简单快速生成图片
前言
本来是想分享一下自己跑出来的好图的，想想还是顺便写个教程吧~
本教程基于 Comfy 搭建生图工作流，并附带基本使用方式，看完你也能成为抽卡生图大神
PS: 这篇没有炼丹教程，顺便看看我跑的图😋
安装与模型下载
博主这边用的是秋葉aaaki大佬整理的comfy整合包，这边挂上链接
https://t.bilibili.com/1159516886456598528
安装完后，先别着急打开，此时你还没有任何模型文件，先去下载模型
- https://civitai.com/ C站，神无需多言(需要魔法)
- https://huggingface.co/ 抱脸站(也需要魔法)
- https://www.liblib.art/ 哩布哩布，国内站，下载模型付费
此时，我们需要首先下载一个 checkpoint 模型，也就是基低大模型，这个模型控制着生图的效果，不同的大模型差别巨大，博主以 Illustrious-XL 模型为例，该模型适合动漫风格
C站：https://civitai.com/models/795765/illustrious-xl
将模型文件保存在 /ComfyUI/models/checkpoints 中
有了基低大模型后就可以开始生图了
生图工作流搭建
刚进入comfyUI会有一个默认工作流，类似于这样(博主没有默认工作流，手搭了一个类似的)
来认识各个子节点，首先是 Checkpoint 加载器，这是用来加载底层大模型的，是生图的基底，注意到这个节点有三个输出，分别为 模型，CLIP，VAE，其中 CLIP 为文本编码，用于将提示词应用于模型，CLIP 应用如下图
接着，我们来看 Latent 节点，该节点控制出图的大小（不要过于大，会大幅提升生图的时间），图的大小同时也控制着提示词的发挥，一张好的图片必须要有合适的大小和提示词。批次大小用于控制每次运行同时生成的图片数量，该值与显存成正相关，当你显存不大时，不要将值设得过高
接着，看向生图的核心组件，K采样器(K Sampler)
- 种子：用于随机生图
- 步数：降噪步数，可以类比于擦脏玻璃，值越高，玻璃擦得越干净，但花的时间更长，推荐 20 ~ 30 区间即可
- cfg：提示词关联度，该值越高，越符合提示词，但该值并非越高越好，过高会导致 AI 失去创新，降低图片质量
- 采样器：一般用默认或者 dpmpp_2m
- 调度器：一般用 karras
- 降噪：为输入的图片添加多少噪点，1 为添加全部，适合用于文生图，<1 为添加百分比，适合用于图生图或图文生图
当图片生成好后，还需要经过 VAE 解码才能得到一张好图片，此时就需要 VAE 解码节点，如上图连接后，就可以自动生图+保存在本地
升分辨率
众所周知，一张图的大小与细节可以成正相关，显然低分辨率的图有时候不能满足我们的需求，这时候可以采用升分辨率的方法来重绘细节
方法一：直接处理 PS：为了观感，没有连接K采样器的，在正式操作之前记得连接
直接得到一批经过一次细节重绘的图，相比于直接生图，细节更多且不会破坏整体
方法二：间接处理
将输入的图像先扩大，后重绘细节，可以在筛选完第一批图片后，将能用的图片进行升分辨率
方法三：使用 SD Upscale
该方法能快速升分辨率，但需要更长的时间，且需要自己下载模型放到 /ComfyUI/models/upscale_models中
高级技巧
Controlnet是一个非常好用的东西，下面演示如何让生成的图片做指定动作
其中，骨骼图和Controlnet模型都可以在模型站下载，博主均从C站下载
Embedding能够快速填充提示词，常用的Embedding模型为 easynegative 和 badhandv4
Lora ，可以微调模型，让模型生成想要的角色
尾声
提供博主跑的图的提示词😋
1 | |
1 | |
1 | |