这个 ComfyUI 图像放大工作流使用 SUPIR(Scaling-UP Image Restoration),一个先进的开源模型,专为高级图像和视频增强而设计。在这个工作流中,你将体验 SUPIR 如何修复和放大图像以达到照片级真实感效果。
SUPIR 是图像放大技术的前沿,可与 Magnific 和 Topaz AI 等商业软件相媲美。我们的教程包括 ComfyUI 工作流中的 SUPIR 放大器包装节点,它擅长放大和修复逼真的图像和视频。
对于图像放大,这个工作流的默认设置已经足够。要将其修改为视频放大,只需将 "load image" 切换为 "load video",并将输出从 "save image" 更改为 "combine video" 即可处理视频文件。
Scaling-UP Image Restoration 技术是一种开创性的增强和放大模型,由论文 Scaling Up to Excellence: Practicing Model Scaling for Photo-Realistic Image Restoration In the Wild 提出。SUPIR 创新性地使用生成先验知识结合模型缩放的方法实现照片级真实感图像修复,并通过多模态技术允许使用文本提示引导图像修复,大大扩展了其应用范围。
在深入使用 SUPIR 之前,请确保可以访问这些检查点模型:
SUPIR 有两个主要版本:
scale_by
: 给定输入的放大比率,决定了修复过程中图像尺寸的增加程度。steps
: 此参数指定 EDM 采样调度器的步数,可能会影响修复过程的细节和质量。cfg_scale
: 这是提示的无分类器引导尺度,影响输出与提供的文本提示的一致程度。positive-prompt
和 negative_prompt
: 这些参数允许用户引导修复朝向期望的特征(正向提示)和远离不期望的特征(负向提示)。s_churn
和 s_noise
: 代表 EDM 的原始超参数,控制扩散过程中噪声模型的方面,影响最终图像的纹理和清晰度。color_fix_type
: 此参数允许选择修复后的颜色校正方法,选项包括'None'、'AdaIn' 和 'Wavelet'。图像修复技术已经取得了巨大进步,现在可以提供视觉上令人惊叹且更智能的结果。这主要归功于 SUPIR 放大器的引入,它利用先进的生成模型来增强图像。
要更深入地了解 SUPIR 放大器的功能和更多技术细节,请探索其 GitHub 页面上的资源或基础研究论文。这些资源提供了全面的见解,介绍了确立 SUPIR 放大器在图像修复领域领先地位的技术和策略。
© 版权 2024 RunComfy. 保留所有权利。