ComfyUI 放大革命：InvSR 技术让 4K 高清触手可及，8G 显存无压力！

0****1

介绍

deepseek流量虽然，但是我们还是回到熟悉ComfyUI领域，今天介绍一个最新的一个放大插件InvSR，效果不错，大家可以都安装试试。

这项研究提出了一种基于扩散反转的新图像超分辨率（SR）技术，旨在利用封装在大型预训练的扩散模型中的丰富图像先验以提高SR性能。我们设计一个\ textIt {部分噪声预测}策略来构建扩散模型的中间状态，该模型是起始采样点。我们方法的核心是深度噪声预测指标，以估计正向扩散过程的最佳噪声图。

经过训练后，该噪声预测器可用于沿扩散轨迹部分初始化采样过程，从而产生理想的高分辨率结果。与现有方法相比，我们的方法提供了一种灵活有效的采样机制，该机制支持任意数量的采样步骤，范围从一到五。即使采用单个采样步骤，我们的方法也表现出比最近最新方法的优越或可比的性能。

这份完整版的comfyui工作流整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

02

相关安装

2.1插件安装

插件地址：

https://github.com/yuvraj108c/ComfyUI_InvSR

该插件无法在节点管理器安装，自己下载了丢到custom_nodes

或者使用命令在cmd窗口下

git clone https://github.com/zsyOAOA/InvSR.git

2.2 模型安装

模型的话有两个

models–stabilityai–sd-turbo

noise_predictor_sd_turbo_v5.pth

路径分别如下截图所示，文末会提示模型网盘链接

03

使用说明

InvSR用起来很简单，就一个节点呢

参数说明：

num_steps ：推理步骤数，默认1，最大5,越大细节越多，越容易崩

cfg ：引导系数，默认1

batch_size ：控制同时处理多少个完整图像

chopping_batch_size ：分块并行处理，值越大越占用显存，速度也相对快一些，这个显存不够的小伙伴适当的调小这个值就可以了。

chopping_size ：4k就是128，默认这个参数，没有更低的

color_fix ：修复加工图像中颜色转移的方法

下面是使用效果对比，还可以，纳入我的放大插件收藏库了~

04

总结

以上就是这个放大插件InvSR的效果了，体验下来效果不错，默认就是4k放大，处理时间也还行。

技术的迭代是飞快的，要关注最新的消息才不会掉队。

这份完整版的comfyui工作流整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】