ComfyUI秋叶整合包V7安装包

逼自己一个月练完，其实你很会 ai， 存下把权，一百九十八集真的很难找全的警告，本系列视频耗时两个半月，制作共计一百二十分钟，让你从坑爹 u i 小 白到 ai 大 神， 这应该是目前抖音仅有的从入门到进阶的全套系统坑爹教程。 ai 界最全能的软件来了！一款软件就承包了所有的 ai 需求，关键是官方正版完全免费，它就是匡复 u i， 仅需三个步骤，下载、解压、双击打开，连模型都全部为你准备好了，真正实现零门槛，学会下载就能用！哪怕你从来没有接触过 ai， 再匡扶 u i 也能化身成 ai 达人。无论你是想绘制惊艳作画，还是想打造火爆全网的创意短片， 通通都是点一下就能完成。而且有了空府 u i， 你 用它就能够体验国内最新最前沿的 ai 功能。作为全球公认最全面、生态最丰富、最贴近生产力的 ai 软件，空府 u i 堪称免费开源 ai 软件当中的王者。 哈喽，大家好，本节课我们来讲空府 u i 界面布局的深度认识与功能解析。我们打开空府 u i 界面之后呢，你会发现界面非常的干净，什么都没有。 如果我们需要在空浮圆里面进行创作，那么我们就需要在空白处进行添砖加瓦，这一大片的空白处，你可以把它理解成它就是我们的创作区。接下来我们就在创作区进行简单的创作， 大家现在所看到的这个画面就是官方的纹身图工作流，我相信很多小伙伴呢都听过，如果是要把空浮圆学好，就一定要把节点的功能，节点的各个连接的原理把它搞明白。那么什么是节点呢？我们现在所看到的这些小方块， 这些这个，这个，这些全部都是节点，各个节点串联组合起来就能形成一个完整的工作流。我们只需要在这个文本编码里面输入一段提示词， 选择一个大模型，注意了，这个提示词一定要是英文，那么这个提示词写的是一位年轻女性双手捧着一束鲜花， 点击运行，通过这些串联起来的节点运行之后，一张一位年轻女孩捧着一束鲜花的照片就生成了，是不是很神奇？中间的创作区我们了解之后，接下来我们来看左边的布局。首先来看一下队列， 我们点击队列，这个队列指的是什么呢？很好理解，这队列里的内容就是你渲染输出的图像，这个绿色代表的就是你渲染输出的时长， 我渲染第一张照片的时候，花的时间是一百零六秒，第二张图片画的是六秒，这张图片画的是十秒。选中这张照片，点击一下，我们就能够看到这个照片的全貌， 当然你也可以对这些图像进行删除，点击删除功能，那么所有的照片就全部删掉了， 这个就是队列的功能。接着我们来看这个节点库，点击一下这个节点库顾名思义就是节点的仓库，这里面全是节点，你想要用哪一个节点，那么你就直接在这里面进行搜索即可，比如说我现在要用变异解码器，那我就直接在这里进行搜索变异解码器， 那么这时候呢，我们就可以选择这个 v 解码，点击一下这个解码就进来了。除了这种添加节点方式之外，我们还有其他的添加节点方式，我们可以在空白处进行单右键来到添加节点节点库，里面的这些节点对应的就是这些节点。 我们看一下这个 select 高清放大，里面有十个文件。我们再来到这个 select 高清放大，这里的节点对应的就是这里面的这些节点， 你想用哪一个节点，那么你就选择哪个节点即可。那么除了这种方式之外呢，还有一种非常便捷的方式。除了以上两种方式添加节点之外，还有另外一种最方便的添加节点方式，直接在空白处进行双击， 你想要哪个节点，直接搜索哪个节点，比如说我现在要添加 k 采暖器，那我就直接搜索 k 采暖器，点击添加 k 采暖器即可。 再看一下这个模型库，每一个文件夹代表一种模型类型，这里有几十个文件夹，代表空腹 u i 的 模型有几十种类型， 可以看到有些文件夹它是带有数字的，数字代表的就是你自己本身安装了多少个模型。比如 point 文件夹里有四十个模型，那么它对应的就是我本地部署当中的 point 文件夹里的这四十个大模型。 lala 文件夹里有六十五个模型，对应的就是我本地部署当中的 lala 文件夹里的这六十五个大模型，其他的文件夹同理。 再来看一下这里的工作流，点击一下这里的工作流对应的就是这里的工作流，只要你保存了它就能够在这里进行显示，比如说这个工作流， ctrl 加 s 保存一下 这个工作流，保存之后他就进来了。再来看一下这里的节点语组，这里的节点对应的就是我们工作流里面所设计的节点，十七 k 采集器对应的就是这个十七 k 采集器，三十 k 采集器对应的就是这个三十 k 采集器。 那么还有一个节点组没有组怎么办？我们可以自行创建节点组，按住鼠标的滚轮键，我们可以随意挪动整体的工作流。怎么进行创建节点组呢？按住键盘上的 ctrl 键 框选一下，然后 ctrl 加 g 打个组，给他命个名，图像输出，那么在这个图像域组里面，我们就能够看到这个图像输出组了，点击展开，我们就能够看到这个图像输出组里面有两个节点， 微解码、预览图像对应的就是这两个节点。我们再来到模板界面，点击进去，这里的模板其实就是官方已经做好的工作流，有图像生成、视频生成、音频生成等众多工作流，你想用哪个工作流，那我们就点击哪一个， 这时候呢，他提醒你缺少模型，此时你需要下载安装模型，你可以直接点击下载，也可以复制链接到浏览器进行下载， 然后把模型安装在本地，部署对应的模型文件夹，接着重启空腹以外就能够使用了，涉及到当下最新的一些工作流，有时候呢你需要花点米才能使用，以这个视频模板为例， 这里显示我们生成一次视频是零点四九美元，折人民币是三点五块钱，大家可以根据自己的需求去选择使用。接着我们来到帮助中心， 这个就是匡辅 u i 的 更新版本，有些插件或者节点需要匹配当下最新的版本才能使用，有必要的时候呢，我们就选择更新。再看这个 get up， 点击进去，这个就是匡辅 u i 的 官方节点插件库，我们所使用的外置节点插件都是源自这个网站，具体怎么使用我们待会会讲到。 接下来我们来到键盘快捷键，这里对应的就是我们在操作空腹液的时候对应的快捷键，如果你对官方设置的快捷键不满意，你可以自己在这里面进行设置。 左边的界面布局大家都已经了解了，接下来我们来了解下面的界面布局，我们选择这个工作流，这里的复制标签指的是复制这个工作流，点击复制我们就得到了一个同样的工作流，这里的关闭标签指的是关闭工作流， 现在我们就把这个工作流关掉了，关闭右侧标签，关闭其他标签就非常好理解了，在这里我就不多讲了。接着来看这个图标，登记一下，这个新建指的是创建一个新的工作流，接着我们来到文件，选择打开， 打开指的是我们可以通过这种方式可以打开我们的工作流，除了这种方式可以打开我们的工作流之外，我们可以直接把我们的工作流直接拖拽进来也是可以的。 关于这个保存呢，就很好理解，大家养成一个习惯，隔几分钟保存，如果我们的电脑突然崩溃了，那么很可能我们花了几小时做的东西全部复制动流。再来看这里的导出， 导出指的是导出我们的工作流，给他们个名，界面布局讲解二，这时候呢会跳出一个保存的路径，我们点击保存即可。再来看这里的编辑，这里的撤销指的是返回上一步，这个是清除工作流，说白了就是删除工作流， 这个呢就是刷新节点，有时候我们卸载一些节点之后，或者是修复一些报错问题之后，我们需要重新刷新一下，才能让矿务员正常运作，这时候呢就用到这个功能。接着来看这里的释放模型，释放模型和节点缓存， 手机用久了之后呢，会产生很多垃圾，导致手机卡顿，这时候呢我们就得时不时的清理我们手机缓存，那么空浮元也是一个逻辑，你的节点多了，或者是你用久了，他也会产生很多垃圾，导致我们在运行的时候呢，会出现卡顿的一些情况，或者不顺畅。那么这时候呢，我们就可以使用这两个功能来释放这些垃圾，这两个功能 对应的就是这下面的两个功能。清理垃圾缓存的时候呢，我们也可以点击这两个功能。再看这里的主题，现在是深色，点击一下它就变成了浅色， 这个浏览模板对应的就是我们刚刚所使用的工作流。我们再来看一下这里的设置，这里的设置呢就是一些界面的设置，基本上呢你可以不用动它， 比如说像这个新菜单，现在是在底部，我们点击一下，那么它就到了顶部，我们现在呢把它切换回来。这里的设置主要就是去调节这个框辅 ui 界面的一些布局，感兴趣的小伙伴呢，大家可以去调节一下，我使用的都是默认的，再看下面的这些功能， 看一下这个拖拽，这个巴掌图标对应的就是我们鼠标的滚轮键，这个是自适应式图，点击一下他就会回到一个自适应的视角，这个是缩放控制，就是去控制你这个画面的大小，我们可以通过鼠标的滚轮键去滚动来调节这个画面的大小。去看一下它的数字是在变的， 这个是专注模式，点击专注模式之后呢，整个界面它就只有我们的节点，其他界面全部消失了，点击回来，这个呢就是隐藏链接，也就是隐藏这些线条，一般情况下我们都不会用到。 接着我们来讲本节课的重点内容，学习空辅 u i 必备技能，如何安装节点，这时候呢我们就得用到这个管理器，我们需要安装插件节点，或者更新版本的时候通常会用到它。接下来来讲三种安装节点的方式。 首先第一种方式，我们通过这个节点管理器进行安装节点，我现在需要安装一个 bashnet 重绘节点，在框里输入 bashnet， 跳出 bashnet 节点之后我们就选择安装， 因为我是已经安装过了，所以是这样的，显示点击安装，等这个节点安装完之后，切记一定要重启酷狗 u i， 这样才能正常使用这个节点。接下来我们来讲第二种安装节点的方式， 我们通过酷狗 u i 来到 gitup 官网，在输入框里面输入我们要安装的节点 slash net， 接着我们选择酷狗 u i slash net 这个文件，我们来到 code 复制一下这个链接，接着再来到管理器，通过 gitr 进行安装， 输入我们刚刚复制的链接，点击确认也可以进行安装。如果这种方式我们还安装不上，那么我们就采用第三种方式，我们把这个节点下载到本地，下载好之后呢，再把它进行解压，解压之后把这里的后缀名杠 m a i n 删掉，再拷贝这个节点。我们来到 custom node 这个文件夹，把我们刚刚拷贝的节点放到 custom node 这个文件夹，这个文件夹就是专门用来放置我们的节点，放置好之后重启 custom node， 这时候我们就能够正常使用这个节点了。好了，以上就是本节课的内容讲解，咱们下节课再见，拜拜！本节课我们来讲匡府 ui 的 工作原理， 如果我们真正要掌握匡府 ui 这个工具，让它变成我们的创作利器，我们必须要了解它的运行逻辑，只有真正掌握了运行逻辑，才能够大大的提升我们的生产和学习的效率，给我们带来更多的创作源泉。 大家现在所看到的工作流是匡辅 u i 官方最基本的纹身图工作流，一个基本的纹身图工作流主要就是由以上七个节点组成，那么什么是节点呢？ 我们现在能够拖动的这些方块，它就是节点匡辅 u i 的 运行逻辑，它是从左边进行计算，我们可以把这工作流分成三个板块，按住 ctrl 键拖拽鼠标就可以框选这些节点， ctrl 加 g 就 可以对这些节点进行打阻。 左边的板块是前期输入板块，中间的板块是核心生成板块，也就是浅空间像素，最右边则是后期输出板块，这样就构建了一个最基础的纹身图工作流。我们只需要在输入板块当中的 kelpie 文本编码当中输入一只小狗，点击运行， 这样一只小狗图像就有了。接下来我们来逐步详细讲解每个节点的作用。首先来看最左边的 checkpoint 加载器，我们能够看到加载器里有三个节点，分别是模型节点、 clip 节点、 v a e 节点。 这里的模型节点的作用就是用来加载我们的大模型，它的主要作用就是根据文本描述和随机造声逐步生成图像的潜在表示。通俗一点，它的作用就是控制图像生成的风格。我们点击这里的模型选择框， 我们就能够看到这里有非常多的模型类型供我们选择。这里的模型选择对应的就是我们安装在 cf ui mod 这个 pos 文件夹里面的这些大模型。大模型的作用呢，就是用来控制图像生成的风格。 比如我现在选择一个真人写真类的大模型，因为它是一个菜鸟模型，我们就把分辨率改成一零二四乘以一零二四，点击运行， 这样一张真实写真类的小狗图像就有了。再来看这里的 clip 节点，它是 stable diffusion 模型的一个核心组成部分，由 track point 节点加载出来的一个关键模块。 它的核心角色就是将用户输入的自然语言，也就是提示词翻译成 ai 图像生成模型能够理解的条件指令， 简单来说，它充当的就是一个翻译官的角色，让采集器能够理解你你想要什么样的画面。这就是为什么我们刚刚在文本框里面输入一只小狗，它就能生成一张小狗图，而不是一只小猫图的原因。 接着再看下面的 ve， 它是一个负责将图像在像素空间和浅空间像素之间进行转换的核心组建，你可以把它理解成它就是整个 ai 绘画流程当中的翻译官和显隐器。常用的 ve 有 两个，一个叫 ve 编码， 它的作用就是将像素空间，也就是把图片转换成裁样器，能够读懂理解的浅空间像素。这个节点一般用于图生图，到后面讲图生图内容的时候会进行详细讲解。另一个就是 ve 解码，也就是我们现在用到的这个 ve 解码， 它的作用就是将浅空间像素转换成我们肉眼可见的像素。我们了解完加载器模块之后，我们再来看这个 clip 文本编码，一条完整的工作流，一般有两个文本编码，上面的文本编码我们一般用来写正面提示词，也就是我们想要什么样的画面。 下面的文本编码用来写负面提示词，也就是我们不想要什么样的画面。在正向提示词里输入一间教室， 点击运行，现在我们就得到了一张教室图，我们能够看到教室里面有黑板、桌椅、电灯、窗户。如果我不想让生成的图像有黑板，那我们就在负面提示词里加入黑板，再次运行， 这样再次生成的图像就没有了黑板，黑板变成了投影布。如果我不想让图像中出现窗户， 那么就在负面提示词里输入窗户，点击运行，再次生成的图像中就不会出现窗户，这就是可 leap 文本编码的作用。我们再来看这里的 comlaten 图像，它是一张在浅空间中由随机噪声构成的空白图像， 为 k 采集器提供初时的可逐步雕刻的造声数据。简单来说，你可以把它理解成，它的作用就是决定生成图像的分辨率。这里的批量大小决定一次性能生成多少张图像。我们在正向提示词里输入一个男孩，此时的宽高分别是五幺二、五幺二， 那么生成的图像大小自然也是五幺二乘以五幺二。如果我们把画面的宽高设置成五幺二乘以七六八， 此时我们就得到了一张五幺二乘七六八的图像。我们把批量大小设置成四， 这样就能一次性得到四张五幺二乘七六八的图像。那么我们可不可以将宽高随意进行设置呢？比如宽高设置成两千乘两千， 此时你会发现生成的图像根本没法看，与我们的提示词描述有天壤之别。那么原因是什么呢？生成的图像画面是否合理，不光跟 limit 大 小有关， 而且它还跟我们的大模型相关。