verarbeitung	Leichtere Option für Vergleiche über mehrere Bilder

Ein universell bestes Modell gibt es nicht. Bildtyp, Stil des Basismodells, Kompressionsartefakte und Skalierungsfaktor beeinflussen das Ergebnis. Für Illustrationen zunächst ein Anime-Modell, für Fotos ein allgemeines Modell testen und Kanten, Haut, Haare sowie feine Texturen vergleichen.

Hinweis zum Modellverzeichnis

Upscale-Modelle gehören normalerweise nach upscale_models, nicht nach upscale_model. UpscaleModelLoader kann außerdem zusätzliche Verzeichnisse aus extra_model_paths.yaml lesen. Aktualisiert sich die Liste nicht, zuerst Pfad und Datei prüfen, danach Oberfläche aktualisieren oder neu starten.

---

Latent vergrößern und erneut sampeln: LatentUpscale + KSampler

Pixel-Upscaling interpretiert den Prompt nicht neu. Sollen Material oder Details nach der Vergrößerung neu entstehen, wird das Latent vergrößert und erneut gesampelt. denoise bestimmt das Verhältnis zwischen Erhalt und Neuzeichnung.

Parameter von LatentUpscale

Parameter	Aufgabe	Hinweise
upscale_method	Skalierungsalgorithmus	Häufige Optionen sind nearest-exact, bilinear und bislerp
width / height	Zielabmessungen	Eine Seite auf 0 setzen, um das Seitenverhältnis aus der anderen zu berechnen
crop	Zuschneiden	Häufige Optionen sind disabled und center

LatentUpscale gibt ein größeres Latent aus, das anschließend in KSampler geht. Ein Denoise-Wert nahe 1,0 erzeugt mehr Inhalt neu: Details können zunehmen, aber Komposition, Gesicht und Kleidung driften leichter. Ein Wert nahe 0,0 erhält mehr vom Ausgangsbild und ergänzt weniger neue Details.

Es gibt keinen Denoise-Wert für alle Modelle. Für kleine Detailkorrekturen niedrig beginnen. Seed, Sampler, Steps, CFG, Checkpoint und LoRA-Gewichte festhalten und jeweils nur eine Variable ändern. Sobald höhere Werte Gesicht oder Kleidung willkürlich verändern, zum letzten stabilen Wert zurückkehren.

Unterschied zum Pixel-Upscaling

Pfad	Strukturänderung?	Mehr Details?	Geeignet für
Pixel-Upscaling	Normalerweise keine absichtliche Kompositionsänderung	Rekonstruiert Pixeldetails	Ausgangsbild stimmt und braucht nur mehr Auflösung
Latentes Resampling	Ja, abhängig von Denoise	Erzeugt Details neu	Etwas Veränderung ist erlaubt und Material oder lokale Struktur soll neu entstehen

Latentes Resampling ist kein einfaches Resize. Enthält der Workflow bereits ControlNet, IPAdapter oder Regional Prompting, kann ein zweiter Pass diese Bedingungen abschwächen. Vor dem Test einen separaten Resampling-Zweig anlegen und Originalausgabe sowie Workflow sichern.

---

Gesichtsreparatur mit FaceDetailer aus Impact Pack

Ein weiches Gesicht in der Entfernung ist ein typischer Fehler. FaceDetailer kombiniert Gesichtserkennung und Detailer-Pfad in Impact Pack: Ein lokaler Bereich wird erkannt und per Detail- oder Inpainting-Verarbeitung verfeinert. Das verbessert kleine Gesichter, ist aber weder Identitätskontrolle noch Face Swap.

Impact Pack installieren

Impact Pack ist ein Drittanbieterpaket für Custom Nodes. Der Maintainer empfiehlt die Installation über ComfyUI Manager. Im Bereich für Custom Nodes nach ComfyUI-Impact-Pack suchen, installieren und ComfyUI neu starten.

Impact Pack ändert sich häufig, einschließlich Node-Struktur und Kompatibilitätsanforderungen. Das aktuelle README weist außerdem darauf hin, dass bestimmte Ultralytics Detector Provider das separate Impact Subpack benötigen. Bei roten Nodes, fehlendem Detector oder abweichenden Parametern das aktuelle README, die Subpack-Hinweise und den Manager-Status prüfen, statt einen alten Screenshot nachzubauen.

