本教程介绍了一种新的图像提升方法,为ComfyUI + LDSR(Latent Diffusion Super Resolution),并将其与传统的提升方法进行了比较。视频展示了使用Comfy UI Manager的工作流,并解释了新的LDSR提升节点的特性。包括默认提升、直接提升、潜在提升、Ultimate SD提升以及新的LDSR提升。还提到了每种方法的优缺点,重点强调了LDSR方法的时间和内存使用情况。
ComfyUI是一个基于节点流程式的Stable Diffusion AI绘图工具WebUI。你可以把它想象成集成了Stable Diffusion功能的Substance Designer,通过将Stable Diffusion的流程拆分成节点,实现了更加精准的工作流定制和完善的可复现性。因此,ComfyUI是一个强大的、精准的AI绘图工具,可用于设计、制作各种图案和图像。
LDSR(潜在扩散超分辨率)是一种用于图像处理的AI技术,旨在通过潜在空间的扩散过程来提高图像分辨率。这种方法利用潜在空间中的信息来恢复高分辨率图像的细节,从而实现对低分辨率图像的增强。
工作流:
https://github.com/Dimgul/ComfyUI-Workflows/blob/main/house_of_dim_upscalers_workflow.json
ComfyUI管理器:
https://github.com/ltdrdata/ComfyUI-Manager
ComfyUI Flowty-LDSR
https://github.com/flowtyone/ComfyUI-Flowty-LDSR
LDSR下载链接:
https://heibox.uni-heidelberg.de/f/578df07c8fc04ffbadf3/?dl=1
将其放入 ComfyUI/models/upscale_models 中,然后选择 last.ckpt 作为您的 LDSR Upscale 模型
Animate Prep 工作流:
https://github.com/Dimgul/ComfyUI-Workflows/blob/main/house_of_dim_animate_prep_workflow.json
AnimateDiff+ControlNet工作流:
https://github.com/Dimgul/ComfyUI-Workflows/blob/main/house_of_dim_animate_workflow.json
comfyUI专区:
https://heehel.com/topic/comfy-ui
https://heehel.com/aigc/clothes-changing-workflow.html
https://heehel.com/aigc/comfyui-repair-workflow.html