如果我们选择的模型是 sd 一 点五的模型，那么分辨率就设置成五幺二乘五幺二。 因为 sd 一 点五的大模型在训练的时候用的就是五幺二乘五幺二的图像进行训练，所以宽高设置成五幺二乘五幺二的分辨率，这样生成的图像质量就正常。 人家只有生成五幺二乘五幺二的能力，你却硬是让人家超常发挥，所以只能天马行空地进行会制，生成的图像不尽人意。 如果我们的大模型是 sd 叉 l 模型，那么我们的分辨率呢，可以设置成一零二四乘一零二四，因为 sd 叉 l 模型是基于一零二四乘一零二四的图像进行训练的。 好了，以上呢就是空来的图像节点的用法。我们了解完输入板块的各项功能原理之后，接下来就是核心生成板块 k 采氧器。 k 采氧器的作用就是负责执行，他接到前面的指令，然后严格按照参数设定，一步步的执行去造， 将噪声图塑造成符合指令的最终图像。简单来说， k 采集器就是负责动手把它画出来。我们在正向提示词里输入一个男孩正在踢足球，点击运行 一张男孩踢足球图像就有了。我们再来看这里的种子数，你可以把它理解成他就是我们的身份证编号，每一张图片都有属于自己的编号。再来到下面的生成控制后， 我们选择增加，那么种子数就增加一个单位，刚刚数值是四十二，现在的数值是四十三，如果是选择减少，那么数值将会降低一个单位，变回四十二。 如果选择随机，那么这个种子数将随机。如果我们选择生成后固定种子数，我们将这个种子数进行复制，再随机生成一张图， 接着再把种子数粘贴回来，我们又回到了刚刚那张照片。我们再来看一下这里的采用步数，它的作用就是控制去噪迭代的次数。为了方便大家看得更加直观，我选择一个 sd 叉 l 大 模型，分辨率设置成一零二四乘一零二四。 在其他参数不变的情况下，我们分别把步数值分别设置成五十、 十五、二十二十五。我们再一起来看一下这五张图整体的对比。 仔细看你会发现，随着步数越多，整体的细节越来越精细，当然运行的时长也更长，通常这个数值二十到三十步是质量与速度的平衡点，这就是采用步数。 我们再来看这个 c f 基值，它的作用就是用来控制关键词与生成画面的匹配程度。我们在提示词里输入，一个女孩坐在草地上固定一随机种子， c f 基值设置为一，采暖器设置为 m p p 二 m 调度器设置为 kalas。 点击运行，我们能够看到，当 c f 基值为一的时候，这个画面很脏很乱，没有太多的细节，最基本的人物轮廓都看不清。 我们再把 shift 机制调整为五，点击运行。现在这个画面就清晰很多了，人物的体态样貌我们都可以看得见，但是颜色还并不是很丰富，女孩的手旁边有一个像包，但又不像包的东西，还是缺乏创作力。我们再把这个参数设置为十二， 我们能够发现整体的颜色又丰富了很多，生成的东西呢也更加符合逻辑。刚刚草地上的小花现在就有了更多的颜色，服装包包也有了更多的细节。我们再把 cf 机制调整为二十， 此时生成的图像质量就更高了。所以我们可以得出一个结论， shift 值数值越低，传感器越不能理解你要什么生成的，质量越差，反之，参数值提高，生成的画面会更加符合提示词所想表达的内容。 shift 值一般控制在八到二十之间。 再看下面的裁样器名称，裁样器和下面的调度器，它是结合使用。裁样算法和调度器的结合会直接影响结果的质量，生成的速度以及风格样式。通常情况下，裁样器我们就选择 dpmpp， 二 m 调度器选择 kalas， 这两个模块的结合对应的就是 webui 当中的 dpm 加加二 m， 只不过在框副 ui 当中把它们独立出来了。接着来看降噪功能， 它的作用就是控制对初使造成的去除程度。现在的数值是一，如果我们把数值调整为零点八，你会发现画面的人物形态、脸部的轮廓质量明显就降低了很多，色彩的饱和程度也降低了不少。参数设置为零点五， 画面的色彩还原程度接近复古色调，效果很差。参数设置为零点二，可以看到基本上就没画面了。所以如果是纹身图，那么数值通常设置为一。如果是作为图升图，这个降噪功能的用法又稍微的有点不一样。到后面的图升图我们会讲到， 接下来我们来看这个 ve 解码，它的作用就是将 k 传感器处理的浅空间像素转换成我们肉眼可以看得见的像素。 预览图像节点的作用很好理解，它的功能就是显示画面，如果你想保存这张图像，选择图片单右键点击这个保存图像即可，这个图像就保存下来了。各个板块的各项功能原理我们明白之后，接下来我们就一起来手动搭建一个完整的纹身图工作流， 在空白处我们进行双击，就会出现一个搜索栏，我们就可以在搜索栏里输入我们想要加入的节点。我们先加入一个采集器，通过采集器进行拓展，选择模型的小节点进行拓转，就会显示其他能够连接的节点。我们选择 trackpoint 加载器， 这样模型加载器就有了。再拖拽 clip 小 节点，我们就可以加入 clip 文本编码，选择 clip 文本编码，按住 alt 键，拖动一下 clip 文本就能够进行复制。 拖拽一下 link 图像，我们就能得到一个空 link。 拖拽一下 link， 我 们就可以在里面选择 v 一 解码，再通过 v 一 解码里面的图像再拖拽一下，我们就可以创建预览图像， 这样我们就得到了一个基本的纹身图框架。接下来我们需要将它们连接起来，具体怎么连接呢？并不是盲目连接，我们需要进行对应连接。这里的模型节点不能与 clip 文本节点连接，它只能与采集当中的模型连接， clip 也只能连接 clip。 v e 只能连接 v e 正面提示词的条件，连接正面条件，连接负面条件， 这样一个基本的纹身图工作流就搭建好了，我们来运行一下这个工作流，在正向提示词里输入一个美少女， 再转换成英文，这个中英转换插件在后面的课程内容当中，我会教给大家怎么安装，刚学习的小伙伴可以使用有道翻译进行翻译，把翻译好的提示词输入到正向提示词， 再选择裁样器和调度器，点击运行一个美少女就有了。最后我们再来理一理这个工作流的运行逻辑， 通过加载器把大模型的信息给到 click 文本编码，通过文本编码进行下达指令，把指令给到 k 采集器，告诉 k 采集器我具体需要什么。 k 采集器接到指令之后呢，进行执行，进行作图，产生浅空间像素，也就是大家现在在采集器这里能够看到的这个图像。 k 采集器把生成的浅空间像素信息给到 v 解码， 让 v e 解码对浅空间像素进行处理，处理成大家肉眼能够看到的图像。 v a e 解码，把转化好的图像信息给到预览图像进行展示出来。 好了，相信大家对匡府 ui 的 运行原理都已经掌握明白了，客户呢自己去实践领悟，咱们下几个再见，拜拜！本节课我们来讲匡府 ui 的 图声图功能，图声图功能从字面上面就很好理解，我们需要一张参考图， 通过一张参考图结合空腹与爱的流程进行计算，生成我们想要的视觉效果图。在这里呢，我就已经准备好了一个基本的纹身图工作流，那么在空白处呢，我们进行双击，我们在这里添加一个加载图像，加载图像的作用呢，就是用来上传我们的图片，把我们已经准备好的图片素材呢透露进去。 接下来我们要做的就是把图片信息给到采暖器进行处理，生成我们想要的视觉效果。在这里我们能够看到 k 采暖器里面呢，没有跟这个加载图像节点能够联系的节点， 这里没有图像，也没有遮照，接下来我们需要通过一个节点，把这个图片信息转换成 k 采暖器，它能够理解能够读懂的数据。我们在空白处进行双击搜索， v a e 编码加进来， 那么这个 v 编码节点的作用是什么呢？用专业术语来讲，就是把我们肉眼可见的像素空间信息， 也就是这个图片信息转换成浅空间像素信息。用大白话来讲，就是把这个图片信息转换成就 k 彩样器，它能够理解能够读懂的信息。我们直接把这个图像连接像素，这个 laten 连接 laten v 连接 v 一， 那么基本的这个图生图工作流就已经完成了，那么这个大模型呢？我选择的是通用的 sd 叉 l 模型， 这时候我们只需要在这个文本框里面输入相关的提示词，它就能够生成相关的内容。比如我现在我需要把它转换成游戏动漫人物风格，那么我们就在这个提示词里面输入游戏动漫人物风格，再把这个中文呢进行转换成英文， 这个非常强大好用的中文翻译节点，后面呢我会教大家怎么去安装，怎么去使用，接下来把这个彩样器呢改成 m p p 二， m 调度器呢改成卡拉斯。我们再来看一下效果， 这时候你会发现我们现在得到的图像跟原始参考图像可以说是差之千里，主要原因是什么呢？他有很多的因素，第一个因素就是他的一个降噪值，降噪值参数越大，那么生出来的效果呢？他越偏离主体，降噪值参数越大，那么生图出来的效果呢？他越偏离主体， 我们现在尝试把这个降噪值呢降低调，准备零点八，再来看一下整体的效果，这时候你会发现，最起码这个人物的头发变长了，人物的风格呢也开始接近了，再降低一下降噪值， 把这个降噪值呢调整为零点六五，再来看一下整体的效果，我们现在得到的这个画面，他有白头发，那么这个白头发他参考的就是这个白头发，那么这里的灯光他参考的就是这个月光。这块柱子的构图匹配的就是这根柱子的构图， 那么整体来说这些参数它是没有太大的问题的，但是呢，为什么生出来的效果还是这么的差呢？有一点非常重要，大家注意看， 我们所使用的大模型是 sd 叉 l 模型， sd 叉 l 模型它训练的是幺零二四乘以幺零二四的图片， 所以我们要想办法把这个图片素材呢变成幺零二四乘幺零二四，再导入到彩样器里面去进行计算，有两种方式，第一种方式就是常规的方式，直接输入一张幺零二四乘幺零二四的图像，这方式在之前就讲过，接下来就教大家第二种方式， 在这里呢给它加上一个图像缩放，我们就选择这个 r g 节点的图像缩放，这个节点是一个外置的节点 r g three， 也就是说我们要去进行安装，这些节点到底是内置的还是外置，需要进行安装的，怎么去辨别呢？注意看一下这个节点，它的右上角上面写的是 r g three comfor， 再看一下这个加载图像右上角，它是小狐狸加载器，小狐狸文本编码也是小狐狸，也就是说，也就是说带了小狐狸这个标志，它就是代表内置节点， 没有小狐狸代表的是外置节点。那么这个 r g switch 怎么装呢？我们来到管理器里面，点击这个管理器，我们只需要安装这个 r g 节点，安装好之后呢，我们就能够使用这个节点，因为我是已经安装过了，所以呢我在这里我就不重复安装了， 退出。刚刚教大家如何去安装这个节点，退出来之后呢，这个电脑就直接卡住了，我就重新启动了控制 u i， 所以 大家会发现这画面呢发生了改变，但是呢，这里的各项参数我没有做任何的更改。接下来呢，继续来讲解 这个图像缩放具体该怎么用，它的作用是什么？那么图像缩放节点呢，是需要把它放到加载图像的后面来的图像连接图像，这里图像连接 v a e 编码里的图像，我们可以把这个宽度呢调整到一零二四， 高度呢调整到一零二四，其他属性一概不变。我们可以通过图像缩放节点，可以把加载图像里的这张图片处理成幺零二四乘幺零二四的大小，再通过 v 编码把这个幺零二四乘幺零二四的像素空间传给 k 传感器， 通过图像缩放节点作用，你可以把它理解成这张图片现在就是幺零二四乘幺零二四的大小了。接下来呢，我们就点击运行来看一下效果， 现在我们得到的效果就很符合我们提示词的需求了，长头发、箭月亮、树林这些元素的形成都是参考的原素材，那么如果你觉得这个效果还并不是很满意，我们可以去调节其他的参数，比如说 c、 f、 g 值， 我们把这个参数呢调整为十五。再来看一下整体的效果，看一下会不会有一些其他的变化。通过 cf 机制的提升，我们能够发现这里呢又多了更多的细节，我们也可以把这个降噪值呢，接着再调整这个 cf 机制呢，尽可能的把它控制在八到十的样子。再来看一下整体的效果， 调节了降噪值之后呢，你会发现又一些元素发生了一些变化，手里的键没有了，那么这个降噪值具体控制在多少合适呢？你就把它控制在零点六五到零点八的样子。 降噪值的参数过大或者过小，那么留给 ai 发挥的空间呢？更大，生出来的效果很多时候它是不尽人意的，那么我们也可以在这里呢继续生成， 选择随机这个环节呢，就是不断的抽卡，看一下哪张图片符合我们的诉求，接着我们给他再换一个风格，接着我们给他换一个宫崎骏的风格，再来看一下效果， 现在我们就得到了一个宫崎骏风格的效果，如果你想把这里的人物放到一个特定的环境里面，也是可以的，比如给他一段提示词，动漫宫崎骏人物风格，女孩手持一把剑，站在开满小白花的草地， 天空中有大片的白云，天气晴空万里，看一下我们又能够得到一个什么样的一个效果，那么现在呢，我们又得到了另外一种风格，大家注意了，接下来我多抽几张卡来看一下它有什么特点。 我抽了这么多张卡，不知道大家有没有发现一个共性，无论是从人物的姿势、样貌上面去分析，它都有所改变，每张图里面所设计的元素它都生产出来了， 无论是小花、草地、白云他都有，但是唯一个不变的共性就是整体的色调他都是偏向于晚上，原因是什么呢？就是因为我们的参考图他是晚上，所以会导致生产出来的效果都是偏向于暗色， 偏向于晚上的效果，哪怕是你的提示词里面告诉他我要的是白天天气晴朗的效果，但是他还是没办法实现。那么如果把这张参考图换成白天呢？再来看一下效果， 这时候你会发现所有生产出来的效果它都是偏向于白天的光线。当然我也尝试过很多其他的 sd 叉 l 模型，结果都是有这样的共性，那么这个呢，就是匡福 u i 的 图像图。 接下来我们来讲第一种放大方式， sd 放大，搜索 sd 放大节点，然后进行安装节点，因为我是已经安装过了，所以不需要再安装了，然后进行返回重启旷辅 ui， 重启之后，我们来到旷辅 ui 安装好之后呢，我们就可以搜索出 sd 放大节点，我们需要选择第一个 sd 放大。 大家看到这个 sd 放大节点之后呢，是不是感觉它特别像我们的彩样器？接下来我们再创建其他的节点，拉出图像节点，加载图像，再把我们需要修复提高画质的素材放进来，再拖出来一个大模型。 这个大模型呢，我们就选择 sd 叉 l 模型，再创建一个文本编码， 按住 alt 键拖拽这个节点，我们就可以复制一个节点负面提示词连接负面条件，这里的正向提示词呢，我们就写这个高质量，细节丰富。负面提示词呢，我们就写这个质量差，模糊杂乱。 v 一 连接 v 一 再拖拽出放大模型，添加一个加载大模型， 这两个加载放大大模型我会提供给到大家，这个是两个模型放置的位置，然后再拖拽一个图像节点，添加预览图像，为了更加的直观，能够看清放大前跟放大后的对比，所以呢我们可以给他加上一个图像对比节点， 放大，把分辨率为五三三乘八百的原始图像拖出来给图像 a、 s、 d 放大的图像拖出来给图像 b。 