Erste Gesichtsreparatur

Angenommen, das erzeugte Bild enthält ein weiches Gesicht in der Entfernung.

Zuerst FaceDetailer aus dem Impact-Pack-Menü hinzufügen.

Danach image, model, clip, vae, Detector und weitere erforderliche Eingänge aus dem Workflow verbinden. Da sich Eingänge zwischen Versionen ändern können, sind der installierte Node und das aktuelle README maßgeblich.

Zunächst Erkennungsbereich, guide_size, max_size, noise_mask, inpaint_model und cycle beachten. guide_size bestimmt die Referenzgröße beim Verfeinern eines kleinen Bereichs. max_size begrenzt die lange Seite und den VRAM-Verbrauch.

Mit konservativem Denoise beginnen. 0,3–0,5 ist ein praktischer Startbereich für Gesichtsreparaturen, aber kein offizieller fester Wert. Je kleiner das Ausgangsgesicht und je größer die Erkennungsbox, desto vorsichtiger sollte die Einstellung sein.

Original und Reparatur vergleichen. Das Gesicht soll klarer werden, ohne Identität, Ausdruck, Haare oder Hintergrund unnötig zu verändern.

FaceDetailer-Parameter

Parameter	Aufgabe	Empfehlung
guide_size	Referenzgröße des vom Detailer bearbeiteten Bereichs	Mit mittlerer Größe beginnen; größere Werte erhöhen Neuzeichnung und VRAM-Druck
max_size	Maximale Größe des bearbeiteten Bereichs	Überdimensionierte Erkennungsboxen und VRAM-Verbrauch begrenzen
noise_mask	Noise Mask im erkannten Bereich ein- oder ausschalten	Als Schalter verstehen und Verhalten in der installierten Version prüfen
inpaint_model	Inpaint-Modellpfad verwenden	Bei einem Workflow mit dediziertem Inpaint-Checkpoint konfigurieren
cycle	Anzahl der Detailer-Durchläufe	Mit 1 starten; Wiederholungen können weiter vom Gesicht wegführen

Der Detector bestimmt den bearbeiteten Bereich. Wird das Gesicht schlechter, zuerst die richtige Erkennung prüfen, dann Bereich, Denoise oder guide size reduzieren. Eine fehlerhafte Hand benötigt einen Hand-Detector und Detailer oder manuelles Inpainting; FaceDetailer repariert sie nicht automatisch.

Grenzen von FaceDetailer

FaceDetailer kann Gesichtsdetails verbessern, garantiert aber nicht die ursprüngliche Identität. Für Identitätskonsistenz sind FaceID, InstantID, ReActor oder LoRA zuständig. Bei realen Gesichtern ausschließlich eigenes oder autorisiertes Material nutzen.

---

Manuelles Inpainting: einen Bereich ändern, ohne alles neu zu bauen

Für eine Logo-Kante, einen kleinen Hintergrundfehler oder eine einzelne Hand ist manuelles Inpainting oft kontrollierbarer. Die Maske legt den Schwerpunkt fest, doch der tatsächlich beeinflusste Bereich hängt weiterhin von Encoding, Conditioning, Denoise und Compositing ab.

Schritte im Mask Editor

Ausgangspunkt ist ein Produktbild mit einem kleinen Fehler im Hintergrund.

Das Original in Load Image laden, den Node mit der rechten Maustaste öffnen und Open in MaskEditor wählen.

Nur den zu korrigierenden Bereich übermalen.

Zu viel abgedeckte Fläche mit dem Radierer entfernen und an der Kante einen sinnvollen Übergang lassen.

Zum Schluss Save wählen, damit die Maske zum Image-Node zurückkehrt und in den Inpainting-Pfad eingespeist werden kann.

Zwei übliche Inpainting-Verbindungen

Native Workflows verwenden meist einen von zwei Conditioning-Pfaden. Beide müssen nicht mechanisch hintereinander geschaltet werden.

Der erste nutzt VAE Encode (for Inpainting). Der Node erhält pixels, vae, mask und grow_mask_by und gibt ein Latent mit Noise Mask aus. Dieses Latent geht in KSampler; anschließend erzeugt VAE Decode wieder ein Bild.

