ComfyUI搭建使用教程

原创已于 2024-09-07 15:03:14 修改 · 2.4w 阅读

103 ·

CC 4.0 BY-SA版权

文章标签：

#stable diffusion

于 2023-11-23 20:24:49 首次发布

AI 专栏收录该内容

87 篇文章

订阅专栏

文章介绍了ComfyUI，一个改进的WebUI工具，通过节点流程精确定制工作流和提高可重复性。它提供了更快的图片生成速度，支持模型配置和节点操作，如LoadCheckpoint、CLIP编码等，以及关键节点功能如KSampler和VAE解码。

部署运行你感兴趣的模型镜像

ComfyUI 是一个基于节点流程式的stable diffusion AI 绘图工具WebUI，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。

ComfyUI因为内部生成流程做了优化，生成图片时的速度相较于WebUI有10%~25%的提升（根据不同显卡提升幅度不同），生成大图片的时候不会爆显存，只是图片太大时，会因为切块运算的导致图片碎裂。

一、下载安装

https://github.com/comfyanonymous/ComfyUIhttps://github.com/comfyanonymous/ComfyUI

下载release包并解压

二、配置模型

将checkpoint模型放入ComfyUI\models\checkpoints目录

ComfyUI与WebUI之间共享模型

在ComfyUI目录中将extra_model_paths.yaml.example文件复制一份，重命名为将extra_model_paths.yaml

修改a111的base_path路径为WebUI路径

三、启动

运行run_nvidia_gpu.bat启动ComfyUI

四、更新

如果后面需要更新ComfyUI，可以直接使用update_comfyui.bat，就不需要重新下载和配置了

五、使用

鼠标右键呼出节点目录，可以直接在目录中选择节点。

鼠标双击呼出节点搜索窗口，知道节点名称的话，直接搜索比较快。

连接好节点网络，通过点击面板右侧的工具栏中的 Queue Prompt，就能开始图片生成了。

通过使用鼠标点击拖动节点上的输出输入点，即可创建连线。

一般的的节点网络包括：

输入阶段：模型输入，图片输入等。负责载入模型和图片。
Clip阶段：clip跳过，clip编码器，lora，controlnet都在这个阶段。
Unet阶段：ksampler节点，负责在潜空间生成图片。参数和webui中的生成参数基本上相同。
Vae解码阶段：将生成的图片从潜空间转换成RGB色彩空间。Vae解码节点可以链接不同的VAE来得到不同的解码结果。
保存和后处理阶段：预览，保存，后处理

六、节点说明

1、Load Checkpoint（加载大模型节点）

加载大模型节点可以根据提供的配置文件加载扩散模型。

输入：

ckpt_name：要加载的模型名称

输出：

MODEL：用于去噪潜在变量的模型，连接到kSampler采样器，在采样器中完成反向扩散过程
CLIP：用于编码文本提示的CLIP模型
VAE：用于将图像编码和解码到潜在空间的VAE模型，在文生图中，连接到VAE解码器，将图像从潜在空间转换为像素空间

2、CLIP Text Encode (Prompt)（CLIP 文本编码 (Prompt) 节点）

CLIP 文本编码 (Prompt) 节点可以使用 CLIP 模型将文本提示编码成嵌入，这个嵌入可以用来指导扩散模型生成特定的图片。

CLIP 文本编码 (Prompt) 节点的 CONDITIONING 输出连接到 kSampler 采样器的输入正向提示和负向提示

3、Empty Latent Image（空潜在图像节点）

空潜在图像(Empty Latent Image)节点可以用来创建一组新的空白潜在图像。这些潜在图像可以被例如在txt2img工作流中通过采样器节点进行噪声处理和去噪后使用。

输入(inputs)包括潜在图像的像素宽度(width)和像素高度(height)，以及潜在图像的数量(batch_size)。输出(outputs)则是空白的潜在图像(LATENT)。

4、KSampler（采样器）

KSampler 是 Stable Diffusion 中图像生成的核心。采样器将随机图像降噪为与提示匹配的图像。

seed：随机种子值控制潜在图像的初始噪声，从而控制最终图像的合成。
control_after_generation：种子如何变化。它可以是获取随机值（randomize）、加 1（increment）、减 1（decrement）或保持不变（fixed），如果想保持生成图片的一致性，那么就选择固定。
steps：采样步长数。数值越高，失真就越少，一般设置20-30左右。
cfg：重绘幅度和提示词相关性，值越高，提示词的相关性越高。如果太高，会失真。
sampler_name：在这里，您可以设置采样算法。
scheduler：控制每个步骤中噪音水平的变化方式。
denoise：降噪过程应消除多少初始噪音。1 表示全部。

5、Upscale Latent（放大潜在图像节点）

放大潜在图像节点可以用来调整潜在图像的大小。

输入

samples：需要被放大的潜在图像
upscale_method：图像放大方法
width：目标像素宽度
height：目标像素高度
crop：是否通过中心裁剪图片

输出：

LATENT：调整大小后的潜在图像

6、VAE Decode（VAE解码节点）

VAE解码节点可以用来将潜在空间图像解码回像素空间图像，解码过程使用提供的变分自编码器VAE。

7、Load LoRA（加载LoRA）

Load LoRA 节点可用于加载 LoRA，多个 LoRA可以用串行的方式连接在一起。

输入：

model：扩散模型。
clip：CLIP 模型。
lora_name：LoRA 名称。
strength_model：修改扩散模型强度。此值可以为负。
strength_clip：修改 CLIP 模型强度。此值可以为负。

输出：

MODEL：修改后的扩散模型。
CLIP：修改后的 CLIP 模型。

8、ControlNet

9、ComfyUI-Florence2反推插件

Florence-2 是一种高级视觉基础模型，它使用基于提示的方法来处理各种视觉和视觉语言任务。Florence-2 可以解释简单的文本提示，以执行字幕、对象检测和分割等任务。

使用ComfyUI Manager安装ComfyUI-Florence2插件

使用Florence2反推提示词

模型	模型尺寸	模型描述
Florence-2-base[HF]	0.23B	使用 FLD-5B 的预训练模型
Florence-2-large[HF]	0.77B	使用 FLD-5B 的预训练模型
Florence-2-base-ft[HF]	0.23B	对下游任务的集合进行微调的模型
Florence-2-large-ft[HF]	0.77B	对下游任务的集合进行微调的模型