接下来呢我们去调整这里面的参数，放大系数其实很好理解，就是你要放大多少倍，我们就把它放到四倍， 那么随机种子呢，不用管它，这个彩样器呢，我们就选择常规的彩样器 mpp 二 m 调度器呢，就选择卡拉斯这模式类型呢，不用管它。那么这个分块宽度指的是什么意思呢？ a c 放大节点在对你这张图片进行处理的时候呢，它会把你的这张图片拆分成很多个模块来进行处理， 这个分块宽度的参数越小，那么也就代表着他要处理更多的快速，那么计算的时长呢，也就更久。待会呢，我们一起来看一下他是怎么处理的。下面的这个参数呢，也可以不用动，接下来呢我们就点击运行即可，这时候他提醒我们忘记连接 clip， 关掉连接下 clip， 再点击运行。我们一起来看一下 sd 处理的细节。我们能够发现 sd 放大节点把这张图片拆分成了非常多个小模块进行处理处理，每个模块的大小对应的就是分块宽度的大小，处理的快越多代表时间越久， 当然效果更好。好了，我们现在所看到的这个图像就是经过 sd 放大节点提升画质后的图像。再来看一下图像对比节点，这是提升画质之前， 这是提升画质之后，从整体的角度来看的话，提升画质效果非常的明显。在提升画质之前，很多的元素都是模糊不清的， 尤其是头上的小花和人物的脸庞，他都没有较好的突出表现，但是在提升画质之后，我们能够看到小花人物的脸表现非常清晰，包括一些人物的细节， 像人物的手，衣服表现也是非常不错的，尤其是他的一个发丝处理的非常的好。当然经过 sd 放大节点处理之后呢，还有一些小瑕疵，比如说像人物的头发，注意看一下这个地方，他的 ai 感非常的严重， 这个地方处理的也不是很好，人物的肩上皮肤这块处理的也不是很好，但是从整体上来说，他的表现力还是非常不错的，这个就是 sd 放大的表现力。接下来我们来讲第二种方式。 接下来我们来讲第二种提升画质的方式， supreme 节点放大。首先我们需要在节点管理器安装这个节点，因为我已经安装过了，所以我就直接退出。接着在空白处进行双击添加 supreme 放大节点，拖拽图像节点引路加载图像节点。这时候呢，我们就可以把我们刚刚那张图片导入进来， 拖拽图像节点，添加一个预览图像，为了方便观察放大前跟放大后的对比，我们需要添加一个图像对比节点， 原始图像连接图像 a 节点，经过 supreme 放大节点处理过的图像连接到图像 b。 接着我们需要选择 supreme 大 模型， 这里要注意的是， supreme 模型我们就必须要对应 supreme 模型，我们就选择 supreme u f f p 十六精度的模型。 supreme 放大节点呢，还有一个特点就是我们需要引入 sd 参数模型，这里呢，我们就选择一个通用的联想 sd 参数模型，接着继续调节下面的参数。 这个缩放系数呢，很好理解，就是你要放大多少倍？我的电脑呢是四零七零的显卡，十二 g 的 显存，我就把它放大三倍，放太大容易崩。正向提示词我们就写高品质，细节丰富。负面提示词呢，我们就写质量差，模糊杂乱。接着再看下面的功能， 仔细一看的话，你会发现它跟 sd 放大节点呢有一些共性，它都有分块尺寸，分块不长。其实从这里就不难看出 spare 放大节点的特点呢，同样的，它也是把我们的原始图像进行拆分成多个模块进行处理，然后把处理好的板块再拼接起来。 那么如果你的电脑配置在不够的情况下呢，你可以打开下面的两个功能，在你显存不够的情况下，它会调用你的运行内存。 那么这个彩样器呢，我们就选择默认的彩样器，接下来就点击运行等待结果好了，经过五分钟漫长的等待，这个图片呢就生产出来了，这个呢就是经过 supreme 放大后的图像，我们一起来看一下，整体来说效果还是可以的，我们再来看一下前后的对比，这是放大前， 这是放大后，这个小花他处理的还是非常到位的，之前是模糊的，现在呢我们能够非常清晰的看到这些花的细节， 还有就是它的一个头发丝，注意看它头发丝这个地方，这个地方它处理的非常的好，它不会像我们之前所使用的 sd 放大的这个效果一样，它有严重的 ai 感。 supreme 放大节点还有一个啊， supreme 放大节点还有一个特点，让我比较满意的是它对衣服细节的处理，可以说处理的非常的到位，注意看一下现在的衣服是模糊不清的，你看不出什么质感，也看不出什么纹理，再看一下经过处理后的纹理， 它非常的清晰。还有再看一下这个肩膀处，是不是也是处理的非常的好。再看一下这些发丝，也是处理的非常自然，非常的好， 这些发丝也是处理的非常的自然，非常的好。当然呢还有一些小不足就是对于这个脸部的一些细节的处理，当然我们可以尝试性的把这个分辨率再提升一个档次，把它放大四倍试一下，相信一定会有一个不错的表现力，是大于 sd 放大的表现力， 这个呢就是 serbia 的 强大之处。好了，接下来我们来讲第三种方式，接下来我们来讲第三种提升画质的方式，阿拉萨节点放大，这个节点是外置节点，需要进行安装，首先我们添加阿拉萨放大节点，拖拽图像节点，添加一个加载图像，接着再导入人像图， 添加预览图像，为了方便观察，老规矩我们添加一个图像对比节点，放大图像，对比节点原始图像连接图像 a， 经过阿拉萨放大节点的处理，拖拽到图像 b， 接下来我们来了解里面的功能，阿拉萨模型呢，我们就选择第一个模型，这个 model 指的是你要放大多少倍，我们就选择放大四倍，选择第二个。 这个功能翻译成中文叫重新用透明度，你打开即可，下面这个翻译成中文叫快批量处理大小，这个指的是你要把张图片分成多少块进行处理，如果你想得到更高质量一点的画面，那么你就把这个参数呢调小一点，那么默认值呢是八，或者是你也可以把它调成到十六。 这个指的是你用什么渲染，那么你可以选择 cpu 渲染，你也可以选择 gpu 渲染，选择好之后呢，我们点击运行即可，经过一分钟的等待，这张图呢就处理好了，我们一起来看一下对比效果， 这是放大前，这是放大后，从整体来看的话，它虽然有放大的效果，但是呢整体来看它还是有较强的 ai 感，在整体上呢，它加了一些绿化的感觉， 而且人物脸型的质感可以说完全变了。那么哪些地方处理的还是比较好的呢？尤其是他对衣服细节的处理，质感处理的是比较到位的，当然对发丝的处理呢，也还是可以的， 但是呢对于皮肤的处理还是不太友好，如果是需要对人物进行放大修复处理，我不建议使用这种方式。接下来我们来讲第四种方式，也是我个人很喜欢的一种方式。第四种提升画质的方式呢是 cvr 节点，它是一个外置节点，需要进行安装。接下来呢我们就添加 cvr 视频放大节点， 拖拽图像节点，添加一个加载图像，还是导入那张人像图，再给它添加一个加载文件， 那么这个参数呢，选择十六即可，这个功能翻译成中文叫做要交换的快速，说白了就是你要把这张图片拆分成多少块进行处理，如果你想让画质高，那么你就把这个数值呢进行加大，你可以把它加到三十二， 我在这里呢就选择默认值。接着我们需要添加大模型，大模型的选择呢跟你输出来的质量有关系，大模型的精度越高，那么输出来的质量呢也越高，我们就选择这个大模型，这个呢代表的就是它的一个分辨率，这个呢就是分辨率的输出，我们可以把分辨率呢调整到二零四八。下面这个参数呢我们可以不用动。 接下来呢我们添加一个预览图像节点，再添加一个图像对比节点，原始图像连接图像 b， 点击运行看一下效果，经过两分钟的等待，图像就已经生成好了，那么这个呢是生成好的图像，二零四八乘以三零七零。我们来看一下放大前跟放大后的对比， 这是放大前，这是放大后，放大后的画质效果，你会发现无论是从发丝小花，还是从皮肤的质感，尤其是你能从皮肤的质感看到它有一个质的飞跃， 可以说 c d vr 从皮肤质感的处理放大细节来看，它可以吊打前面三种方式，你能够发现它的嘴唇，它非常的细腻，它有了非常多的一些纹理的细节，包括它皮肤纹理光泽，阴影的一些细节都非常的到位。 还有他的衣服的质感也是处理的非常的清晰，非常的好像这个肩膀处也是处理的非常的好。好了，以上就是四种高清修复放大方式，喜欢的小伙伴记得点个赞哦。本节课我们来讲学习控辅 u i 必须要掌握的 control net 节点， 接下来呢，就跟着我一起来学习 control net 的 三种高频用法，接下来我们就来讲 control net 的 第一种用法， openpos 控图在这里呢，我准备了一个基础的纹身图工作流。首先呢，在空白处添加一个 control net， 我们能够看到这里呢，有两个 controlnet， 我 们能够看到这里呢，有两个应用 controlnet， 一个是旧版高级，一个是旧版，我们都一起添加进来对比一下，很明显旧版高级比旧版它多了一些元素，旧版高级呢，它有正面条件，负面条件，而旧版呢，它只有正面条件，旧版高级多了一个 va 节点， 还多了一个开始百分比，结束百分比，这两个功能呢，我们待会会讲到把它删掉。 controlnet 我 们是要把它放在 k 传感器前面进行运行的，正面条件连接正面条件，负面条件连接负面条件都连接一下。 接着我们再添加一个 controlnet 加载模型，拖拽一下添加加载模型，我们能够看到这里面呢有非常多的加载模型，但是呢这些加载模型并不是乱用的，它是需要根据你的处理器进行匹配使用， 我们现在要做的是人物姿势控图，这时候呢我们就得在这里呢添加一个 openpos 加载模型，它的种类呢也非常的多，那我们就选择一个 sd 一 点五模型， ctrl delete 模型，它是一个 sd 一 点五的模型，那么我们加载器里的大模型同样也必须是得一点五的模型。我们再添加一个加载图像添加进来， 接着把我们已经准备好的人像参考图拖拽进来，接下来我们要做的是把它的人物骨骼姿势把它调出来，这时候呢我们就得用到一个节点， a u x 集成处理器，这个节点管理处就能够下载加载进来图像，连接个图像，点击这个预处理器， 点击进来之后呢，我们都看到这里呢有非常多的处理器，那么这里呢有非常多的处理器，这些处理器的作用是什么呢？就是调出你这张图片里面的一些信息，比如说我需要调出它的姿态信息，那么我们就选择 openpos 姿态预处理器， 如果要调出它的深度信息，那么我们就选择深度信息预处理器，我们现在要把这个人物的姿态信息调出来，这时候呢我们就得选择 openpos 姿态预处理器，我们得到这个姿态信息之后呢，再把这个姿态信息给到 controlnet 进行处理。在图像节点里面，我们拖拽一个预览图像放大一下， 接下来呢我们调节一下整个板块的布局框，选一下，打个组，给它命名个名， ctrl shift 板块，这个板块呢给它命名叫图像信息，下面这个就很好处理了 啊。最后连接一下这里的 ve， 再给它一个提示词，宫崎骏动漫风格，点击运行，我们来看一下效果， 这里提示我们没有连接大模型，再连接一下大模型，点击运行。现在我们就得到了一个宫崎骏的动漫人物风格，但是呢，我们能看到这个人物的头没有，所以呢，我们需要放大它的一个高度，再来看一下效果。好了，现在这张图呢就已经生成出来了，我们一起来对比一下它的一个姿势 原始参考图，经过集成预处理器进行处理，我们就能够得到一个人物姿势骨骼信息，这个人骨骼信息，再经过 controlnet 的 处理，再把这个信息呢给到 k 采集器， 我们就得到了这个人物信息了。骨骼信息跟人物的姿势是不是保持一样的？那么为什么这骨骼图像跟原始参考图，它的姿势上面呢会有一点变化，原因是因为它是一张图像， 图像经过预处理器处理，有时候呢，他不能得到一个非常精准的人物骨骼姿势图，通过集成预处理器结合 controlnet 的 用法，我们得到的只是人家的姿势，那么我们就可以在文本编码里面输入我们需要呈现的画面，比如我需要的是宫崎骏动漫风格，这个女孩在长满鲜花的草地上奔跑， 多抽几次卡。现在我们就得到了保持姿势一致不同效果的图，这就是 openpos 预处理器结合 controlnet 的 用法。接下来我们来讲解第二种用法，接下来我们就来讲解 controlnet 结合另外一种集成预处理器模型的使用方法。 在这里呢，我们导入一张动漫图，我们在这里呢选择 kenny 硬边缘预处理器。注意了，集成硬处理器里面的文件，它要对应 controlnet 里面的模型， 那么前面我们选择的文件是 kenny 加载 control 模型里面的文件呢？同理也得选择 kenny。 这里的 kenny 呢有非常多种类型，第一个对应的是 sd 小 模型，二三四对应的是 xl 模型， small 模型代表的是体积最小， mid 体积大一点。 for 呢，体积是最大， 也就意味着如果你想要更高的质量，那么你就选择第一个加载器里面的大模型，我们也得选择 sd 叉 l 模型。 我们点击运行来看一下 kenny 的 使用方法。现在我们没有加入任何的提示词，现在呢就已经生成了一张图像出来了。经过 kenny 硬边缘硬处理器对这样图像进行处理，我们就得到了这张图的线条信息。接下来我们就可以在这个线条里面去填充我们想要的画面。 我们来到文本编码，给他写上提示词。一位黑发少女，身穿绿色的衣服和白色的裤子，手里呢拿着一朵蒲公英，背景是蓝天白云和一片花海。再来看一下效果， 这张图呢就已经生成出来了，当然你也可以去调整他的风格，比如说信海城风格，他的背景呢改成一片麦田。再来看一下效果， 你发现这个效果呢，就比之前好看多了。这个就是 k 里硬边缘结合 controlnet 的 用法，接下来我们来讲第三种， controlnet， 结合集成预处理器当中的 deep anything 深度信息的用法。我们在这里选择 deep anything v 二预处理器，先停用，其他节点裁剪器呢，也停用，点击运行来看一下效果。 现在呢，我们就能够看到这张图的深度信息了。关于素材，一般我们选择一些紧逼比较大的，这样呢，深度信息比较明显， 越暗或者是月亮的区域，那么留给爱发挥的空间呢，他就越大，比如像这张深度信息，越靠近镜头的地方，他就越亮，天空呢，他也是很暗，这样呢，他就能够实现重绘的多样化，像建筑的轮廓呢，他就很明显了，所以基本上呢，我们就只能改变他的外观。接着我们再使用这些节点， ctrl delete 加载模型，我们也得选择 deep 模型。大模型呢，我们也选择 sd 叉 l 模型。接着输入提示词，告诉他这是一座现代建筑，有瀑布。外表呢，它是玻璃材质，有很多的绿色植被，有树山丘。这是一个秋天，天气很好， 我们再启动采集器，点击运行，再来看一下效果。我们再添加一个图像预览节点，点击运行，再来看一下效果。 这张图呢，就已经生成了，提示词里面写到的花绿色植被树、玻璃建筑都体现出来了秋天的呈现形式，它是把一些树和植物处理成了落叶的颜色。