Der zweite nutzt InpaintModelConditioning. Der Node erhält positive und negative Conditionings, vae, pixels und mask und gibt verarbeitete positive und negative Conditionings sowie ein Latent für KSampler aus. Dieser Pfad passt zu Workflows mit dediziertem Inpaint-Conditioning.

KSampler selbst erhält Sampling-Eingänge wie Modell, positives Conditioning, negatives Conditioning und Latent. Die VAE sitzt in den Encoding- und Decoding-Nodes davor und danach; sie wird nicht direkt mit KSampler verbunden.

Aufgabe von grow_mask_by

grow_mask_by erweitert die Maske nach außen und schafft einen Übergangsbereich im Latent. Eine zu enge Maske erzeugt leicht harte Kanten, eine zu große zeichnet bereits gute Bildteile neu. Mit einer kleinen Erweiterung beginnen, Naht und Hintergrund prüfen und schrittweise erhöhen.

Sichtbare Nähte beheben

Bei einer Naht, abweichender Helligkeit oder Patch-Effekt grow_mask_by moderat erhöhen, Denoise senken und die Maske weichzeichnen. Drittanbieter-Nodes bieten etwa Expand Mask und Blur Masked; Namen und Verhalten müssen jedoch zur installierten Version passen.

---

Erweiterte Optionen: Ultimate SD Upscale und comfyui-inpaint-nodes

Pixel- und Latent-Upscaling decken die Grundlagen ab. Ein sehr großer Vollbild-Durchlauf kann jedoch VRAM erschöpfen, während schwierige Nähte eine präzisere Maskenvorbereitung brauchen. Die folgenden Custom Nodes sind fortgeschrittene Optionen und keine Pflicht für den ersten Workflow.

Ultimate SD Upscale: Details in Kacheln ergänzen

Ein Bild von 1024×1536 auf 4096×6144 zu vergrößern, macht einen vollständigen zweiten Durchlauf teuer. Ultimate SD Upscale teilt das Bild in Kacheln, führt auf jeder Kachel Image-to-Image-Diffusion aus und setzt das Ergebnis zusammen.

Kacheln halten einzelne Durchläufe näher an der Trainingsgröße des Diffusionsmodells und senken den Druck einer Vollbildverarbeitung. Dafür dauert die Ausführung länger; Nähte, wiederholte Texturen oder unterschiedliche lokale Stile sind möglich.

In ComfyUI Manager nach ComfyUI_UltimateSDUpscale suchen. Installationsweg, Menü und Parameter können sich ändern, daher aktuelles README und Node-Oberfläche prüfen.

comfyui-inpaint-nodes: Maskenvorbereitung

comfyui-inpaint-nodes bietet Fooocus Inpaint, LaMa, MAT und Werkzeuge zum Vergrößern, Verkleinern, Weichzeichnen und Füllen von Masken. Fooocus-Inpaint-Modelle liegen normalerweise unter ComfyUI/models/inpaint; Modellkompatibilität und Conditioning-Pfad im aktuellen README prüfen.

Bedarf	Zu testende Vorbereitung
Sichtbare Naht um die Änderung	Expand Mask plus Blur Masked
Präzisere Maskenausdehnung	Shrink Mask oder Expand Mask
Bessere Ausgangsfüllung in der Maske	Fill Masked
Objekt entfernen oder Bild erweitern	LaMa, MAT oder passender Outpaint-Workflow

Denoise allein löst nicht jedes Problem. Ein Wert nahe 1,0 zeichnet den maskierten Bereich stärker neu, ein niedrigerer Wert erhält mehr Ausgangsinhalt; das Verhalten hängt jedoch auch von Modell und Conditioning-Pfad ab. Verschiebt sich Inhalt außerhalb der Maske, zuerst Verbindungen und Compositing prüfen und erst danach Maske, Denoise oder Übergangsbreite ändern.

