介绍ComfyUI
本文将带大家一起,快速快速了解一些ComfyUI的优势。
什么是ComfyUI
ComfyUI 是一个基于节点的GUI,为 Stable Diffusion 提供了一种更加直观、灵活的方式来操作和管理生成的过程。通过将不同的模块(也就是节点)组合在一起,我们可以构建一个图像生成的工作流。
ComfyUI带来的好处
ComfyUI带来的劣势
如何使用ComfyUI
▲ ComfyUI
K采样器
K采样器是SD出图流程中的核心节点,所有节点载入,数据输入,参数配置,最后都会汇总到K采样器,它会结合载入的模型,提示词的输入以及Latent输入,进行采样计算,输出得到最终图像。
Latent,即潜空间,可以理解为SD内部流程中的图像格式,如果我们将图像作为输入,则需要通过VAE编码将其转换为Latent数据,在最后输出时,我们也需要通过VAE解码将其转换为像素空间,也就是我们最终图像 。
▲ K采样器
checkpoint加载器
checkpoint 也就是大模型,这个节点是起始点,需要选择相应的大模型,以及vae输入给采样器,clip则连接正反向提示词 其中VAE可以直接使用大模型的vae去链接,也可以单独使用vae解码节点,来选择自定义的vae。
▲ checkpoint加载器
CLIP文本编码器
CLIP节点则需要输入提示词,其中CLIP节点需要两个,一个作为正向提示词链接K采样器,一个作为负向提示词链接K采样器。
▲ CLIP文本编码器
空Latent
使用空latent建立潜空间图像,这里主要用于控制图像尺寸和批次数量的
▲ 空Latent
VAE解码
前面已经提到对于Latent潜空间图像和输出的像素图像之间,需要进行一次转换,VAE解码节点则是对这个过程转换的节点
▲ VAE解码
保存图像
顾名思义,即保存当前生成的图像,保存的图像除了在当前页面能看到以外,也可以在本地文件夹目录(x:\xxx\ComfyUI根目录\output)下看到所有生成的图片
▲ 保存图像
NO.3结束语
ComfyUI的节点化思路,大大提升了产出效率,是一个非常好的发展方向。对于真正实现“批量化”出图,有很大的实际意义。对新手用户不太友好,有一定学习成本,但是学会之后,就可以随时随地根据自己业务的需求进行独特的节点配置,从而实现工作效率的提升。