但是提示词里面写到的丘里没有实现，原因是因为这张图的整体轮廓还是比较明显的， ai 觉得在生成丘里不太合理，所以呢，没有给咱们生成，我们再给他另外一组提示词，这组提示词呢我想看到大海，白云还有瀑布， 再来看一下效果，那么现在呢，我们就能够看到这里的瀑布了，同时呢我们也能够看到这里的海水，那为什么这里的植物这么茂密呢？原因是因为我写的提示词里面是春天啊， 这里的白云，它其实能够非常好的给我们进行呈现，因为这块地方呢，它全是黑的，那么既然是黑的，那么 ai 呢就能够更好的去进行发挥，再把春天改成冬天，再来看一下效果。 现在呢我们就能够看到这个植物上面呢覆盖了非常多的雪，这个呢也是雪，远处的山呢也蒙上了一层雪，可以说 ai 是 已经把冬天的氛围渲染出来了。 好了，以上就是本节课的内容，那么课后呢，大家一定要自己拿着素材好好的去实践，去练习一下，然后呢自己去领悟。好了，这节课呢就讲到这里， 当我们看到一些好看的画面效果的时候，我们自己呢也想做一个类似的风格，那么如何进行画面的迁移呢？今天我们就可以使用空浮 ai 当中的 bash net 节点，结合相关提示词进行临摹同样的风格。下面我们就打开空浮 ai， 先创建一个纹身图框架，双击空排出，先创建一个裁样器， 通过彩样器呢进行拓展，拖拽一下模型节点，创建一个模型加载器，拖拽一下 clip 文本，创建一个 clip 文本， 再复制一个 clip 文本，再拖拽一下 edit， 创建一个 v a e 解码器，拖拽一下图像，创建一个预览图像。 现在最基本的纹身图框架就已经搭建好了，这些节点呢，我们现在先不连接，那么如果是我们要对我们的产品添加背景，那么肯定是需要用到一个局部重绘，那么既然是局部重绘，我们需要用到一个非常好用的节点叫 blashnet， 在 空白处进行双击把 blashnet 加载进来。 blashnet 节点的作用呢，就是专门用来做局部重绘，那么 blashnet 呢，它是要放在采集器的前面进行使用的，我们再拖拽一下这个 blashnet 加载器， 那么既然是局部重绘，那么我们肯定是需要导入我们的图像，在空白处双击给它添加一个加载图像，把我们需要进行局部重绘的素材导入进来。这时候呢，把我们的瓶子素材放进来。 我们的产品图呢是带有通道的，接下来我们需要把这些节点呢连接起来。图像连接节点图像，把这个瓶子的信息给到 flash net 大 模型的模型连接 flash net 的 模型 v 一 连接 v a 一 clap 连接 clap 文本正向提示词连接正面条件负面提示词连接负面条件 bracket 的 模型连接传感器的模型 正面条件连接正面条件负面条件连接负面条件 lent 连接 lent。 下面的步数我们就选择二十，这里的步数指的是采样二十步，一般情况下这个参数呢，控制在二十到三十之间的样子就可以了。 cf 基指呢，我们也选择默认的八 f 基值的作用就是为了让 k 彩样器能够更加读懂提示词。当然这个参数呢，并不是越高越好，一般情况下控制在八到十之间的样子，这里的彩样器呢，我们要选择某 pp 二 m 调度器呢，我们选择 class v 连接 v 一。 那么现在初步的图生图框架呢，就已经搭建好了，但是呢，我们这里还少了一个遮罩节点，我们要知道 bashinet 它的运行逻辑其实就是重绘你的遮罩部分， 也就是说我们接下来要重绘的是这个瓶子以外的部分。接下来我们要做的呢就是把这个瓶子以外的部分变成遮罩。有两种方式，接下来呢就来讲第一种方式，把这个加载图像呢再复制一个， 我们上传一个瓶子的黑白图，黑色部分代表的就是瓶子部分，也就是被扣掉的部分。白色部分代表的就是我们需要进行局部重绘的部分，这张图片它只是一个图像，它并不是所谓的遮罩。 接下来我们要做的就是把这张黑白图处理成 blackinet， 它能够理解识别的遮罩，黑色就是抠掉的部分白色，那自然而然就是需要进行重绘的遮罩部分。这时候呢，我们需要用到一个节点叫图像倒遮罩，把这些节点挪动过来，调节一下它们的位置。 图像连接图像遮罩，连接遮罩，通过图像倒遮罩这个节点的作用，就可以把这张黑白图变成 blackinet， 它能够理解的遮罩。 现在图上图局部重绘的框架就已经搭建好了，接下来呢，我们需要选择适当的大模型和结合相对应的合适的提示词来生成我们想要的视觉效果。因为我们的产品是一瓶香水，所以我们选择的大模型尽可能的是电商类的大模型， 我现在所使用的是电脑运 lucky 哈本，这里呢有海量的模型供我们进行选择。我需要使用的大模型呢，是电商 类的大模型，我就选择这个叉 l 真实写真的电商类大模型，点击使用即可。 最后一个环节就是提示词的描写，这个提示词直观重要，这个提示词具体该怎么写？我们想要什么样的一个产品效果风格？这时候呢，我们可以来到 leible leible ai， 我 们需要根据你自己的产品图找到合适类型的产品图， 比如我想要的是这种风格，那我们就可以点击这样图片，我们可以参考一下他的提示词，复制下他的提示词，可以使用翻译工具读取他的提示词，复制下这段提示词，把这段提示词有关产品的描述全部删掉，把我们想要的提示词翻译成 copy 文本，他能够读懂的英文，我们再复制这段文本，再黏贴进来， 我们再点击运行，再一起来看一下效果。我们运行之后呢，出现了一个错误提示，什么意思呢？它指的是你的基础大模型，是 sd 叉 l 模型，但是呢，你的 bashnet， 它是一个一点五的模型，所以我们需要把加载器里的模型呢也改成叉 l 模型，我们就选择这个叉 l segmentation 模型， 再次点击运行，经过几秒的等待，我们这张产品图的洗图就完成了。整体来说效果还是不错的，不管是光影的处理，还是环境的融合交互，都是做的非常的不错。如果你想让康复 u i 有 更多的发挥空间，你还可以去尝试调节降噪值来达到我们想要的视觉效果， 这个是降噪值为零点八， cf 值为十的视觉效果，这个是降噪值为零点七， cf 值为八的视觉效果。 卸负基值呢，你尽可能的就控制在八到十五之间。降噪值呢尽可能的控制在零点七到一之间。 我们现在所讲的是第一种局部重绘，给我们的产品添加背景。接下来呢来讲第二种局部重绘的方式，把这两个节点呢删掉。接下来我们要用到一个非常强大的插件叫 l style， 那 么 l style 里面呢，有一个非常常用非常强大的一个节点，我们找到这个节点， 来到图层遮罩，这个节点就 segment anything ultra vr。 那 么这个节点的作用呢，就是用来抠图，把这个香水的图像呢取消掉，我们把产品图的图像连接给他。接下来我们要做的呢就是把这个瓶子抠掉，所以呢我们在这里输入 bottom， 下面呢我们要知道以下功能的具体用法。首先来看一下 sim 模型，这里面呢有非常多的选项，这个内存越大，代表的是它抠出来的效果，越精细，越精致，升图的质量呢也越高，升图时间越长， 当然对你的电脑配置要求呢也越高。如果你的电脑配置在不高的情况下，比如说你的显存是八 g， 那 么你就选择第三个大模型，它的体积很小，运算速度呢也非常快，像我的电脑是四零七零的显卡，显存是十二个 g， 一 般情况下我就选择这个 格洛里模型呢也是一样的，模型体积越大，生图质量呢也越高，一般情况下我们选择第一个就行，再看一下这个细节处理方法，一般情况下我们选择第一个就好了，第一个模式相对于以下几个模式生图质量最高，细节消融，细节膨胀，他处理的都是一些细节性的一些东西， 那么由于这个素材呢，它的轮廓非常的清晰明显，那么这个参数哪怕是你加的很大，它的效果呢也并不是很明显。关于这个细节，笑容，细节膨胀，郁卒等以下几个参数呢，我后面呢会专门的用一个案例来进行讲解这些参数的功能属性，具体怎么去用 上面这参数呢？我们可以默认的调整到实参数越大，那么细节他处理的越精细。细节处理呢，很好理解，就是如果你想要我的细节更加的丰富细腻，那么你就把这个功能打开。 提示词呢，很好理解，就是你要抠掉什么，那么你在这里呢就填写什么，比如我现在呢，我要把这个瓶子抠掉，那我在这里就输入 bot。 这里的设备呢有两个选项，一个是显存运行，一个是 cpu 运行，那我们在这里呢就选择显存运行， 这个最大尺寸呢，先不用管它，下面这个 cancel model 指的什么意思呢？就是如果你的显存不够的情况下，你打开这功能，它会用你的运行内存来进行计算。接着呢再把这个图像连接到图像，接着遮罩，连接遮罩，点击运行来看一下效果。 现在剩下的图并不是我们想要的结果，仔细一看的话，你会发现现在局部重绘的是瓶子部分，但是我们要重绘的是瓶子以外的部分，也就是说明我们在遮罩这里出了问题。 刚我们讲了 sigman anything ultra， 这个节点的作用呢就是进行抠图，让图生成遮罩，我们一起来检查一下这个遮罩，在这里呢加上一个遮罩到图像，遮罩连接遮罩，图像呢连接预览图像， 再次点击运行。通过这个预览图像，想必大家都已经看明白了， sigman anything 把这个瓶子扣下来之后呢，瓶子变成了遮罩。 前面我们也讲了 blacknet， 它的运行逻辑就是重绘白色遮罩，所以我们得到了现在的结果。但是我们要重绘的是瓶子以外的部分，也就是说接下来我们要把瓶子变成黑色，瓶子外面的黑色变成白色。这时候呢我们就用到另外一个节点，我们在这里呢加上一个遮罩反转节点， 遮罩连接遮罩，这个先删掉遮罩，再连接遮罩。通过遮罩反转节点，我们就可以把遮罩的颜色调换过来，我们给它添加一个遮罩的图像，一起来观察一下， 再点击运行，看一下效果。现在我们能够看到这照的颜色反转过来了，剩下的图呢也正常了。以上就是本期视频内容，通过两种局部重绘的方式给我们的产品更换背景。好了，如果本期视频对你有用，千万不要吝啬你的小爱心，咱们下期再见。

挑战从零开始，彻底教会你康复！ e y 视频生成从打开电脑开始讲起，警告本视频耗时两个月，全程一百二十分钟，专为新手小白设计，从电脑配置到软件基础实战教学，一站式掌握，这应该是目前抖音仅有的从入门到进阶的全套系统。康发 e y 教程附赠配套联系素材，赶快收藏！ ai 界最全能的软件来了！一款软件就承包了所有的 ai 需求，关键是官方正版完全免费，他就是匡府 u i， 仅需三个步骤，下载、解压、双击打开，连模型都全部为你准备好了， 真正实现零门槛，学会下载就能用！哪怕你从来没有接触过 ai， 再匡府 u i 也能化身成 ai 达人。无论你是想会制惊艳作画，还是想打造火爆全网的创意短片， 通通都是点一下就能完成。而且有了空府 ui， 你 用它就能够体验国内最新、最前沿的 ai 功能。作为全球公认最全面、生态最丰富、最贴近生产力的 ai 软件，空府 ui 堪称免费开源 ai 软件当中的王者。 哈喽，大家好，本节课我们来讲空腹 u i 界面布局的深度认识与功能解析。我们打开空腹 u i 界面之后呢，你会发现界面非常的干净，什么都没有。如果我们需要在空腹 u i 里面进行创作，那么我们就需要在空白处进行添砖加瓦， 这一大片的空白处，你可以把它理解成它就是我们的创作区。接下来我们就在创作区进行简单的创作， 大家现在所看到的这个画面就是官方的纹身图工作流，我相信很多小伙伴呢都听过，如果是要把空辅 y 学好，就一定要把节点的功能，节点的各个连接的原理把它搞明白。那么什么是节点呢？我们现在所看到的这些小方块， 这些这个，这个，这些全部都是节点，各个节点串联组合起来就能形成一个完整的工作流。我们只需要在这个文本编码里面输入一段提示词， 选择一个大模型，注意了，这个提示词一定要是英文，那么这个提示词写的是一位年轻女性双手捧着一束鲜花 点击运行，通过这些串联起来的节点运行之后，一张一位年轻女孩捧着一束鲜花的照片就生成了，是不是很神奇？中间的创作区我们了解之后，接下来我们来看左边的布局。首先来看一下对列， 我们点击队列，这个队列指的是什么呢？很好理解，这队列里的内容就是你渲染输出的图像，这个绿色代表的就是你渲染输出的时长， 我渲染第一张照片的时候，花的时间是一百零六秒，第二张图片画的是六秒，这张图片画的是十秒。选中这张照片，点击一下，我们就能够看到这个照片的全貌， 当然你也可以对这些图像进行删除，点击删除功能，那么所有的照片就全部删掉了， 这个就是队列的功能。接着我们来看这个节点库，点击一下，这个节点库顾名思义就是节点的仓库，这里面全是节点，你想要用哪一个节点，那么你就直接在这里面进行搜索即可。 比如说我现在要用 v e 解码器，那我就直接在这里进行搜索 v e 解码器，那么这时候呢，我们就可以选择这个 v e 解码，点击一下这个解码就进来了。除了这种添加节点方式之外，我们还有其他的添加节点方式，我们可以在空白处进行单右键， 来到添加节点节点库，里面的这些节点对应的就是这些节点，我们看一下这个 separate 高清放大，里面有十个文件。我们再来到这个 separate 高清放大，这里的节点对应的就是这里面的这些节点， 你想要哪一个节点，那么你就选择哪个节点即可。那么除了这种方式之外呢，还有一种非常便捷的方式，除了以上两种方式添加节点之外，还有另外一种最方便的添加节点方式，直接在空白处进行双击， 你想要哪个节点，直接搜索哪一个节点，比如说我现在要添加 k 采暖器，那我就直接搜索 k 采暖器，点击添加 k 采暖器即可。 再看一下这个模型库，每一个文件夹代表一种模型类型，这里有几十个文件夹，代表空腹 u i 的 模型有几十种类型， 可以看到有些文件夹它是带有数字的，数字代表的就是你自己本身安装了多少个模型。比如 trip point 文件夹里有四十个模型，那么它对应的就是我本地部署当中的 trip point 文件夹里的这四十个大模型。 lala 文件夹里有六十五个模型，对应的就是我本地部署当中的 lala 文件夹里的这六十五个大模型，其他的文件夹同理。 再来看一下这里的工作流，点击一下这里的工作流对应的就是这里的工作流，只要你保存了它，就能够在这里进行显示，比如说这个工作流 ctrl 加 s 保存一下 这个工作流保存之后他就进来了。再来看一下这里的节点语组，这里的节点对应的就是我们工作流里面所设计的节点，十七 k 采暖器对应的就是这个十七 k 采暖器，三十 k 采暖器对应的就是这个三十 k 采暖器。 那么还有一个节点组没有组怎么办？我们可以自行创建节点组，按住鼠标的滚轮键，我们可以随意挪动整体的工作流。怎么进行创建节点组呢？按住键盘上的 ctrl 键 框选一下，然后 ctrl 加 g 打个组，给他命个名，图像输出，那么在这个图像域组里面，我们就能够看到这个图像输出组了，点击展开我们就能够看到这个图像输出组里面有两个节点， 微解码预览图像对应的就是这两个节点。