ComfyUI实现老照片修复——AI修复老照片（ComfyUI-ReActor / ReSwapper）解决天坑问题及加速pip下载

暂时先用这个名字

已于 2025-01-24 08:53:30 修改

阅读量2k

点赞数 19

分类专栏：制图 AI 文章标签：人工智能 ai ai作图老照片老照片修复修复照片 comfyui

于 2025-01-22 18:08:00 首次发布

本文链接：https://blog.youkuaiyun.com/snans/article/details/145306908

版权

AI 同时被 2 个专栏收录

39 篇文章

订阅专栏

制图

34 篇文章

订阅专栏

AI修复老照片，试试吧，不一定好~~哈哈

2023年4月曾用过ComfyUI，当时就感慨这个工具和虚幻的蓝图很像，以后肯定是专业人玩的。
2024年我写代码去了，AI做图没太关注，没想到，现在ComfyUI真的变成了工作室必备之物。

comfyui的安装方法当年就写在这里了，不再赘述。
《Windows安装Stable Diffusion ComfyUI及问题解决记录（注意不是Stable Diffusion WebUI）》

如果你要学习的话，建议先用WebUI，然后再学ComfyUI，这样会比较容易理解流程和节点。

本文作业流参考：https://openart.ai/workflows/whale_harmful_43/old-photo-reimagine—restoration/zCDY2MxghuM1ZZp1wx6M

网上盛传的ComfyUI Reactor Node的下载地址已经停用了，本文使用官方当前最新版本~~~~坑很多。

1. 下载

常用的节点和模型太多，不在此处记录。需要你根据错误提示自行寻找所需内容。
天坑极多，慎入慎入啊。

节点：
- https://github.com/Gourieff/ComfyUI-ReActor
- https://github.com/somanchiu/ReSwapper
模型：
- https://huggingface.co/datasets/Gourieff/ReActor/tree/main/models
  最重要的是facerestore_models目录下模型和inswapper_128.onnx
- https://huggingface.co/lllyasviel/ControlNet/tree/main/models
  ControlNet如果已经安装可以不必考虑，但必须要存在depth、lineart和openpose模型。

2. 解压

节点：
- custom_nodes/ComfyUI-ReActor
- custom_nodes/ReSwapper
模型：
- models\reswapper
- models\facerestore_models
- models\ControlNet
  我的ComfyUI中的ControlNet引用到了WebUI中，你在配置时也需注意这一点。

3. 工作流

根据需要拖出节点
在这里插入图片描述

在这里插入图片描述

4. 配置

注意在与prompt中需要针对图片内容进行描述，比如这里提示原照片是军装 Military uniform

在这里插入图片描述

5. 出图

单个人物准确率较高，但一个画面出现多个人物就可能会失真。
在这里插入图片描述

6. 问题及补充

1. 问题一：在`timm`中找不到`ImageNetInfo`等函数

在这里插入图片描述
如果出现这个错误提示，那么问题出在 transformers.models.timm_wrapper 模块中，该模块依赖了 timm 库，但当前版本的 timm 中似乎缺少 ImageNetInfo，导致导入失败。
试试用命令升级或安装缺失的timm

pip install --upgrade transformers
pip install --upgrade timm

生图时依旧错，卡在Reactor Fast Face Swap节点，尝试去掉错误的语句

# 原句是这句，无论安装什么都无法使用
#if is_timm_available():
#    from timm.data import ImageNetInfo, infer_imagenet_subset

try:
    from timm import is_timm_available
except ImportError:
    def is_timm_available():
        return False

if is_timm_available():
    # 如果timm可用，但没有这些具体函数，可以这样处理
    try:
        # 注释掉原来的导入
        # from timm.data import ImageNetInfo, infer_imagenet_subset
        
        # 直接定义一个空的类和函数
        class ImageNetInfo:
            def __init__(self):
                pass
        
        def infer_imagenet_subset():
            return None
    except ImportError:
        ImageNetInfo = None
        infer_imagenet_subset = None

这么写就可以跳过这一步了，可实际上后面还有几个天坑等着，而且这一步中如果仅有Reactor Fast Face Swap节点，且该节点的属性face_restore_modle有值，那么极可能出错，这时候可增加一个节点ReActor Face Booster，由其属性boost model选择codeformer来让图像变高清且不出错。

可能是因为当前reactor所需的timm版本较低，应该是个bug，未来会解决。

2. 问题二：提示找不到`buffalo_l`

此处 https://github.com/deepinsight/insightface/releases 选择 buffalo_l.zip 下载

之前下载reswapper模型时就有个压缩包buffalo_l.zip，解压到下面的目录即可，你能想象是这个目录？官网可没给任何提示。

models/
 └── insightface/
	  └── models/
	      └── buffalo_l/  # 解压到这个文件夹

3. 问题三：提示找不到`inswapper_128.onnx`等文件

把models\reswapper中的内容复制到models\insightface，注意是复制，因为reswapper中的模型是提供给前端节点选择的，而执行时需要调用insightface里的，我验证这个情况的过程是：

当我去掉reswapper中的模型文件，在节点里选择的时候该模型也就消失了，
当我保留reswapper中的模型文件，去掉insightface目录中的文件，则在节点选择时正常，而在生图时会提示不存在该模型。
我想未来版本会解决这个问题的，或者在哪里可以配置一下路径。

4. 问题四：提示找不到`vit-base-nsfw-detector`模块

下载模型：https://huggingface.co/AdamCodd/vit-base-nsfw-detector/tree/main
放入models\nsfw_detector\vit-base-nsfw-detector目录下~~，这么深层真是无语~~ 。好像不下载onnx中的内容也没出错。
在这里插入图片描述

5. 问题五：`GFPGAN` 出错

具体情况不记得了，反正如果遇到问题就去GFPGAN官网 https://github.com/TencentARC/GFPGAN 找答案。
在这里插入图片描述
我应该就执行了这两句：

pip install basicsr
pip install facexlib

6. 问题六：`CodeFormer` 出现问题

官网：https://github.com/sczhou/CodeFormer

在这里插入图片描述
我就执行了这句，之前遇到的codeformer相关错误就没了。

pip3 install -r requirements.txt

7. 问题七：其它情况检查一遍

在这里插入图片描述

8. 问题八：`pip` 下载速度太慢

为了加速pip的下载，请用国内镜像的方式

# 临时使用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package_name

# 永久配置
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple