圖片的縮放包含如下的各類不同的縮放模型。

Lanczos
Lanczos重采樣是一種數學上精確的方法，用于圖像放大或縮小。它使用了一種稱為 sinc 函數的數學公式，可以在保留圖像細節的同時減少鋸齒效應。
Nearest
最近鄰插值是一種簡單的圖像放大方法，通過復制最近的像素值來填充新像素。這種方法速度快，但可能會導致圖像出現鋸齒狀邊緣。
BSRGAN
BSRGAN是一種基于深度學習的超分辨率生成對抗網絡，用于增強圖像的分辨率。它可以捕捉更多的圖像細節，并生成更自然的高分辨率圖像。但可能會引入噪聲和偽影。
ESRGAN_4x
ESRGAN（增強超分辨率生成對抗網絡）是一種先進的深度學習方法，用于將圖像放大4倍。它可以生成更清晰、更真實的圖像。但需要較高的計算資源。
LDSR
LDSR可能是一種局部細節超分辨率方法，用于在保留全局結構的同時增強圖像的局部細節。
R-ESRGAN 4x＋ 和 R-ESRGAN 4x＋ Anime6BScuNET
這幾個算法是ESRGAN的變體，針對特定類型的圖像（如動漫）進行了優化，以實現更好的放大效果。
ScuNET PSNR
ScuNET PSNR可能是一種專注于提高峰值信噪比（PSNR）的超分辨率方法，用于生成高質量的圖像。但可能會缺乏感知質量。
SwinIR_4x
SwinIR是一種基于Swin Transformer的圖像超分辨率方法，可以將圖像放大4倍。它使用了最新的Transformer架構，以實現更精確的圖像放大。但需要較高的顯存。
 

Upscaler 1和Upscaler 2，分別對應于生成圖像的第一步和第二步。Upscaler 1是用于將生成圖像從6