如何在comfyui 中執行hires.fix​

在ComfyUI 中執行“Hires.fix”（高分辨率修復）並不是一個原生的單一節點功能，而是需要通過組合一系列節點來實現類似Automatic1111 WebUI 中“Hires.fix”的效果。 Hires.fix 的核心思想是先生成一個低分辨率圖像，然後通過上採樣和二次優化來提升圖像的分辨率和細節。以下是詳細的步驟和方法，適合初學者和進階用戶。

1.理解Hires.fix 的工作原理

Hires.fix 通常分為以下步驟：

• 第一步（初次採樣） ：先生成一個較低分辨率的圖像（例如512x512），以節省計算資源。

• 第二步（上採樣） ：將低分辨率圖像放大到目標分辨率（例如1024x1024）。

• 第三步（二次優化） ：對放大後的圖像進行進一步的去噪和細節優化（類似img2img 操作），以提高圖像質量。

在ComfyUI 中，我們可以通過節點組合來實現這一流程。

2.準備工作

確保你已經安裝了ComfyUI 及其依賴項。如果需要額外的上採樣模型（如ESRGAN 或其他放大模型），可以通過ComfyUI Manager 或手動下載模型，並放入ComfyUI/models/upscale_models文件夾。

3.基礎Hires.fix 工作流步驟

以下是一個簡單的實現Hires.fix 的工作流：

步驟1：創建基礎工作流

1. 加載模型：

• 在ComfyUI 界面中，右鍵單擊空白處，選擇Add Node > Loaders > Load Checkpoint ，添加一個加載模型的節點。

• 選擇你的Stable Diffusion 模型（例如v1-5-pruned-emaonly.safetensors ）。

2. 設置文本提示：

• 添加兩個CLIP Text Encode (Prompt)節點（Add Node > Conditioning > CLIP Text Encode） ，分別用於正向提示詞（positive prompt）和負向提示詞（negative prompt）。

• 將提示詞連接到Load Checkpoint節點的CLIP 輸出。

3. 生成低分辨率圖像：

• steps ：20-50（採樣步數）

• cfg ：7-9（提示詞引導強度）

• denoise ：1.0（完全去噪）

• 添加一個Empty Latent Image節點（Add Node > Latent > Empty Latent Image） ，設置寬度和高度為較低分辨率（如512x512）。

• 添加一個KSampler節點（Add Node > Sampling > KSampler） ，連接模型、提示詞和Empty Latent Image的輸出。

• 配置KSampler參數，例如：

• 添加一個V AE Decode節點（Add Node > Latent > VAE Decode） ，將KSampler的輸出連接到它，並使用模型自帶的VAE。

4. 預覽初次生成結果：

• 添加一個Preview Image節點（Add Node > Image > Preview Image） ，連接到VAE Decode的輸出，查看低分辨率圖像。

步驟2：上採樣（放大圖像）

5. 上採樣Latent ：

• 添加Upscale Image (using Model)節點（Add Node > Image > Upscale Image） 。

• 加載一個上採樣模型（Add Node > Loaders > Load Upscale Model） ，如4x-UltraSharp。

• 將VAE Decode的圖像輸入到Upscale Image ，然後再用VAE Encode轉換回Latent 空間。

• 添加一個Upscale Latent節點（Add Node > Latent > Upscale Latent） ，將KSampler的Latent 輸出連接到它。

• 設置放大倍數（例如upscale_factor=2 ），將512x512 放大到1024x1024。

• 或者，你可以使用像素空間的上採樣模型（例如ESRGAN ）：

步驟3：二次優化（細節修復）

6. 第二次採樣：

• denoise ：0.3-0.6（低去噪強度，避免破壞原圖像結構）

• steps ：10-20（較少的步數，專注於細節）

• 添加另一個KSampler節點，將上採樣後的Latent 輸入到此節點。

• 使用相同的模型和提示詞，但調整參數以進行細節優化：

• 再次使用VAE Decode將Latent 解碼為圖像。

7. 保存或預覽最終結果：

• 添加Save Image節點（Add Node > Image > Save Image） ，連接到第二次VAE Decode的輸出，保存高分辨率圖像。

4.使用插件簡化流程

雖然上述方法是手動實現，但你也可以通過一些自定義節點或插件簡化操作。例如：

• Ultimate SD Upscale ：

• 添加Ultimate SD Upscale節點，連接初次生成的圖像。

• 設置目標分辨率（如1024x1024）和上採樣模型。

• 運行後直接得到優化後的高分辨率圖像。

• 這是一個流行的自定義節點，可以實現類似Hires.fix 的效果。

• 安裝方法：

• 使用方法：

1. 通過ComfyUI Manager 搜索並安裝ComfyUI_UltimateSDUpscale 。

2. 或者手動克隆倉庫到custom_nodes文件夾：

   
   

   git clone https://github.com/ssitu/ComfyUI_UltimateSDUpscale.git

• ControlNet Tile Upscale ：

• 如果你安裝了ControlNet，可以使用ControlNet Tile模型進行分塊上採樣，避免一次性處理大圖像導致的內存問題。

• 需要下載controlnet-tile模型並放入ComfyUI/models/controlnet文件夾。

5.推薦參數設置

• 初次生成：

• 分辨率：512x512 或768x768（根據模型支持）

• Steps：20-30

• CFG Scale：7-9

• 上採樣：

• 放大倍數：2x 或更高（視顯存支持）

• 如果使用ESRGAN，推薦4x-UltraSharp或Real-ESRGAN 。

• 二次優化：

• Denoise：0.3-0.6（避免過高，否則會改變圖像風格）

• Steps：10-20

• CFG Scale：5-7

6.常見問題與優化

• 圖像細節丟失：如果二次優化後細節丟失，嘗試降低denoise值，或增加steps 。

• 內存不足：如果顯存不足，嘗試降低初次生成的分辨率，或使用ControlNet Tile分塊處理。

• 風格不一致：確保第二次採樣的提示詞與第一次一致，或者使用ControlNet 約束圖像結構。

7.總結

在ComfyUI 中實現Hires.fix 需要手動構建工作流，但靈活性極高。推薦的流程是：

1. 生成低分辨率圖像。

2. 使用Upscale Latent或上採樣模型放大。

3. 使用第二次KSampler優化細節。 或者直接使用Ultimate SD Upscale插件簡化操作。