使用全网爆火的 Flux 模型放大图片的 ComfyUI 工作流（附工作流）

最新推荐文章于 2024-10-17 14:41:58 发布

快乐星球没有乐

最新推荐文章于 2024-10-17 14:41:58 发布

阅读量1.2k

点赞数 23

文章标签： AIGC stable diffusion AI作画人工智能 AI绘画 ComfyUI

本文链接：https://blog.csdn.net/m0_58477260/article/details/142781288

版权

大家好！今天我很高兴与大家分享一个使用 Flux 模型放大图片的 ComfyUI 工作流。在这篇文章中，我们将介绍如何设置这个工作流、其独特功能，并一步一步教你如何使用它来获得高质量的放大效果。

效果展示：

在这里插入图片描述

# 工作流简介

该工作流使用 Flux 模型对图片进行放大，同时保持高倍放大后的细节和清晰度。它具有一些独特的功能，如支持低显存的硬件设备以及使用 Florence2 自动生成提示词。

使用的模型：用于图像放大的 Flux 模型
主要功能：

支持低显存设备，提供量化的 GGUF 版本。
集成 Florence2 自动生成提示词。
结合 ControlNet 模型，增强细节保留。

接下来，让我们深入了解如何在 ComfyUI 中设置和使用这个工作流。

工作流可以直接扫码下载。

# 第一步：设置工作流

下载必要文件

该工作流的关键部分是 ControlNet 节点，它使用 Jasper AI 开发的 ControlNet 放大模型。请按照以下步骤下载并设置相关文件：

前往 ControlNet 放大模型的 HuggingFace 页面。
下载文件名为 diffusion_pytorch_model.safetensors 的文件。
将文件重命名为 Flux.1-dev-Controlnet-Upscaler.safetensors。
将重命名后的文件移动到你的 ControlNet 文件夹中：
```
`ComfyUI/models/controlnet   `
```
完成以上步骤后，ControlNet 模型就可以在 ComfyUI 工作流中使用了。

# 第二步：在 ComfyUI 中配置工作流

下载并配置好文件后，接下来我们来逐步配置和使用放大工作流。

上传图像

上传你希望放大的图像到 ComfyUI 中。
根据你的硬件配置选择：

如果使用 量化版本的 Flux 模型，将 Quantized Flux 按钮切换为 True。
如果使用 标准版本，则将该选项保持为 False。

在这里插入图片描述

设置放大倍数

找到 Image Size 节点，它显示你当前图像的尺寸。
在 Upscale Image By 节点中设置你想要的放大倍数。例如：

设置为 7 表示图像放大 7 倍。

运行工作流。右侧的 Image Size 节点将显示放大后的新尺寸。

调整放大尺寸

如果放大后的尺寸不符合你的预期，可以暂停工作流，并调整放大倍数，直到达到理想的输出尺寸。

# 第三步：配置 ControlNet

这里是我们前面下载的 ControlNet 放大模型的应用部分。按照以下步骤进行设置：

在工作流中找到 ControlNet 模型节点。
设置 ControlNet 强度在 0.4 到 0.8 之间：

**较低的强度（例如 0.4）**会导致最终图像与原图差异更大，但细节损失较少。
**较高的强度（例如 0.8）**会使放大后的图像更接近原始图像，但可能会出现更多不需要的细节。

选择 Clip 加载节点

根据工作流左上角的 布尔值（Boolean value），ComfyUI 会自动选择合适的节点来加载 Clip 文件。如果你在Clip 配置上遇到问题，请检查该布尔值是否与当前设置相匹配。

# 第四步：结果对比

运行工作流后，最后一个节点是 图像比较器（Image Comparer），它会显示放大前后图像的并排对比视图。该工具非常适合评估放大效果，并根据需要进一步调整设置。

# 优化工作流的小贴士

如果你发现放大图像的细节过于锐利或柔和，可以逐渐调整 ControlNet 强度，直到找到合适的平衡点。
尝试不同的放大倍数，观察 Flux 模型如何处理不同程度的放大效果。

# 结论

以上就是使用 Flux 模型放大图片的 ComfyUI 工作流指南！通过结合 ControlNet 和低显存量化的支持，该工作流在多种硬件配置下都能够提供灵活性和高质量的输出效果。

如果你对使用 Flux 模型的更多工作流感兴趣，可以查看我之前的文章，了解其他技术和配置方案。想要更多免费的工作流教程，请继续关注，并在 ComfyUI 中探索更多可能性！

为了帮助大家更好地掌握 ComfyUI，我花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。