ComfyUI-TiledDiffusion

ComfyUI-TiledDiffusion

ComfyUI大尺寸图像生成与放大扩展

ComfyUI-TiledDiffusion扩展采用分块扩散算法和VAE技术,实现大尺寸图像生成和放大。支持SDXL模型和ControlNet,可在有限显存下处理超大图像。提供灵活参数设置,如分块大小和重叠度,以优化图像处理效果。适用于需要高质量大图生成和放大的场景。

ComfyUITiled DiffusionTiled VAE大图生成VRAM优化Github开源项目

ComfyUI的平铺扩散和VAE

更多信息请查看SD-WebUI扩展

该扩展通过以下技术实现了在有限显存下进行大图绘制和放大

  1. 两种最先进的扩散平铺算法:Mixture of Diffusers <a href="https://arxiv.org/abs/2302.02412"><img width="32" alt="Mixture of Diffusers论文" src="https://github.com/shiimizu/ComfyUI-TiledDiffusion/assets/54494639/b753b7f6-f9c0-405d-bace-792b9bbce5d5"></a>MultiDiffusion <a href="https://arxiv.org/abs/2302.08113"><img width="32" alt="MultiDiffusion论文" src="https://github.com/shiimizu/ComfyUI-TiledDiffusion/assets/54494639/b753b7f6-f9c0-405d-bace-792b9bbce5d5"></a>
  2. pkuliyi2015和Kahsolt的平铺VAE算法。
  3. pkuliyi2015和Kahsolt的平铺噪声反演算法,用于更好的放大效果。

[!注意]
尺寸/维度以像素为单位,然后转换为潜空间大小。

功能

  • 支持SDXL模型
  • 支持ControlNet
  • 支持StableSR
  • 平铺噪声反演
  • 平铺VAE
  • 区域提示词控制
  • 图像到图像放大
  • 超大图像生成

平铺扩散

<div align="center"> <img width="500" alt="平铺扩散" src="https://github.com/shiimizu/ComfyUI-TiledDiffusion/assets/54494639/7cb897a3-a645-426f-8742-d6ba5cf04b64"> </div>

[!提示]
tile_overlap设为0,denoise设为1可以看到瓦片接缝,然后根据需要调整选项。同时,增加tile_batch_size可以提高速度(如果您的机器能够处理)。

名称描述
method平铺策略MultiDiffusionMixture of Diffusers
tile_width瓦片宽度
tile_height瓦片高度
tile_overlap瓦片重叠
tile_batch_size批处理的瓦片数量

如何指定瓦片排列?

如果您有数学表达式节点(或类似的节点),可以使用它来传入KSampler中的潜在表示,并将tile_height/tile_width除以您想要的行数/列数。

C = 您想要的列数
R = 您想要的行数

输入图像或潜在表示的像素宽度 // C = tile_width
输入图像或潜在表示的像素高度 // R = tile_height

<img width="800" alt="瓦片排列" src="https://github.com/shiimizu/ComfyUI-TiledDiffusion/assets/54494639/9952e7d8-909e-436f-a284-c00f0fb71665">

平铺VAE

<div align="center"> <img width="900" alt="平铺VAE" src="https://github.com/shiimizu/ComfyUI-TiledDiffusion/assets/54494639/b5850e03-2cac-49ce-b1fe-a67906bf4c9d"> </div> <br>

创建节点时会根据可用显存给出推荐的瓦片大小。

[!注意]
对解码器启用fast可能会产生对比度和亮度略高的图像。

名称描述
tile_size<blockquote>图像被分割成瓦片,然后在解码器/编码器中用11/32像素进行填充。</blockquote>
fast<blockquote><p>当快速模式禁用时:</p> <ol> <li>原始VAE前向过程被分解为任务队列和任务工作器,开始处理每个瓦片。</li> <li>当需要GroupNorm时,它会暂停,存储当前GroupNorm均值和方差,将所有内容发送到RAM,然后转到下一个瓦片。</li> <li>在所有GroupNorm均值和方差汇总后,它对瓦片应用组归一化并继续。</li> <li>使用之字形执行顺序以减少不必要的数据传输。</li> </ol> <p>当快速模式启用时:</p> <ol> <li>原始输入被下采样并传递到单独的任务队列。</li> <li>记录其组归一化参数并用于所有瓦片的任务队列。</li> <li>每个瓦片单独处理,无需RAM-VRAM数据传输。</li> </ol> <p>处理完所有瓦片后,瓦片被写入结果缓冲区并返回。</p></blockquote>
color_fix<blockquote>仅在下采样前估计GroupNorm,即以半快速模式运行。</blockquote><p>仅适用于编码器。当瓦片太小时可以恢复颜色。</p>

工作流程

以下图像可以在ComfyUI中加载。

<div align="center"> <img alt="ComfyUI_07501_" src="https://github.com/shiimizu/ComfyUI-TiledDiffusion/assets/54494639/c3713cfb-e083-4df4-a310-9467827ee666"> <p>简单放大。</p> </div> <br> <div align="center"> <img alt="ComfyUI_07503_" src="https://github.com/shiimizu/ComfyUI-TiledDiffusion/assets/54494639/b681b617-4bb1-49e5-b85a-ef5a0f6e4830"> <p>4倍放大。3次处理。</p> </div>

引用

@article{jimenez2023mixtureofdiffusers, title={Mixture of Diffusers for scene composition and high resolution image generation}, author={Álvaro Barbero Jiménez}, journal={arXiv preprint arXiv:2302.02412}, year={2023} }
@article{bar2023multidiffusion, title={MultiDiffusion: Fusing Diffusion Paths for Controlled Image Generation}, author={Bar-Tal, Omer and Yariv, Lior and Lipman, Yaron and Dekel, Tali}, journal={arXiv preprint arXiv:2302.08113}, year={2023} }

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多