---

Entscheidungstabelle: Szenario und Nachbearbeitungspfad

Szenario	Empfohlener Pfad	Grund	Alternative
Ausgangsbild stimmt und braucht nur mehr Auflösung	Pixel-Upscaling	Erhält normalerweise die Komposition und verbessert Pixel	Latentes Resampling, wenn Details neu entstehen sollen
Material oder Details sollen neu erzeugt werden	Latentes Resampling	Denoise steuert Erhalt und Neuzeichnung	Ultimate SD Upscale bei sehr großen Bildern
Ein entferntes Gesicht ist weich	FaceDetailer	Erkennt ein Gesicht und verfeinert es lokal	Manuelles Inpainting bei falscher Erkennung
Hand, Objekt oder Logo hat einen lokalen Fehler	Manuelles Inpainting oder passender Detailer	Maske oder Detector begrenzt den Arbeitsbereich	Bei falscher Struktur zur Erzeugung zurückkehren
Zielauflösung überschreitet den verfügbaren VRAM	Ultimate SD Upscale	Tiled img2img senkt den Druck pro Kachel	Zielgröße reduzieren und Pixel-Upscaling nutzen
Änderung hat eine sichtbare Kantennaht	Maske erweitern und weichzeichnen	Schafft Übergang für die lokale Neuzeichnung	Änderungsstärke und Denoise senken

Stärken und Nachteile

Pfad	Stärken	Nachteile	VRAM-Bedarf
Pixel-Upscaling	Schnell, erhält meist die Komposition, viele Modelloptionen	Repariert keine Strukturfehler und kann künstliche Textur erzeugen	Niedrig bis mittel
Latentes Resampling	Kann Material und Details neu zeichnen, flexibel einstellbar	Denoise muss abgestimmt werden und das Bild kann driften	Mittel bis hoch
FaceDetailer	Erkennt Gesichter automatisch, keine handgezeichnete Gesichtsmaske nötig	Bewahrt keine Identität und kann überkorrigieren	Mittel bis hoch
Manuelles Inpainting	Definierter Bereich und klare Kontrolle	Benötigt Maske, Kantenabstimmung und korrektes Conditioning	Mittel
Ultimate SD Upscale	Verarbeitet sehr große Bilder in Kacheln	Langsamer und anfällig für Kachelnähte	Abhängig von Kachel und Modell

Nicht alle Nachbearbeitungs-Nodes gleichzeitig aktivieren. Zuerst den am wenigsten destruktiven Pfad verwenden, der das aktuelle Problem löst, das Zwischenergebnis speichern und danach über weiteres Sampling oder eine lokale Reparatur entscheiden.

---

Empfohlene Reihenfolge: skalieren, Gesicht reparieren, dann inpainten

Die Reihenfolge beeinflusst das Ergebnis. Für Charakterbilder ist konservatives Upscaling, danach die Reparatur erkannter Bereiche und zuletzt eine manuelle lokale Änderung ein sinnvoller Start. Es ist jedoch kein festes Rezept für jedes Bild.

Warum diese Reihenfolge funktioniert

Zuerst Quellbild und Workflow sichern. Ist nur die Größe das Problem, Pixel-Upscaling verwenden, da es den Prompt normalerweise nicht neu sampelt.

Danach Gesicht, Hände und andere kleine Bereiche prüfen. Für ein Gesicht FaceDetailer verwenden, für Hand oder Objekt den passenden Detector und Detailer oder eine manuelle Maske. Eine größere Quelle erleichtert die Beurteilung, ob die Reparatur zu stark ist.

Manuelles Inpainting zuletzt für Logo, Kante, Hintergrundfehler oder einen anderen exakten Bereich einsetzen, damit ein früherer Vollbildschritt die lokale Reparatur nicht wieder zerstört.

Risiken eines zweiten Durchlaufs

Verwendet der Workflow bereits ControlNet, IPAdapter oder Regional Prompting, können latentes Resampling und lokales Sampling im Detailer die Bedingungen abschwächen. Pose, Linien, Haarfarbe, Kleidung und Referenzidentität können driften.

Ist ein zweiter Durchlauf nötig, ursprüngliche Bedingungen behalten, Seed und weitere Parameter fixieren und mit niedrigem Denoise beginnen. Wenn das Ergebnis der vorgelagerten Kontrolle wichtiger ist als neue Details, zuerst Pixel-Upscaling testen und dann den Wert des Resamplings abwägen.

Weiterführende Artikel

• ComfyUI für Einsteiger: Oberfläche, Modellordner und erste Bilderzeugung.
• ComfyUI-Workflows reproduzierbar machen: Import, fehlende Nodes und Reproduzierbarkeit.
• Stable-Diffusion-Modelle auswählen: Basismodelle, VAE, VRAM und Lizenzgrenzen.

