待研究课题记录

最近了解到两个新的有趣的节点，但是对于实际效果不是很确定，所以这里记录下，后续慢慢研究：

扰动注意力引导

Perturbed Attention Guidance

GitHub - KU-CVLAB/Perturbed-Attention-Guidance: Official implementation of "Perturbed-Attention Guidance"

按照官方介绍，扰动注意力指导显著提高了扩散模型的样本质量，而无需外部条件（例如类标签或文本提示）或额外训练。这在无条件生成设置中特别有价值，因为无分类器指导 (CFG) 不适用。我们的指导可用于增强利用无条件扩散模型的各种下游任务的性能，包括带有空提示的 ControlNet 和超分辨率和修复等图像恢复任务。

Depth Anything V2

按照官方介绍，Depth Anything V2，在细粒度细节和鲁棒性方面明显优于V1 ，与基于 SD 的模型相比，其推理速度更快、参数更少、深度精度更高。

GitHub - DepthAnything/Depth-Anything-V2: Depth Anything V2. A More Capable Foundation Model for Monocular Depth Estimation

值得测试下效果。

✨写在最后

如果对comfyui还不熟悉的话，最近面向ComfyUI的新手，开了一门图文课程，现在已经更新完成了，如果大家在学习过程中遇到什么问题，也可以直接文章下留言，会持续更新相关答疑内容哈。欢迎订阅哦~

https://blog.csdn.net/jumengxiaoketang/category_12683612.html

​

感谢大家的支持~