我们再来到模板界面，点击进去，这里的模板其实就是官方已经做好的工作流， 有图像生成、视频生成、音频生成等众多工作流，你想用哪个工作流，那我们就点击哪一个， 这时候呢，他提醒你缺少模型，此时你需要下载安装模型，你可以直接点击下载，也可以复制链接到浏览器进行下载， 然后把模型安装在本地，部署对应的模型文件夹，接着重启空辅 y 就 能够使用了，涉及到当下最新的一些工作流，有时候呢你需要花点米才能使用。以这个视频模板为例，这里显示我们生成一次视频是零点四九美元，折人民币是三点五块钱， 大家可以根据自己的需求去选择使用。接着我们来到帮助中心，这个就是匡府 ui 的 更新版本， 有些插件或者节点需要匹配当下最新的版本才能使用，有必要的时候呢，我们就选择更新。再看这个 get up， 点击进去，这个就是匡府 ui 的 官方节点插件库，我们所使用的外置节点插件都是源自这个网站，具体怎么使用我们待会会讲到。 接下来我们来到键盘快捷键，这里对应的就是我们在操作空浮页的时候对应的快捷键，如果你对官方设置的快捷键不满意，你可以自己在这里面进行设置。 左边的界面布局大家都已经了解了，接下来我们来了解下面的界面布局，我们选择这个工作流，这里的复制标签指的是复制这个工作流，这里的关闭标签指的是关闭工作流， 现在我们就把这个工作流关掉了，关闭右侧标签，关闭其他标签就非常好理解了，在这里我就不多讲了。接着来看这个图标，登记一下，这个新建指的是创建一个新的工作流。接着我们来到文件，选择打开， 打开指的是我们可以通过这种方式可以打开我们的工作流之外，我们可以直接把我们的工作流直接拖拽进来，也是可以的。关于这个保存呢，就很好理解， 大降成一个习惯，隔几分钟保存，如果我们的电脑突然崩溃了，那么很可能我们花了几小时做的东西全部复制动流。再来看这里的导出，导出指的是导出我们的工作流，给他命个名，界面布局讲解二， 这时候呢会跳出一个保存的路径，我们点击保存即可。再来看这里的编辑，这里的撤销指的是返回上一步， 这个是清除工作流，说白了就是删除工作流，这个呢就是刷新节点，有时候我们卸载一些节点之后， 或者是修复一些报错问题之后，我们需要重新刷新一下，才能让旷辅员正常运作，这时候呢就用到这个功能。接着来看这里的释放模型，释放模型和节点缓存， 手机用久了之后呢，会产生很多垃圾，导致手机卡顿，这时候呢我们就得时不时的清理我们手机缓存。 那么空腹源也是一个逻辑，你的节点多了，或者是你用久了，他也会产生很多垃圾，导致我们在运行的时候呢会出现卡顿的一些情况，或者不顺畅。那么这时候呢，我们就可以使用这两个功能来释放这些垃圾，这两个功能对应的就是这下面的两个功能。 清理垃圾缓存的时候呢，我们也可以点击这两个功能。再看这里的主题，现在是深色，点击一下他就变成了浅色， 这个浏览模板对应的就是我们刚刚所使用的工作流。我们再来看一下这里的设置，这里的设置呢就是一些界面的设置，基本上呢你可以不用动它， 比如说像这个新菜单，现在是在底部，我们点击一下，那么他就到了顶部，我们现在呢把它切换回来。这里的设置主要就是去调节这个框辅 u i 界面的一些布局，感兴趣的小伙伴呢，大家可以去调节一下，我使用的都是默认的，再看下面的这些功能， 看一下这个拖拽，这个巴掌图标对应的就是我们鼠标的滚轮键，这个是自适应式图，点击一下 他就会回到一个自适应的视角，这个是缩放控制，就是去控制你这个画面的大小，我们可以通过鼠标的滚轮键去滚动来调节这个画面的大小，去看一下他的数字是在变的， 这个是专注模式，点击专注模式之后呢，整个界面他就只有我们的节点，其他界面全部消失了，点击回来，这个呢就是隐藏链接，也就是隐藏这些线条，一般情况下我们都不会用到。 接着我们来讲本节课的重点内容，学习空辅 u i 必备技能，如何安装节点，这时候呢我们就得用到这个管理器，我们需要安装插件节点，或者更新版本的时候通常会用到它。接下来来讲三种安装节点的方式。首先第一种方式， 我们通过这个节点管理器进行安装节点，我现在需要安装一个 bashnet 重绘节点，在框里输入 bashnet， 跳出 bashnet 节点之后我们就选择安装，因为我是已经安装过了，所以是这样的，显示点击安装，等这个节点安装完之后，切记一定要重启空辅 u i， 这样才能正常使用这个节点。接下来我们来讲第二种安装节点的方式， 我们通过酷狗 u i 来到 gitup 官网，在输入框里面输入我们要安装的节点 bashnet， 接着我们选择酷狗 u i bashnet 这个文件，我们来到 code 复制一下这个链接，接着再来到管理器，通过 gitr 进行安装， 输入我们刚刚复制的链接，点击确认也可以进行安装。如果这种方式我们还安装不上，那么我们就采用第三种方式，我们把这个节点下载到本地，下载好之后呢，再把它进行解压，解压之后把这里的后缀名杠 m a i n 删掉再拷贝这个节点。 我们来到空腹 ui 本地部署，来到 custom node 这个文件夹，把我们刚刚拷贝的节点放到 custom node 这个文件夹，这个文件夹就是专门用来放置我们的节点，放置好之后重启空腹 ui， 这时候我们就能够正常使用这个节点了。好了，以上就是本节课的内容讲解，咱们下节课再见，拜拜！本节课我们来讲学习空腹 ui 必须要收藏的网站。拜拜！本节课我们来讲学习空腹 ui 必须要收藏的网站。拜拜！本节课我们来讲学习空腹 ui 必须要下载及安装。 首先我们来了解第一个网站，立吧立吧 ai， 这个平台拥有庞大的模型库，包含了超十万个原创模型，覆盖了从摄影、写真、电商、平面设计、室内设计等众多领域的大模型。 用户可以根据自己的需求快速调用或组合不同的风格模型。我们还可以在这里查看当下最新最热的一些大模型。如果是本地部署的小伙伴，我们就必须要掌握一项必备技能，那就是安装大模型。我们可以在这里进行筛选我们需要的大模型类型， 比如我现在用到的是 trackpoint 大 模型，那就选择这个大模型类型。接着我们来到模型界面， 我现在我想用这个显示大模型，我们就点击进去，点击这里的下载即可。下载好的 trapcoin 的 大模型需要统一安装到以下这个路径， 那如果我需要安装的是 lowl 小 模型呢？那么我们一样进行筛选，选择我们需要的 lowl 模型， 一样点击下载。我们需要把 lala 模型安装在 lala 模型的文件夹。模型安装技能现在你就学会了。这个平台有一点做得很好的是，它集合了当下热门的一些大模型，比如可林、 海螺、 chat、 gdp、 video、 万象等热门大模型。在这个平台就可以轻松做到视频生成、图片生成、数字人等等。当然你也可以使用它的 vb ui， 它也有这些功能。如果是希望快速上手，专注于创意和出图，而非技术细节，那么以上两种方式呢？是一个非常不错的选择。 但是如果你已经熟悉了 web ui， 并且遇到瓶颈，现在你想成为一个进阶用户，更加专业的 ai 创作者，想进行技术研究，那么匡匡 ui 是 一个非常不错的选择。可以说 libui 这个平台真的很懂用户的需求。令人惊喜的是，这个平台已经切入了匡匡 ui。 对于想学习 kufunui， 但是自己的电脑配置不是很好的小伙伴来说是一个非常大的福音，可以在线就能唱完使用 kufunui。 除此之外，它还有大量当下热门商业常用的工作流，比如最近比较火的一键换装、 美女跳舞的动作迁移等工作流。如果我们也想实现类似的视频，我们可以点击进去，点击在旷辅 u i 运行，现在我们就能够看到一条完整的工作流，我们只需要上传一段跳舞视频，一张参考图， 在熟练掌握旷辅 u i 的 情况下，你也能实现这样的视频效果。作为一名更加专业的创作者，我们必须要掌握它的运行原理，了解每个节点的功能以及用法，这样才能有能力创作出更优质的内容。 接下来我们来了解第二个网站， swift ai， 这个平台类似于国内的 leibili ai。 swift ai 的 优势主要源于其作为全球性社区的先发优势，它的资源数量与多样化可以说是与无伦比，模型总量巨大，更新速度极快， 平台曾有日均新增五百个模型以上的活跃期，几乎你能想到的任何的画风和主题，在这里你都能够找到对应的模型，国内找不到的模型你就到这里来。 接下来我们来讲第三个网站， gitup。 gitup 是 作为全球最大的代码托管平台，同时也是空浮 ui 的 官方仓库， 我们在使用空浮 ui 过程当中所涉及的节点、模型以及插件都是来自这里，包括空浮 ui 本地部署当中的节点管理器里面所能够搜索到的节点都是来自这个平台的线路。接下来就来给大家演示一下， 我现在需要安装学习匡辅 u i 必学的一个节点， ipodata， 接下来就来下载安装这个节点以及所设计的模型。我们在这里搜索 ipodata， 找到 ipodata 节点的路口，点击进入。为了方便大家理解，我把页面翻译成中文， 现在我们能够看到这个节点的相关资料，这个是 ipodata 节点文件，这个是官方提供的 ipodata 功能的工作流， 如果你不会使用或者想学习更多有关 ipad 节点的功能，官方还给到了相关的应用视频教程。 如果你担心不知道有关 ipad 的 模型怎么安装，那么这个顾虑可以说是完全多余的，因为官方还贴心的给我们准备好了详细的安装方式，甚至给我们备注好了每一个模型的特点，哪个模型对于哪个场景可以说是真正的做到了保姆式的教法。 不光官方贴心，我也贴心，接下来呢，给大家带来一个新手入门提高学习效率的一个强大插件， prometastone， 翻译成中文叫提示词小助手，它的功能非常的强大，你用了就知道了。我们在搜索框输入这个插件名字，点击进入，我们来看一下这个插件的功能，它能够把我们的提示词进行翻译，能够很好的做到中英互译， 能扩写提示词，也能做到提示词的反推。具体该怎么装，下面有相关的详细安装方式，这个节点对于大家的前期学习非常有帮助。 好了，以上就是本期视频的内容，好了，以上就是本节课的内容，这三个网站一定要好好收藏，咱们下节课再见，拜拜！本节课我们来讲匡辅有为的工作原理， 如果我们真正要掌握 kufui 这个工具，让它变成我们的创作利器，我们必须要了解它的运行逻辑，只有真正掌握了运行逻辑，才能够大大的提升我们的生产和学习的效率，给我们带来更多的创作源泉。 大家现在所看到的工作流是 kufui 官方最基本的纹身图工作流。一个基本的纹身图工作流主要就是由以上七个节点组成，那么什么是节点呢？ 我们现在能够拖动的这些方块，它就是节点框轴 y 的 运行逻辑，它是从左边进行计算。我们可以把这工作流分成三个板块，按住 ctrl 键拖拽鼠标就可以框选这些节点， ctrl 加 g 就 可以对这些节点进行打阻。 左边的板块是前期输入板块，中间的板块是核心生成板块，也就是浅空间像素。最右边则是后期输出板块，这样就构建了一个最基础的纹身图工作流。 我们只需要在输入板块当中的 click 文本编码当中输入一只小狗，点击运行，这样一只小狗图像就有了。接下来我们来逐步详细讲解每个节点的作用。 首先来看最左边的 checkpoint 加载器，我们能够看到加载器里有三个节点，分别是模型节点、 clip 节点、 v a e 节点。这里的模型节点的作用就是用来加载我们的大模型， 它的主要作用就是根据文本描述和随机噪声逐步生成图像的潜在表示。通俗一点，它的作用就是控制图像生成的风格。我们点击这里的模型选择框， 我们就能够看到这里有非常多的模型类型供我们选择。这里的模型选择对应的就是我们安装在 cf ui mod 这个 pos 文件夹里面的这些大模型。大模型的作用呢，就是用来控制图像生成的风格， 比如我现在选择一个真人写真类的大模型，因为它是一个菜鸟模型，我们就把分辨率改成一零二四乘以一零二四，点击运行， 这样一张真实写真类的小狗图像就有了。再来看这里的 clip 节点，它是 stable diffusion 模型的一个核心组成部分，由 checkpoint 节点加载出来的一个关键模块。 它的核心角色就是将用户输入的自然语言，也就是提示词翻译成 ai 图像生成模型能够理解的条件指令。 简单来说，他充当的就是一个翻译官的角色，让彩样器能够理解你你想要什么样的画面。这就是为什么我们刚刚在文本框里面输入一只小狗，他就能生成一张小狗图，而不是一只小猫图的原因。 接着再看下面的 v a e， 它是一个负责将图像在像素空间和浅空间像素之间进行转换的核心组建，你可以把它理解成它就是整个 ai 绘画流程当中的翻译官和显影器。常用的 v a e 有 两个，一个叫 v a e 编码， 它的作用就是将像素空间，也就是把图片转换成裁样器，能够读懂理解的浅空间像素。 这个节点一般用于图生图，到后面讲图生图内容的时候会进行详细讲解。另一个就是 ve 解码， 也就是我们现在用到的这个 ve 解码，它的作用就是将浅空间像素转换成我们肉眼可见的像素。 我们了解完加载器模块之后，我们再来看这个 click 文本编码，一条完整的工作流，一般有两个文本编码，上面的文本编码我们一般用来写正面提示词，也就是我们想要什么样的画面。 下面的文本编码用来写负面提示词，也就是我们不想要什么样的画面。在正向提示词里输入一间教室， 点击运行，现在我们就得到了一张教室图，我们能够看到教室里面有黑板，桌椅、电灯、窗户。如果我不想让生成的图像有黑板，那我们就在负面提示词里加入黑板， 再次运行，这样再次生成的图像就没有了黑板，黑板变成了投影布。如果我不想让图像中出现窗户， 那么就在负面提示词里输入窗户，点击运行，再次生成的图像中就不会出现窗户，这就是可 leap 文本编码的作用。我们再来看这里的 comlaten 图像，它是一张在浅空间中由随机噪声构成的空白图像， 为 k 采集器提供初时的可逐步雕刻的造声数据。简单来说，你可以把它理解成它的作用就是决定生成图像的分辨率，这里的批量大小决定一次性能生成多少张图像。我们在正向提示词里输入一个男孩， 此时的宽高分别是五幺二、五幺二，那么生成的图像大小自然也是五幺二乘以五幺二。如果我们把画面的宽高设置成五幺二乘以七六八， 此时我们就得到了一张五幺二乘七六八的图像。我们把批量大小设置成四， 这样就能一次性得到四张五幺二乘七六八的图像。那么我们可不可以将宽高随意进行设置呢？比如宽高设置成两千乘两千， 此时你会发现生成的图像根本没法看，与我们的提示词描述有天壤之别，那么原因是什么呢？生成的图像画面是否合理，不光跟 limit 大 小有关， 而且它还跟我们的大模型相关。如果我们选择的模型是 sd 一 点五的模型，那么分辨率就设置成五幺二乘五幺二。 