Kakudai V2

06.09.2026, updated to install TensorRT.

以前、日本発AI開発エンジニアグループ、マーベリックが開発した画像拡大＆高画質化AI「Kakudai V1」に様々な改良を施したEXを公開しましたが、

今回更にオリジナル要素を盛り込んだKakudai V2を開発しました。

CCSR部分をTensorRT化し、大幅に処理速度を向上させています。

CCSR-TensorRT用のノードとonnxエンジンは、以下で公開しています。

それによって拡大した画像ですが、私にとっての永遠ヒーロー、1980年代のサイクリングシーンをけん引した2人のスーパースター、U.S.AのMr. Greg LeMondとフランスのBernard Hinault氏です。

従来のKakudai V1では、ほぼ別人になってしまった処を、ほぼ元画像に忠実な拡大を可能にしました。

ちなみに元絵は下です。

従来のKakudai V1からの改造点は、元画像に対する追随性を向上させる為に、お馴染みIP-Adapterを使用している点です。IP-AdapterはFace限定モデルではなくGlobal用途のモデルを使用します。

Kakudai V2の利点の一つに、SD1.5ベースである為に軽量である点があります。今回、IP-Adapterを追加していますが、ほぼ全工程でVRAM消費は12GB未満に収まります。

肌のノイズ過剰もだいぶ改善しましたが、人によっては逆にノイズ不足で物足りないという視点もあるかもしれません。その場合は、従来のKakudai V1を使用すると良いでしょう。

また、原画に対する追随性を高める方法として、適切なプロンプトの追記も有効です。

下図の場合、Greg LeMond氏とBernard Hinault氏という特定の個人の写真である為、固有名詞を直接指定する事で追随性を高めることにも成功しています。ただし、この方法はLLMがデータとして持っているような世界的な著名人である場合のみ有効ですが、このプロンプトを工夫する発想そのものは普遍的に使用できます。

この方法により、特にBernard Hinault氏の再現性がかなりれ向上しました。

尚、Kakudai V2による画像修復の性能は、クラウドの有料サービスでも出来ない機能です。

非常に劣化した画像、低解像度画像の拡大に関しては、2026年9月現在でも尚、あらゆる有料サービスよりも上です。

これを当時開発したマーベリックと言うAI開発チーム...は改めて凄い仕事をされたと思います。