.           

.           

.           

.    

一、文生图（text2img）使用步骤

.    

 在构建text2img网络时，我们分为三个关键阶段：Clip阶段（黄色）、Unet阶段（红色）、以及Vae解码阶段（绿色）。

在这个过程中，节点的创建方式有两种：节点目录方式：通过鼠标右键呼出节点目录，你可以直接从目录中选择所需的节点。

.         

.           

.           

.          节点搜索窗口方式：双击鼠标呼出节点搜索窗口，如果你知道节点的名称，可以直接搜索，节省时间。

.         

.           

.           

.          一旦节点被创建并连接好，你可以点击面板右侧的工具栏中的 "Queue Prompt"，开始生成图片。这个选项位于工具栏的最上方。

.         

.          4.要创建连接线，只需使用鼠标点击并拖动节点上的输出输入点即可完成。

.           

.           

.          通常，节点网络包括以下几个阶段：

.          大模型加载器：

.           首先，右键点击新建节点，选择加载器。你会看到许多加载器选项，它们的名称应该很熟悉。我们将使用的是“Checkpoint加载器（大模型加载器）”。

.          在“Checkpoint名称”位置，选择我们需要的模型。

.         

.           

.           

.          文本输入节点（CLIP 文本编码器）：

.            接下来，我们需要添加关键词输入节点。CLIP 文本编码器它没有正面和负面关键词的区分，它们都使用一个名为“CLIP 文本编码器”的节点。

.          我们使用相同的方法，右键点击新建节点，然后选择条件，再选择CLIP文本编码器。我们需要添加两个CLIP文本编码器，一个用于输入正面关键词，另一个用于输入负面关键词。

.         

.            由于没有区分正面和负面关键词，我们可以自行修改名称和颜色，以区分它们。在节点上方，右键点击标题，输入名称后确定即可。同样，可以右键点击颜色来修改节点颜色。

.         

.            此时你可能会注意到“Checkpoint加载器”和“CLIP文本编码器”上都有一个黄色的连接点，它们都被命名为“CLIP”。我们将它们连接起来，只需将鼠标悬停在其中一个上面，会出现十字标识，然后按住鼠标左键并拖动到另一个节点的相应位置即可连接。

.         

.          注意：我们的Checkpoint加载器只有一个CLIP连接点，而我们需要连接正面和负面提示词。这里需要理解，一个节点可以有多个输出连接点，但作为输入节点，它只能连接一个。

.           

.          采样器：

.          右键点击采样，选择普通采样器。

.          ksampler节点负责在潜空间生成图片。与Web界面中的生成参数基本相同。

.         

.          a. 随机种子：每张图都有一个随机的编号。

.          b. 运行后操作：种子可以是固定、增加（在原来的种子值上+1）、减少、随机。通常我们使用固定和随机。

.          c. 步数：设置我们生成这张图需要去除噪音的次数。

.          d. CFG：提示词引导系数，值越大，生成的图像越符合提示词。通常在8左右就足够了。

.          e. 采样器：有多个选项可供选择。我们需要在使用Web UI时进行选择。我会在后面的时间里逐一介绍它们的区别。通常我会选择euler_ancestral（Web UI中的Eulera）、dpmpp_2m（DPM++ 2m）、dpmpp_2m_sde_gpu。

.          f. 调度器：每一次迭代步数中控制噪声量大小的因素。一般我们选择normal或karras。

.          g. 降噪：与步数有关，1表示我们完全按照上方输入的步数进行处理，0.1表示10%。在这里我们填写1。

.          此时，左侧会显示四个可连接点：“模型”、“正面提示词”、“负面提示词”和“Latent”。

.          分别将“模型”和“Checkpoint加载器的模型”连接，“正面提示词”和“正面提示词的条件”连接，“负面提示词”和“负面提示词的条件”连接。此时还剩下一个“Latent”连接点，我们将其用于连接控制生成图像宽高的节点。

.         

.          宽高（空Latent）：

.          点击“Latent”并拖动到外部，然后选择“空Latent”以添加节点并进行连接。

.         

.           

.           

.          VAE解码：

.          在Vae解码阶段，生成的图片从潜空间转换成RGB色彩空间。解码节点可以链接不同的VAE以获得不同的解码结果。

.          右键点击新建节点，选择Latent，然后选择VAE解码。你也可以直接拖动方式添加。

.          将“VAE解码的Latent”连接到“采样器的Latent”上，此时左侧会剩下一个VAE。

.          我们可能注意到，“Checkpoint加载器”还剩下一个“VAE”未连接，我们将它与另一个VAE连接起来。可以选择直接连接大部分大模型中包含的VAE模型。

.         

.           

.           

.          保存图像：

.          右键点击新建节点，选择图像，然后选择保存图像（或者直接拖动添加）。

.          这里有两种选择：“保存图像”和“预览图像”。

.          预览节点用于预览图片，但不会保存它们。

.          保存图像具有将生成的图像保存到“ComfyUI下的output”文件夹的功能。

.         

.           

.           

2.生成图片

.           

  现在，我们已经连接了所有节点，接下来输入关键词，调整模型、LORA,VAE,步数、宽高等参数。然后，点击右侧设置面板中的“提示词队列”，或者使用快捷键“Ctrl+Enter”来生成图像。

在生成图像的过程中，你可以看到当前进行到哪一步，哪一个节点会被显示为绿色的框，这非常方便我们熟悉工作流程。

出自：https://mp.weixin.qq.com/s/BjH9O0o_3P4_5C_cPqdS_Q