ComfyUI 基础教程(二):文生图基础流程
AI魔法学院
2023-11-14
分享海报

.         

.         

.         

.  

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_ancestralWeb UI中的Eulera)、dpmpp_2mDPM++ 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normalkarras

.          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:

.          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

© THE END

转载请联系本网站获得授权

投稿或版权问题请加微信:skillupvip