ComfyUI-APISR 项目使用教程

严千旗

于 2024-09-13 07:19:48 发布

阅读量470

点赞数 5

本文链接：https://blog.csdn.net/gitblog_00172/article/details/142191219

版权

ComfyUI-APISR 项目使用教程

ComfyUI-APISR Unofficial implementation of APISR for ComfyUI 项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-APISR

1. 项目介绍

ComfyUI-APISR 是一个非官方实现的 APISR 模型，专门用于动漫图像和视频的超分辨率处理。该项目包含 2x 和 4x 两种模型，具有速度快、效果好的特点。最新版本 V1.1 新增了对 CPU 生成的支持，同时支持图像和视频的放大处理。

主要特性

APISR 模型加载：支持 2x_APISR_RRDB_GAN_generator 和 4x_APISR_GRL_GAN_generator 两种官方模型。
批处理放大：支持图像和视频的批处理放大，适用于高显存环境。
逐张处理放大：支持图像和视频的逐张处理放大，适用于低显存环境。

2. 项目快速启动

安装步骤

推荐使用 ComfyUI Manager 进行安装，也可以手动安装：

# 进入 custom_nodes 目录
cd custom_nodes

# 克隆项目
git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-APISR.git

# 进入项目目录
cd ComfyUI-APISR

# 安装依赖
pip install -r requirements.txt

# 重启 ComfyUI

使用示例

以下是一个简单的使用示例，展示如何使用 APISR 模型进行图像放大：

from ComfyUI_APISR import APISRModelLoader, APISRBatchUpscale

# 加载模型
model_loader = APISRModelLoader(model_path="path/to/model")
model = model_loader.load()

# 批处理放大
upscaler = APISRBatchUpscale(model)
output_image = upscaler.upscale("input_image.png", scale=2)

# 保存输出图像
output_image.save("output_image.png")

3. 应用案例和最佳实践

应用案例

动漫图像放大：使用 2x 或 4x 模型对动漫图像进行放大，提升图像质量。
视频放大：对动漫视频进行放大处理，支持批处理和逐张处理两种模式，适用于不同显存环境。

最佳实践

选择合适的模型：根据需求选择 2x 或 4x 模型，2x 模型适用于需要快速处理的情况，4x 模型适用于需要更高分辨率的情况。
显存管理：对于高显存环境，推荐使用批处理模式；对于低显存环境，推荐使用逐张处理模式。
插件配合：若输出配合 Video Helper Suite 插件使用，需使用 ComfyUI 自带的 Split Image with Alpha 节点去除 Alpha 通道。