---

Häufige Fehler: Unschärfe, Gesichtsdrift, Nähte und Maskenüberlauf

Symptom	Häufige Ursache	Lösung
Upscale ist weich oder unnatürlich hart	Modell passt nicht zum Bildtyp oder wiederholtes Upscaling ist zu stark	Allgemeine, Foto- und Anime-Modelle vergleichen und Wiederholungen reduzieren
Gesicht sieht nicht mehr wie dieselbe Person aus	Denoise im zweiten Durchlauf ist zu hoch oder Detailer-Bereich zu groß	Denoise senken und Bereich verkleinern; bei Identität eine spezielle Methode verwenden
Willkürliche Textur entsteht	Tiled Upscale oder hoher Denoise zeichnet zu stark neu	Denoise senken, neue Prompt-Information entfernen und zuerst kleiner testen
Maskenkante hat eine Naht	Maske ist zu eng, Übergang fehlt oder lokale Helligkeit ändert sich	grow_mask_by und Weichzeichnung anpassen, Änderungsstärke reduzieren
Inhalt außerhalb der Maske ändert sich	Maske, Noise Mask, Conditioning oder Compositing ist falsch	Verbindungen prüfen, Maske verkleinern und Denoise senken
FaceDetailer findet das Gesicht nicht	Gesicht ist zu klein, Winkel ungewöhnlich oder Detector unpassend	Konservativ hochskalieren oder Detector wechseln; nicht mit hohem Denoise erzwingen
Upscale-Modell fehlt	Pfad oder Erweiterung ist falsch oder Liste wurde nicht aktualisiert	Nach upscale_models legen oder Extra-Pfad konfigurieren, dann aktualisieren oder neu starten
Ultimate SD Upscale ist rot	Custom Node fehlt oder Version und Abhängigkeiten passen nicht	Installation und Updates im Manager prüfen; komplexe Konflikte separat untersuchen
Workflow hat zu wenig VRAM	Auflösung, Kachel, Batch oder Detailer-Bereich ist zu groß	Größe und Batch senken, max_size und Kachel verkleinern oder Pixel-Upscaling nutzen

---

Weiter reparieren oder zur Erzeugung zurückkehren?

Nachbearbeitung fortsetzen, wenn Komposition, Identität, Pose und Produktform stimmen und nur Auflösung, ein kleines Gesicht, eine Hand oder ein lokaler Fehler übrig ist. Die ideale Änderung passt in eine kleine Erkennungsbox oder Maske.

Zur Erzeugung zurückkehren, wenn Identität, Pose, Kleidung, Anzahl der Motive oder Produktstruktur falsch sind. Mehr Denoise und Inpainting erhöhen dann eher die Unsicherheit, statt die zugrunde liegende Bedingung zu korrigieren. Prompt, ControlNet, Referenzbild oder Modellauswahl anpassen.

Ein Charakter oder Produkt, das über viele Ausgaben stabil bleiben soll, braucht ebenfalls mehr als wiederholtes Inpainting. Nachbearbeitung schließt ein bereits weitgehend korrektes Einzelbild ab; sie ersetzt keine Identitätsassets, Strukturkontrolle oder Training.

---

Fazit

ComfyUI-Nachbearbeitung hat vier Hauptpfade: Pixel-Upscaling, latentes Resampling, Gesichtsreparatur mit FaceDetailer und manuelles Inpainting. Stimmt der Inhalt, mit Pixel-Upscaling beginnen. Einen latenten zweiten Durchlauf mit niedrigem Denoise nur einsetzen, wenn Details neu entstehen sollen. FaceDetailer repariert ein weiches entferntes Gesicht, ist aber keine Identitätssicherung. Für einen konkreten lokalen Fehler eine manuelle Maske und einen Inpaint-Conditioning-Pfad verwenden.

Für Charakterbilder ist konservatives Upscaling, Reparatur erkannter Bereiche und abschließende manuelle Änderung eine praktische Reihenfolge. Passt ein Vollbild-Durchlauf nicht in den VRAM, kann Ultimate SD Upscale kachelweise arbeiten; jede Naht und jeder lokale Stilübergang muss trotzdem geprüft werden. Der Vergleich jedes Zwischenergebnisses mit dem Original macht Gesichtsdrift, künstliche Textur und Änderungen außerhalb der Maske leichter auffindbar.