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:
[!注意]
尺寸/维度以像素为单位,然后转换为潜空间大小。
[!提示]
将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。MultiDiffusion 或Mixture 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
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> |
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>@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} }
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创 新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号