因为 sd 一 点五的大模型在训练的时候用的就是五幺二乘五幺二的图像进行训练， 所以宽高设置成五幺二乘五幺二的分倍率，这样生成的图像质量就正常。人家只有生成五幺二乘五幺二的能力，你却硬是让人家超常发挥，所以只能天马行空的进行会制，生成的图像不尽人意。 如果我们的大模型是 sd 叉 l 模型，那么我们的分辨率呢？可以设置成一零二四乘一零二四，因为 sd 叉 l 模型是基于一零二四乘一零二四的图像进行训练的。 好了，以上呢就是空来的图像节点的用法。我们了解完输入板块的各项功能原理之后，接下来就是核心生成板块 k 采氧器。 k 采氧器的作用就是负责执行，他接到前面的指令，然后严格按照参数设定，一步步的执行去造， 将造声图塑造成符合指令的最终图像。简单来说， k 传感器就是负责动手把它画出来。我们在正向提示词里输入一个男孩正在踢足球，点击运行 一张男孩踢足球图像就有了。我们再来看这里的种子数，你可以把它理解成他就是我们的身份证编号，每一张图片都有属于自己的编号，再来到下面的生成控制后， 我们选择增加，那么种子数就增加一个单位，刚刚数值是四十二，现在的数值是四十三，如果是选择减少，那么数值将会降低一个单位，变回四十二。 如果选择随机，那么这个种子数将随机。如果我们选择生成后固定种子数，我们将这个种子数进行复制，再随机生成一张图， 接着再把种子数粘贴回来，我们又回到了刚刚那张照片。我们再来看一下这里的采样步数，它的作用就是控制去噪迭代的次数，为了方便大家看的更加直观，我选择一个 sd 叉 l 大 模型，分辨率设置成一零二四乘一零二四。 在其他参数不变的情况下，我们分别把步数值分别设置成五十、十五，二十二十五。 我们再一起来看一下这五张图整体的对比，仔细看你会发现，随着步数越多，整体的细节越来越精细， 当然运行的时长也更长，通常这个数值二十到三十步是质量与速度的平衡点，这就是采用步数。我们再来看这个 c f g 值，它的作用就是用来控制关键词与生成画面的匹配程度。 我们在提示词里输入一个女孩坐在草地上固定一下随机种子， c f 基值设置为一，采暖器设置为 m p p 二 m， 调度器设置为 kalas。 点击运行，我们能够看到，当 c f 基值为一的时候，这个画面很脏很乱，没有太多的细节，最基本的人物轮廓都看不清， 我们再把 shift 机制调整为五，点击运行。现在这个画面就清晰很多了，人物的体态样貌我们都可以看得见，但是颜色还并不是很丰富，女孩的手旁边有一个像包，但又不像包的东西，还是缺乏创作力。 我们再把这个参数设置为十二，我们能够发现整体的颜色又丰富了很多，生成的东西呢也更加符合逻辑。刚刚草地上的小花现在就有了更多的颜色，服装包包也有了更多的细节。我们再把 cf 机制调整为二十， 此时生成的图像质量就更高了。所以我们可以得出一个结论， shift 值数值越低，裁样器越不能理解你要什么，生成的质量越差。反之，参数值提高，生成的画面会更加符合提示词所想表达的内容。 shift 值一般控制在八到二十之间。再看下面的裁样器名称，裁样器和下面的调度器，它是结合使用 彩样算法和调度器的结合会直接影响结果的质量，生成的速度以及风格样式。通常情况下，彩样器我们就选择 dpmpp， 二 m， 调度器选择 kalas， 这两个模块的结合对应的就是 webui 当中的 dpm 加加二 m， 只不过在空浮 ui 当中把它们独立出来了。 接着来看降噪功能，它的作用就是控制对初声的去除程度，现在的数值是一。如果我们把数值调整为零点八，你会发现画面的人物形态、脸部的轮廓质量明显就降低了很多，色彩的饱和程度也降低了不少。 参数设置为零点五，画面的色彩还原程度接近复古色调，效果很差。 参数设置为零点二，可以看到基本上就没画面了。所以如果是纹身图，那么数值通常设置为一，如果是作为图生图，这个降噪功能的用法又稍微的有点不一样，到后面的图生图我们会讲到， 接下来我们来看这个 ve 解码，它的作用就是将 k 传感器处理的浅空间像素转换成我们肉眼可以看得见的像素。 预览图像节点的作用很好理解，它的功能就是显示画面，如果你想保存这张图像， 选择图片单右键点击这个保存图像即可，这个图像就保存下来了。各个板块的各项功能原理我们明白之后，接下来我们就一起来手动搭建一个完整的纹身图工作流。 在空白处我们进行双击，就会出现一个搜索栏，我们就可以在搜索栏里输入我们想要加入的节点。我们先加入一个彩样器，通过彩样器进行拓展，选择模型的小节点进行拓转，就会显示其他能够连接的节点。我们选择 trackpoint 加载器， 这样模型加载器就有了。再拖拽 clip 小 节点，我们就可以加入 clip 文本编码，选择 clip 文本编码，按住 alt 键，拖动一下 clip 文本就能够进行复制。 拖拽一下 link 图像，我们就能得到一个空 link， 拖拽一下 link， 我 们就可以在里面选择 v 一 解码，再通过 v 一 解码里面的图像，再拖拽一下，我们就可以创建预览图像， 这样我们就得到了一个基本的纹身图框架，接下来我们需要将它们连接起来，具体怎么连接呢？并不是盲目连接， 我们需要进行对应连接，这里的模型节点不能与 clip 文本节点连接，它只能与裁剪器当中的模型连接 clip 也只能连接 clip， v 只能连接 v。 一、 正面提示词的条件连接正面条件，负面提示词的条件连接负面条件，这样一个基本的纹身图工作流就搭建好了。我们来运行一下这个工作流， 在正向提示词里输入一个美少女，再转换成英文，这个中英转换插件在后面的课程内容当中，我会教给大家怎么安装，刚学习的小伙伴可以使用有道翻译进行翻译，把翻译好的提示词输入到正向提示词，再选择彩样器和调度器， 点击运行一个美少女就有了。最后我们再来理一理这个工作流的运行逻辑，通过加载器把大模型的信息给到 click 文本编码，通过文本编码进行下达指令，把指令给到 k 采集器，告诉 k 采集器我具体需要什么。 k 彩样器接到指令之后呢？进行执行，进行作图，产生浅空间像素，也就是大家现在在彩样器这里能够看到的这个图像。 k 彩样器把生成的浅空间像素信息给到 ve 解码， 让 ve 解码对浅空间像素进行处理，处理成大家肉眼能够看到的图像。 ve 解码，把转换好的图像信息给到预览图像进行展示出来。 好了，相信大家对匡府 u i 的 运行原理都已经掌握明白了，客户呢，自己去实践领悟，咱们下几个再见，拜拜！本节课我们来讲匡府 u i 的 图生图功能。图生图功能从字面上面就很好理解，我们需要一张参考图， 通过一张参考图结合匡府 u i 的 流程进行计算，生成我们想要的视觉效果图，在这里呢我就已经准备好了一个基本的纹身图工作流， 那么在空白处呢，我们进行双击，我们在这里添加一个加载图像，加载图像的作用呢就是用来上传我们的图片，把我们已经准备好的图片素材呢透露进去。 接下来我们要做的就是把图片信息给到采集器进行处理，生成我们想要的视觉效果。在这里我们能够看到 k 采集器里面呢，没有跟这个加载图像节点能够联系的节点， 这里没有图像，也没有遮罩。接下来我们需要通过一个节点把这个图片信息转换成 k 传感器，它能够理解能够读懂的数据。我们在空白处进行双击搜索 v 一 编码加进来， 那么这个 v 一 编码节点的作用是什么呢？用专业术语来讲，就是把我们肉眼可见的像素空间信息， 也就是这个图片信息转换成浅空间像素信息。用大白话来讲，就是把这个图片信息转换成这 k 采集器，它能够理解能够读懂的信息。我们直接把这个图像连接像素，这个 laten 连接 laten v 一， 连接 v 一， 那么基本的这个图生图工作流就已经完成了，那么这个大模型呢？我选择的是通用的 sd 叉 l 模型， 这时候我们只需要在这个文本框里面输入相关的提示词，它就能够生成相关的内容，比如我现在我需要把它转换成游戏动漫人物风格，那么我们就在这个提示词里面输入游戏动漫人物风格，再把这个中文呢进行转换成英文， 这个非常强大好用的中文翻译节点，后面呢我会教大家怎么去安装，怎么去使用，接下来把这个彩样器呢改成 p p r m， 调度器呢改成 class。 我 们再来看一下效果， 这时候你会发现我们现在得到的图像跟原始参考图像可以说是差之千里，主要原因是什么呢？他有很多的因素，第一个因素就是他的一个降噪值，降噪值参数越大，那么生出来的效果呢？他越偏离主体，降噪值参数越大，那么生图出来的效果呢？他越偏离主体， 我们现在尝试把这个降噪值呢降低调，准备零点八，再来看一下整体的效果，这时候你会发现最起码这个人物的头发变长了，人物的风格呢也开始接近了，再降低一下降噪值， 把这个降噪值呢调整为零点六五。再来看一下整体的效果，我们现在得到的这个画面，他有白头发，那么这个白头发他参考的就是这个白头发，那么这里的灯光他参考的就是这个月光，这块柱子的构图匹配的就是这根柱子的构图， 那么整体来说这些参数它是没有太大的问题的，但是呢，为什么生出来的效果还是这么的差呢？ 有一点非常重要，大家注意看，我们所使用的大模型是 sd 叉 l 模型， sd 叉 l 模型它训练的是幺零二四乘以幺零二四的图片， 所以我们要想办法把这个图片素材呢变成幺零二四乘幺零二四，再导入到彩样器里面去进行计算，有两种方式，第一种方式就是常规的方式，直接输入一张幺零二四乘幺零二四的图像， 这方式在之前就讲过，接下来就教大家第二种方式，在这里呢给他加上一个图像缩放，我们就选择这个 r g 节点的图像缩放， 这个节点是一个外置的节点 r g three， 也就是说我们要去进行安装，这些节点到底是内置的还是外置，需要进行安装的，怎么去辨别呢？注意看一下这个节点，它的右上角上面写的是 r g three comfor。 再看一下这个加载图像右上角，它是小狐狸加载器，小狐狸文本编码也是小狐狸，也就是说，也就是说带了小狐狸这个标志，它就是代表内置节点， 没有小狐狸代表的是外置节点。那么这个 r g s 类怎么装呢？我们来到管理器里面， 点击这个管理器，我们只需要安装这个 r g 节点，安装好之后呢，我们就能够使用这个节点，因为我是已经安装过了，所以呢我在这里我就不重复安装了。 退出，刚刚教大家如何去安装这个节点，退出来之后呢，这个电脑就直接卡住了，我就重新启动了控制 u i， 所以 大家会发现这画面呢发生了改变，但是呢这里的各项参数我没有做任何的更改。接下来呢继续来讲解 这个图像缩放具体该怎么用，它的作用是什么？那么图像缩放节点呢，是需要把它放到加载图像的后面来的图像连接图像，这里图像连接 v a e 编码里的图像，我们可以把这个宽度呢调整到一零二四， 高度呢调整到一零二四，其他属性一概不变，我们可以通过图像缩放节点，可以把加载图像里的这张图片处理成幺零二四乘幺零二四的大小，再通过 v 编码把这个幺零二四乘幺零二四的像素空间传给 k 传感器， 通过图像缩放节点的作用，你可以把它理解成这张图片，现在就是幺零二四乘幺零二四的大小了。接下来呢，我们就点击运行来看一下效果， 现在我们得到的效果就很符合我们提示词的需求了，长头发、箭月亮树林这些元素的形成都是参考的原素材，那么如果你觉得这个效果还并不是很满意，我们可以去调节其他的参数，比如说 c、 f、 g 值， 我们把这个参数呢调整为十五。再来看一下整体的效果，看一下会不会有一些其他的变化。通过 cf 机制的提升，我们能够发现这里呢又多了更多的细节，我们也可以把这个降噪值呢，接着再调整 这个 cf 机制呢，尽可能的把它控制在八到十的样子。再来看一下整体的效果， 调节了降噪值之后呢，你会发现又一些元素发生了一些变化，手里的键没有了，那么这个降噪值具体控制在多少合适呢？你就把它控制在零点六五到零点八的样子。 降噪值的参数过大或者过小，那么留给 ai 发挥的空间呢？更大，生出来的效果很多时候它是不尽人意的，那么我们也可以在这里呢继续生成， 选择随机。这个环节呢，就是不断的抽卡，看一下哪张图片符合我们的诉求，接着我们给他再换一个风格，接着我们给他换一个宫崎骏的风格，再来看一下效果， 现在我们就得到了一个宫崎骏风格的效果。如果你想把这里的人物放到一个特定的环境里面也是可以的，比如给他一段提示词，动漫宫崎骏人物风格，女孩手持一把剑，站在开满小白花的草地， 天空中有大片的白云，天气晴空万里，看一下我们又能够得到一个什么样的一个效果，那么现在呢，我们又得到了另外一种风格，大家注意了，接下来我多抽几张卡，来看一下它有什么特点。 我抽了这么多张卡，不知道大家有没有发现一个共性，无论是从人物的姿势、样貌上面去分析，它都有所改变，每张图里面所设计的元素它都生产出来了， 无论是小花、草地、白云，他都有，但是唯一个不变的共性就是整体的色调他都是偏向于晚上，原因是什么呢？就是因为我们的参考图他是晚上， 所以会导致生产出来的效果都是偏向于暗色，偏向于晚上的效果，哪怕是你的提示词里面告诉他我要的是白天天气晴朗的效果，但是他还是没办法实现。那么如果把这张参考图换成白天呢？再来看一下效果， 这时候你会发现所有生产出来的效果，它都是偏向于白天的光线。当然我也尝试过很多其他的 sd 叉 l 模型，结果都是有这样的共性， 那么这个呢，就是框幅 u i 的 图像图。接下来我们来讲第一种放大方式， sd 放大，搜索 sd 放大节点，然后进行安装节点，因为我是已经安装过了，所以不需要再安装了，然后进行返回重启框幅 u i 重启之后，我们来到旷辅 ui 安装好之后呢，我们就可以搜索出 sd 放大节点，我们需要选择第一个 sd 放大，大家看到这个 sd 放大节点之后呢，是不是感觉它特别像我们的采暖器？接下来我们再创建其他的节点，拉出图像节点，加载图像， 再把我们需要修复提高画质的素材放进来，再拖拽一个大模型，这个大模型呢，我们就选择 sd 叉 l 模型，再创建一个文本编码， 按住 alt 键拖拽这个节点，我们就可以复制一个节点负面提示词连接负面条件，这里的正向提示词呢，我们就写这个高质量，细节丰富。负面提示词呢，我们就写这个质量差，模糊杂乱。 v 一 连接 v 一， 再拖拽出放大模型， 添加一个加载大模型，这两个加载放大大模型我会提供给到大家，这个是两个模型放置的位置，然后再拖拽一个图像节点，添加预览图像，为了更加的直观，能够看清放大前跟放大后的对比，所以呢我们可以给他加上一个图相对比节点 放大，把分辨率为五三三乘八百的原始图像拖拽给图像 a， sd 放大的图像拖拽给图像 b。 接下来呢，我们去调整这里面的参数，放大系数其实很好理解，就是你要放大多少倍，我们就把它放到四倍， 那么随机种子呢，不用管它，这个采样器呢，我们就选择常规的采样器 m p b 二 m 调度器呢，就选择卡拉斯这模式类型呢，不用管它，那么这个分块宽度指的是什么意思呢？ sd 放大节点在对你这张图片进行处理的时候呢，他会把你的这张图片拆分成很多个模块来进行处理， 这个分块宽度的参数越小，那么也就代表着他要处理更多的快速，那么计算的时长呢也就更久。待会呢我们一起来看一下他是怎么处理的，下面的这个参数呢，也可以不用动，接下来呢我们就点击运行即可， 这时候它提醒我们忘记连接 clip， 关掉连接下 clip 再点击运行。我们一起来看一下 sd 处理的细节，我们能够发现 sd 放大节点把这张图片拆分成了非常多个小模块进行处理处理，每个模块的大小对应的就是分块宽度的大小，处理的快越多代表时间越久， 当然效果更好。好了，我们现在所看到的这个图像就是经过 sd 放大节点提升画质后的图像。再来看一下图像对比节点，这是提升画质之前， 这是提升画质之后，从整体的角度来看的话，提升画质效果非常的明显。在提升画质之前，很多的元素都是模糊不清的， 尤其是头上的小花和人物的脸庞，他都没有较好的突出表现，但是在提升画质之后，我们能够看到小花人物的脸表现非常清晰，包括一些人物的细节， 像人物的手，衣服表现也是非常不错的，尤其是他的一个发丝处理的非常的好。当然经过 sd 放大节点处理之后呢，还有一些小瑕疵，比如说像人物的头发，注意看一下这个地方，他的 ai 感非常的严重， 这个地方处理的也不是很好，人物的肩上皮肤这块处理的也不是很好，但是从整体上来说，他的表现力还是非常不错的， 这个就是 sd 放大的表现力，接下来我们来讲第二种方式，接下来我们来讲第二种提升画质的方式， superior 节点放大。首先我们需要在节点管理器安装这个节点，因为我已经安装过了，所以我就直接退出， 接着在空白处进行双击添加 supreme 放大节点，拖拽图像节点引路加载图像节点，这时候呢，我们就可以把我们刚刚那张图片导入进来，拖拽图像节点，添加一个预览图像，为了方便观察放大前跟放大后的对比，我们需要添加一个图像对比节点， 原始图像连接图像 a， 节点，经过 supreme 放大节点处理过的图像连接到图像 b。 接着我们需要选择 supreme 大 模型， 这里要注意的是 scaler 模型，我们就必须要对应 scaler 模型，我们就选择 scaler u f f p 十六精度的模型。 scaler 放大节点呢，还有一个特点就是我们需要引入 sd xl 模型，这里呢我们就选择一个通用的菱形 sd xl 模型，接着继续调节下面的参数， 这个缩放系数呢，很好理解，就是你要放大多少倍，我的电脑呢是四零七零的显卡，十二 g 的 显存，我就把它放大三倍，放太大容易崩。正向提示词我们就写高品质、细节丰富，负面提示词呢，我们就写质量差，模糊杂乱。接着再看下面的功能， 仔细一看的话，你会发现它跟 sd 放大节点呢有一些共性，它都有分块尺寸，分块不长， 其实从这里就不难看出 spare 放大节点的特点呢，同样的它也是把我们的原始图像进行拆分成多个模块进行处理，然后把处理好的板块再拼接起来。 那么如果你的电脑配置在不够的情况下呢，你可以打开下面的两个功能，在你显存不够的情况下，它会调用你的运行内存， 那么这个彩样器呢，我们就选择默认的彩样器，接下来就点击运行等待结果好了，经过五分钟漫长的等待，这个图片呢就生产出来了，这个呢就是经过 supreme 放大后的图像，我们一起来看一下，整体来说效果还是可以的，我们再来看一下前后的对比，这是放大前， 这是放大后，这个小花他处理的还是非常到位的，现在呢我们能够非常清晰的看到这些花的细节， 还有就是它的一个头发丝，注意看它头发丝这个地方，这个地方它处理的非常的好，它不会像我们之前所使用的 sd 放大的这个效果一样，它有严重的 ai 感。 superior 放大节点还有一个啊， superior 放大节点还有一个特点，让我比较满意的是它对衣服细节的处理，可以说处理的非常的到位，注意看一下现在的衣服是模糊不清的，你看不出什么纹理，再看一下经过处理后的纹理， 他非常的清晰。还再看一下这个肩膀处，是不是也是处理的非常的好，再看一下这些发丝，也是处理的非常自然，非常的好， 这些发丝也是处理的非常的自然，非常的好，当然呢还有一些小不足就是对于这个脸部的一些细节的处理，当然我们可以尝试性的把这个分辨率再提升一个档次，把它放大的表现力是大于 sd 放大的表现力， 这个呢就是 sabre 的 强大之处。好了，接下来我们来讲第三种方式，接下来我们来讲第三种提升画质的方式，阿拉萨节点放大，这个节点是外置节点，需要进行安装。首先我们添加阿拉萨放大节点，拖拽图像节点，添加一个加载图像， 接着再导入人像图，添加预览图像，为了方便观察，老规矩我们添加一个图像对比节点，放大图像，对比节点，原始图像连接图像 a， 经过阿拉萨放大节点的处理，拖拽到图像 b， 接下来我们来了解里面的功能，阿拉萨模型呢，我们就选择第一个模型，这个模斗指的是你要放大多少倍，我们就选择放大四倍，选择第二个。 这个功能翻译成中文叫重新用透明度，你打开即可，下面这个翻译成中文叫快批量处理大小，这个指的是你要把张图片分成多少块进行处理，如果你想得到更高质量一点的画面，那么你就把这个参数呢调小一点，那么默认值呢是八， 或者是你也可以把它调成到十六，这个指的是你用什么渲染，那么你可以选择 cpu 渲染，你也可以选择 gpu 渲染。选择好之后呢，我们点击运行即可，经过一分钟的等待，这张图呢就处理好了，我们一起来看一下对比效果， 这是放大前，这是放大后，从整体来看，它还是有较强的 ai 感，在整体上呢它加了一些绿化的效果， 尤其是我们需要看一下人体的皮肤，注意看，看起来呢，他有点像油画的感觉，而且人物脸型的质感可以说完全变了，那么哪些地方处理的还是比较好的呢？尤其是他对衣服细节的处理，质感处理的是比较到位的，当然对发丝的处理呢也还是可以的， 但是呢对于皮肤的处理还是不太友好，如果是需要对人物进行放大修复处理，我不建议使用这种方式。 接下来我们来讲第四种方式，也是我个人很喜欢的一种方式。第四种提升画质的方式呢，是 c 的 vr 节点，它是一个外置节点，需要进行安装。接下来呢我们就添加 c 的 vr 视频放大节点，拖拽图像节点，添加一个加载图像，还是导入那张人像图，再给它添加一个加载文件， 那么这个参数呢，选择十六即可，这个功能翻译成中文叫做要交换的快速，说白了就是你要把将图片拆分成多少块进行处理，如果你想让画质高，那么你就把这个数值呢进行加大，你可以把它加到三十二， 我在这里呢就选择默认值。接着我们需要添加大模型，大模型的选择呢跟你输出来的质量有关系，大模型的精度越高，那么输出来的质量呢也越高，我们就选择这个大模型， 这个呢代表的就是它的一个分频率，这个呢就是分频率的输出，我们可以把分频率呢调整到二零四八，下面这个参数呢我们可以不用动，接下来呢我们添加一个预览图像节点，再添加一个图像对比节点， 原始图像连接图像 a， 处理过的图像连接图像 b， 点击运行看一下效果， 经过两分钟的等待，图像就已经生成好了，那么这个呢是生成好的图像，二零四八乘以三零七零。我们来看一下放大前跟放大后的对比， 这是放大前，这是放大后放大后的画质效果，你会发现无论是从发丝小花还是从皮肤的质感，尤其是你能从皮肤的质感看到它有一个质的飞跃， 可以说 c 的 vr， 从皮肤质感的处理放大细节来看，他可以吊打前面三种方式，你能够发现他的嘴唇，他非常的细腻，他有了非常多的一些纹理的细节，包括他皮肤纹理光泽硬的一些细节都非常的到位， 还有他的衣服的质感也是处理的非常的清晰，非常的好。好了，以上就是四种高清修复放大方式，喜欢的小伙伴记得点个赞哦！ 哈喽，大家好，本节课我们来讲入门 cosplay 必学的三种局部重绘流程，接下来呢我们就来讲第一种局部重绘的方式。 首先我们需要创建一个常规的基础纹身图工作流，那么既然是局部重绘，从字面上面呢就很好理解，局部重绘就是对我们的画面的局部进行重新绘制，所以呢，我们需要加载一张我们自己的图像进来，在空白处进行双击，添加一个加载图像节点， 然后呢把这样图像导入进去，直接把图像拖拽进来，接着我们给他添加一个节点，这个节点将内部模型条件，大家能够看到这个节点的具体位置，就是在条件的局部重绘里面，我们也可以这样寻找，单右键添加节点， 找到条件，找到局部重绘，选择内部模型条件。那么这个内部模型条件具体该怎么去使用呢？注意看一下它的一个节点，它有正面条件，负面条件 v 一 像素遮照，那么这个节点呢，它是要接在 k 长器的前面的 拖拽过来这个正向提示词连接正向提示词，负面提示词连接负面提示词，再把正面条件给到 k 强记的正面条件，这里的负面条件给到负面条件，那么这个 later 呢？我们可以接删掉 这个 laten 连接的是这里的 laten v a e 连接 v a e， 那 么像素呢？连接的是加载图像里的像素遮罩，连接遮罩。接下来我们就处理需要进行局部重绘的地方，选择我们的图像单就键选择在遮罩编辑器打开 局部重绘，重绘的是我们进行绘制涂抹的地方，你想重绘哪一部分，那么我们就可以通过这个遮罩工具去涂抹哪一部分，比如我现在我需要重绘这个包，那我们就涂抹这个包， 如果你觉得涂抹的工具比较小，那么你可以调节它的一个粗细，甚至呢可以调节它的一个透明度， 你也可以去调节它的硬度，现在呢我是把这个硬度降低了，一般情况下我们就选择默认的硬度就行，那么这个平滑精度呢？也全部选择默认好，那么点击保存， 接着我们就需要给他指令，你想把这个局部重绘的地方重绘成什么？比如我现在我想把它重绘成书包，那么我们就输入书包，那么接下来呢，就点击运行，等待结果， ok， 这个书包就生成了。如果你觉得这张图片不是很满意，那么我们可以多次进行抽卡， 通过抽卡的方式得到一张你满意的素材。那么这个呢，是局不重绘的第一种方式。接下来呢，我们就来讲第二种方式， 还是这个素材。那么这一次呢，我们将学习一个新的节点，这个节点呢叫 ctrl net。 那 么这个节点是我们在学习空括号过程当中必学必掌握的一个非常重要的节点。我们在空白处呢，搜索， ctrl net， 添加一个应用， ctrl net 旧版 ctrl net 的 作用是什么呢？就是更好地进行控制。接着我们在这里呢，添加一个加载 ctrl net 模型。 因为是局部重绘，所以呢，我们需要选择 input 模型。注意了，这个 input 模型呢，它是一个 sd 一 点五的模型，那么这个一点五模型对应的大模型同样也得是 sd 模型，你不能是菜楼模型，你必须也是 sd 模型， 那么这个模型呢，就 s d 模型。我们现在来看一下这个框架，你会发现咱们这个图像压根就没法连接起来。这时候呢，我们还需要用到一个节点，这个节点呢叫 ipad 内部存会预处理器 添加进来。图像连接这里的图像，那么遮罩呢？连接这里的遮罩，再把这个图像给到这里的图像。 条件呢？连接正向条件，再把 ctrl net 里面的条件呢连接给裁样器的条件， 现在呢就形成了一条完整的链路。接下来呢，我们就来进行局部重绘，选择这张照片，翻旧件，来到执照编辑器。那么这个局部重绘呢，还可以进行内部填充画面，什么意思呢？比如说我现在我不想要这些补丁，那么我们可以绘制这些补丁 啊，这个硬度呢，可以稍微的柔和一点，这样汇聚出来的画面呢，会更加的柔和。 点击保存，我们可以给他指令移除，再点击运行，这样呢他就会把这些补丁进行移除，自己填充画面，这效果是不是非常不错？除了可以做到画面移除，画面更改之外，其实我们还可以给他做画面的添加，比如我想在这个人物的头上给他添加一顶帽子， 点击保存，给它添加一顶草帽，看一下效果，那么这个人物头上呢，就戴上了一顶帽子。 好了，接下来我们来讲第三种局部重绘的方式。第三种方式呢，我们将掌握一个新的知识，新的节点。 bash net 这个节点是我们学习空腹页过程当中必须要掌握的一个节点。我们在空白处呢，搜索 bash net， 添加一个 bash net 应用，把它放上来，这里呢也有一个。 bash net 拖拽一下，给它添加一个加载模型， 大家有没有发现一个问题？好，大家有没有发现一个问题？刚刚我们所使用的 controlnet 应用，同样的它也要添加一个加载模型， 记住了，只要是后面带了应用两个字，它都需要添加一个加载模型，你可以把它理解成它就是一组。 那么这个加载模型呢？有两种，上面对应的模型呢是 sd 模型，下面对应的模型呢是 sd 叉 l 模型。那么如果我们选择的是 sd 叉 l 模型，那么我们加载器里的大模型，我们就得选择 sd 叉 l 模型，要不然的话会报错， 这里的大模型呢？连接这里的大模型 v a， 一 连接 v a 图像，连接图像遮罩，连接遮罩。

核弹级软件 comfy 全新 v 七点零版本强势来袭，或许你早就听说 comfy 这个名字，最近又更新了它的最新版本，使用它只需要三个步骤，下载、解压、双击打开如同开启宝藏大门一样轻松，不用安装复杂的插件，也不必为配置环境而烦恼，就连模型都已提前为你准备好了， 真正的做到零门槛使用。这款整合包我已经打包好放在网盘了，此时一位聪明的小伙伴已经偷偷抱走了我们来看一下这个整合包，我们把这个抗拒外的压缩包右键解压到当前文件夹里，其中我们要注意我们的文件夹路径，一是不要过长，二是不要出现中文，我们等待解压完成， 打开这个文件夹，再双击这个起动器图标就可以了，可以明显的看到有很多变化。首先就是基于大家的吐槽 制作了专属的启动器，这个界面一看就很专业有没有，那么他提供了很多实用的功能，首先就是这个一键启动抗推按的按钮，还有左边针对不同玩家电脑配置的专属设置，以及特地为了帮助大家摆脱网络的困扰，避免无法流畅的从 get 哈 和 github 下载模型插件依赖的紧迫，现在只要这里的配置设置成国内的镜像网站就可以流畅使用了。不仅如此，经常有小伙伴使用 ctrl i 按钮就要更新，我这里直接设置了一键更新， 大家有事没事点击一下就可以一直体验它的最新功能。然后就是最下面这条内容，会方便大家打开不同的目录，比如常见的插件以及工作流文件，每次都要从文件夹里面翻，太麻烦了，所以直接进行优化。你要是不喜欢这个显示器，老版本的启动方式依然保存着， 大家可以按照自己的需求来。值得一提的是，我们更新好厚的康复 u i 已经完美的支持五十系显卡了。然后就是我还增加了很多工作流，都是开箱即用的。这里面我就拿几个经典的举个例子，比如说擅长动作迁移和角色替换的 one 二点二 anime， 非常适合生成海报的千万 image 以及全新的 flux 模型 kry 等等。还有很多工作流就不一一展示了，想体验的小伙伴直接暗号抱走！

