那接下来,来讲几个稍微进阶一点点的用法,需要先载两个 custom nodes,打开安装画面搜寻 SDXL,把 SeargeSDXL 和 SDXL Prompt Styler 都安装起来,另外还可以安装这个 ComfyUI-SDXL-EmptyLatentImage,它是一个帮你设定好了 SDXL 最佳尺寸组合的 node,不安装的话你可能就是稍微写个笔记或用脑袋记一下。安装完后...
latent_image节点上面链接了一个empty latent image模块,可以设置图像的宽高和生成图像数量。 最后可以看到有一个VAE Decode模块,前面的ksampler采样器模块产生的其实是一个潜空间的图像,经过VAE Decode模块解码后还原到像素空间,也就是我们最终生成的图像。 注意,VAE Decode模块中samples节点链接的是采样器节点,VAE节点...
latent_image节点上面链接了一个empty latent image模块,可以设置图像的宽高和生成图像数量。 最后可以看到有一个VAE Decode模块,前面的ksampler采样器模块产生的其实是一个潜空间的图像,经过VAE Decode模块解码后还原到像素空间,也就是我们最终生成的图像。 注意,VAE Decode模块中samples节点链接的是采样器节点,VAE节点...
我们先看看ComfyUI SDXL 1.0的基本页面,在浏览器中呈现很像一个流程图。 我们可以在上方的CLIP框中用英文或者中文输入想生成的内容的正面提示词,下方的CLIP框中用中文或者英文输入不想生成内容的负面提示词,然后在KSampler框中调整参数,在Empty Latent Image中调整输出图形的尺寸,在最右侧点击“Queur Promot”即可...
基本上应该都认识对吧?稍有不同的只有最后三项,latent 可以连原本的惯用的 empty latent img 或是使用刚刚安装的 sdxl empty latent image,这个需要你自己打开,拉线拉不出来。再来点着採样调度其中一个点,往外拉选择 SeargeSamplerInput,在这里选择你要使用的调度採样器。
④分辨率设置(Empty Latent Image) 这里主要设置图像的大小和一次生成的数量。大小默认可能是512x512,但是这个模型表现最佳的像素应该是1024x1024。我是直接切换成了1024。 数量的话默认1就可以了。如果你想批量生成,那么改一下这里就可以了。 点击中间区域,就会跳出一个输入框,输入数字后,按回车就可以了。
Pre title: SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis accepted: arXiv 2023 paper: https://arxiv.org/abs/2307.01952 co
(ckpt_name="sd_xl_base_1.0.safetensors") emptylatentimage = EmptyLatentImage() emptylatentimage_5 = emptylatentimage.generate(width=1024, height=1024, batch_size=1) checkpointloadersimple_12 = checkpointloadersimple.load_checkpoint(ckpt_name="sd_xl_refiner_1.0.safetensors") loraloader = ...
"Node name for S&R": "EmptyLatentImage" }, "widgets_values": [ 1024, 1024, 1 ], "color": "#323", "bgcolor": "#535" }, { "id": 11, "type": "Note", "pos": [ 80, -200 ], "size": [ 282.48541259765625, 197.0584259033203 ], "flags": {}...
in k: state_dict_unet[k] = paddle.to_tensor(f2.get_tensor(key), dtype=unet.dtype).t() else: state_dict_unet[k] = paddle.to_tensor(f2.get_tensor(key), dtype=unet.dtype) except: print("unet似乎少了一些参数") unet.set_state_dict(state_dict_unet) paddle.device.cuda.empty_cache(...