终于来了， comfui 秋叶整合包 v 二最新版，速度提升，稳定性拉满！原本需要几天折腾的部署工作，现在只要三十秒。 我们要做的就是打破技术壁垒，让你的创意零延迟落地。做电商的看过来，随便拍一张衣服的平铺图扔进工作流，立马穿在真人模特身上， 连摄影棚和外模都省了。做流量的看过来一件，让照片里的人物动起来，生成专业级的运镜视频制作， ai 慢剧分分钟爆火，别再被复杂的拍放环境和红印片的报错折磨了。 v 二版本彻底重构，内核全面升级，不管你是配置新手还是技术大牛，解压即用，拒绝任何报错，给我两分钟，带你把这款整合包装进电脑 com 立刻启动。 将安装包下载到电脑后，用鼠标右键点击它，在弹出的菜单里选择解压软件解压，然后点击解压到当前文件夹，等着解压完成就好。 解压后的文件夹里解压完，打开文件夹就能看到一个粉色动漫角色的启动选项，双击就能运行启动器。 第一次启动时等待时间会稍长，因为启动器需要自动配置环境文件和基础依赖，大家不用着急，等进度条跑完就行。启动器主页左侧有几个关键功能区，我们快速过一遍，避免后续操作踩坑。 文件路径区，这里会显示 confui 的 根目录自定义节点输入图片和输出图片的保存路径，后续找文件、存作品都靠它。 高级设置，重点看生成引擎默认会选择电脑的独立 gpu， 一 般不用手动改，要是识别错了，手动换成自己的独显 gpu 就 行。 疑难解答与版本管理疑难解答这里，如果大家后续出现整合包有问题，可以通过这里进行排查。问题版本建议选稳定版， 开发版虽然功能新，但可能有报错风险，大家隔一到二个月来切换一次版本就够。小工具区是不怎么用的，所以暂时用不。上限阶段，我们先聚焦核心功能， 然后确认设置没问题后，点击启动器右下角的一键启动。等环境配置完成， comfyui 会自动在浏览器里打开运行界面。其次，新版 comfyui 官方精心筛选出五十六个在 ai 发展史上留下深刻印记的经典 ai 功能，并将其制作成开箱即用的模板，整齐地排列在工作流预览处，内容丰富到令人目不暇接。 对于新手而言，这无疑是快速入门，迅速掌握当下热门 ai 技术的最佳捷径。 另外，新手们最头疼的三座大山，网络工具缺失、模型寻觅无果，报错无法解决，我也为你成功铲除！我花费整整两个多星期在浩如烟海的网络世界中翻箱倒柜、通宵达旦的下载模型调试报错， 终于将这五十六个工作流的所有节点都调试的畅通无阻，模型安装的稳稳当当，参数也内置的精确无误。 你拿到手后，无需借助网络工具，不用经历繁琐的安装调试过程，只需挑选自己感兴趣的模板，轻轻点击运行，即刻就能开启你的 ai 创作奇幻之旅。时间有限，更多精彩细节无法在此一一展开。 之后我会带领大家从最基础的纹身图开始，一步步让大家学会 copy ui 这款强大软件，让大家从零基础的小白鸟变大神。本期软件的下载链接就放在评论区置顶，绝无任何套路，点击蓝色链接即可下载， 要是实在找不到就在评论区留言六六六，我看到后第一时间发给你。哈喽，各位小伙伴， 欢迎来到最新一期的 comfyui 系列教程。随着 ai 绘图领域的发展，市面上的大模型插件迭代的越来越快，而 comfyui 凭借其灵活的工作流和高效的出图能力， 已经逐渐成为 ai 绘图变现的快捷通道，相信大家也想要通过 ai 这个渠道去进行变现。 近期 sd 系列各种教程热度较高，不少小伙伴对 ai 绘图工具充满探索欲，其中 comfy ui 就 备受关注。今天我们就从最基础的安装启动到如何使用 sd comfy ui 一 步步讲明白，新手也能轻松跟上。 我为大家已经准备了 comfy ui 的 秋叶安装包，并放在网盘，方便大家快速入门。想要获取的朋友 只需在视频评论区回复六六六即可。首先找到你下载好的压缩包，用鼠标右键点击它，在弹出的菜单里选择解压软件解压，然后点击解压到当前文件夹，等着解压完成就好。 解压后的文件夹里之前有使用过 sd y u i 的 小伙伴会看到同样的 a 会式启动器的标识， 双击就能运行。启动器第一次启动时等待时间会稍长，因为启动器需要自动配置环境文件和基础依赖， 大家不用着急，等进度条跑完就行。启动器主页左侧有几个关键功能区，我们快速过一遍，避免后续操作踩坑。文件路径区，这里会显示 comfyi 的 根目录自定义节点，输入图片和输出图片的保存路径，后续找文件、存作品都靠它。 高级设置重点看生成引擎默认会选择电脑的独立 gpu， 一 般不用手动改，要是识别错了，手动换成自己的独显 gpu 就 行。 疑难解答与版本管理疑难解答这里，如果大家后续出现整合包有问题，可以通过这里进行排查问题版本建议选稳定版， 开发版虽然功能新，但可能有报错风险，大家隔一到二个月来切换一次版本就够。小工具区是不怎么用的，所以暂时用不上限阶段，我们先聚焦核心功能， 然后确认设置没问题后，点击启动器右下角的一键启动。等环境配置完成， comfyui 会自动在浏览器里打开运行界面。好的， 进入 comui 后，我们会看到一个有几个方框和线交叉连接的东西，这个就是我们最基础的纹身图工作流节点， 然后工作流的语言默认是中文，不用额外切换，要是不小心切到英文，点左下角的设置图标，找到语言一栏，在里面切换就好。然后配置模型，这一块 comui 是 没有自带的模型文件夹中， 将下载好的模型放入文件夹后，小伙伴们还要记得重启一下我们的启动器，打开后台，点击右上角的中指进程， 然后再点击一键启动，这时我们就可以将之前的网页页面进行关闭，重新等待跳转进去模型放入文件夹后，我们来简单测试一下， 感受下 confui 的 基础流程。首先我们先选模型，在 checkpoint 加载器里挑一个你常用的模型，然后写提示词，找到文本编码器，也就是提示词输入区，在正向提示词里输个简单需求，比如 one girl、 solo、 long hair。 反向提示词可以暂时空着，点击下方运行按钮，也就是我们的图片生成按钮。 等进度条跑完，第一张图就出来了。今天这期我们搞定了 comfyui 的 安装和基础测试， 下节课会正式讲 comfyui 的 核心思维逻辑，还会教大家手动创建文声图图声图的工作流。最后别忘了给视频一键三连，你们的支持就是我更新的动力，我们下节课再见！哈喽，各位同学， 欢迎来到 comfy ui 系列零基础教程第二期，今天咱们重点拆解纹身图基础工作流，我将从节点搭建到参数调试，手把手教你搞定，哪怕是刚接触 comfy ui 的 新手，也能跟着一步步做出效果。首先打开进入 comfy ui 后， 你会看到的纹身图完整工作流，一些交错相连的线和几个黑色方块，这些其实是将几个核心节点串联起来，构成了一个完整的生图流程。 咱们首先把每个节点的作用和逻辑理清楚，我们从左往右说起。首先 checkpoint 加载器，这是整个工作流的开始，专门用来选大模型，相当于给 ai 定好画画的风格基础 克里普文本编码器分两个，一个是正向提示词，你想画什么？比如你想要一个女孩动漫风格长发。一个是反向提示词，也就是你不想出现的画面，比如模糊低质啊。 克里普文本编码器的作用就是负责把文字需求转成 ai 能懂的信号。看到 k 彩样器，它是整个纹身图工作流的核心绘图工具， 负责在前空间中形成图片，这里能调三个关键参数。看到第一栏的随机种，也就是 seed 值。固定种子会生成相同基础图， 随机种子每次都不一样，也能手动输数字。日常的话，固定和随机会经常使用，其他的很少有应用场景。 然后是迭代步数，数值越高，细节也就越足，常用二十到五十步。 c、 f、 g 值就是提示词相关性越高，越贴近提示词，太低会跑题，会与输入的提示词相关性变差，常用的话在七到十二。 另外还有彩样器，比如 l a， d， p， m， p p 二 m 和调度器 carrot， 这几个都是常用的参数。然后是降噪，也就是重绘幅度，数值越低，原图的相似度越高，反之则越低。通常默认为 有特殊场景，我们再去调整。再看到空阶节点，它的作用是负责定图像宽高，直接调宽度和高度， 还能设批次大小，负责控制一次生成几张图。看到 ve 解码器，它把 ai 在 latent 潜在空间里画的图，转成我们肉眼能看清的像素图。最后连接预览图像或保存图像，保存的图会存在启动器 output 文件夹里。 咱们可以先测个简单效果，选个常用模型，比如麦局写实模型、正向提示词书 one girl， 点击右上角的运行等绿色进度框，跑完，一张基础图就生成了。 光看懂还是不够的，咱们自己动手搭一遍，记得按节点需求一步步来，避免露脸。第一步，首先加 k 彩样器， 我们把上面的工作流节点都清除掉，双击空白处，搜索 k 采样器，选 k 采样器，普通版就行，高级版后续再讲。这个节点可以说是整个工作流的核心枢纽， 前面所有的节点最终都需要通过 k 彩样器去形成 latent 前空间的图片。第二步，补 checkpoint 加载器，简易点， k 彩样器的模型，按住不动，往空白处拖去，在显示出来的菜单栏中选择 checkpoint 加载器， 这样 ai 就 有画画的基础风格了。 第三步，加文本编码器，分别点击 k 彩样器的正面条件和负面条件，往空白处拖，选择两个 clip 文本编码器， k 彩样器的正面条件和负面条件，然后就能在编码器里输提示词了，比如正向 one girl， 反向提示词中输入 insignificent。 第四步，加 com latent 接点， 点击 k 采阳器的 lantern， 按住不动，往空白处拖去。在显示出来的菜单栏中选择空 lantern， 然后调宽度，比如七百六十八，高度，比如一千零二十四 p 次，大小设为一。 第五步，加入 ve 解码器，点 k 采样器的 latent 输出，往空白处拖，选 ve 解码器，再把 ve 的 图像输出拖出，连接预览图像或保存图像。这样做的目的是为了能够实时观看生成的图像和保存到文件夹， 大完后可以再优化一下，比如给节点改名字，左键双击节点标题，并输入正向提示词，下方文本编码器同理输入负向提示词，这样后续找节点更方便， 复制节点也有快捷键，选中节点按 ctrl 加 c， 空白处按 ctrl 加 v， 比重新建节点快多了。 然后采样器这里其实并没有哪一个会更好，它的一个采样方法没有一个固定的选项，每个模型所采样的都不同。 我觉得大家如果是在网上找的模型式可以看到模型作者一般会推荐采样器，但是作者建议选是不会出太大问题的。当然我们也可以稍微灵活运用一下，通常的话可以选择 dpm 加加二 m， 还要加上调度器的 carry 斯， 然后 clap 文本和 ve， 这里不要忘记连接到模型加载器和 ve 解码中了，然后来尝试一下能否跑通本次的纹身图工作流，点击运行，我们稍等一下， 好的生成的图已经出来了，这说明工作流是没有问题的，能够正常的去运行。今天咱们搞定了纹身图从零搭建 海，理清了彩样器降噪参数的用法，希望能有效的帮助到屏幕面前的小伙伴们，喜欢该视频的小伙伴们可以三连支持一下，你们的支持是我更新的动力，我们下期再见！ 哈喽，各位同学，欢迎来到 comfyui 基础教学系列第三期，前面的课程讲了 comfyui 的 安装与纹身图工作流，今天咱们重点拆解图生图基础工作流，手把手教你搞定，哪怕是刚接触 comfyui 的 小白 也能跟着搭建起来。好的，回到我们的工作流当中。其实图生图和文生图的核心逻辑是一致的，一个是通过文字描述进行生图，一个是通过图片参考进行创作，前者更加适用于去进行创意构思， 而图生图更加适合对自己喜欢的图片进行二次创作。我们首先来到基础文生图的页面， 首先我们需要一个加载图像的节点，双击空白处搜索加载图像节点，这个节点是负责将图片上传至工作流当中，那么接下来我们需要把节点连接至 k 彩样器中，但这里有个问题，如果直接将节点拖到彩样器中是没有反应的， 所以我们首先需要将 konlayton 先删除掉。这里的图片分辨率是可以直接用我们上传的图像分辨率的。除此之外，我们还需要一个 va 编码 作为图像与彩样器的转接口。之所以这样，是因为原图是像素格式， ai 是 看不懂的，得转成在前空间的图像。把节点都放置出来后，我们就可以进行节点连接了。点加载图像的图像输出 与 ve 编码器的图像相连接，再把 ve 编码器的 latent 输出连 k 彩样器的 latent 输入， 同时记得把 checkpoint 加载器的 ve 输出连到 ve 编码器的 ve 输入，这样 ai 才能用模型的 ve 来解析原图。节点之间相连接之后，那么图生图工作流的搭建就完成了。我们先上传一张图试试看效果 提示词可以都删掉，用来做效果演示。点击运行， 点开生成好的图片，我们看到他与原图几乎没有什么关联，基本没有任何相似的地方。 所以这里我们就需要去调整彩样器中的降噪，也就是重绘幅度。这里我大致说一下不同参数对图像的影响程度，比如降噪零点五到零点六，保留原图大部分细节，只微调风格， 降噪零点七到零点八改变更明显，同时保留原图构图，降噪一点零相当于完全重绘，只参考原图的大致风格。当然具体适合的参数还是需要根据模型或不同工作流来观察的， 我们还是选择一个常用的 checkpoint 模型。那么这里我将降噪调整为零点五。尝试一下， 我们会发现除了一些细节，基本与原图的相似度还是非常高的，我们再试试零点七的参数，稍等一下， 我们会发现这次生成的图改变会非常的明显，但是他仍旧为我们保留了其风格和构图。当然大家也可以去多尝试一下其他不同参数生成的图片。 那么今天对 comfyui 的 图生图教程就结束了，喜欢本视频的小伙伴们可以三连支持一下，有需要相关资料的小伙伴可以到评论区下方回复六六六我会逐一发给你们，我们下期见！各位小伙伴们，欢迎来到新一期的 comfyui 系列教程， 咱们前几节课已经把文生图图生图的基础工作流稳稳拿下了，今天就来补全 comfyui 里超关键的一块拼图插件。 要知道 comui 的 灵活性全靠插件撑着，没插件可不行。今天咱们要讲两个个新手必装的实用插件，从插件安装到实际用起来，一步一步讲明白，哪怕你不是秋叶整合包用户，跟着走也能轻松搞定。 首先咱们得先搞懂一个基础问题， comfyui 插件到底怎么装？第一种是通用安装法，推荐大家优先用，适合网络正常的情况。第一步，打开 comfyui， 找到上方的管理器，点进去再选节点管理。 第二步，在搜索框里输插件名称，找到对应的插件后点 install 就 行。第三步特别重要， 安装完必须重启 comfyui 插件才能生效。千万别忘了，如果网络差，安装老失败，就用第二种备用方法， 先复制插件名称，去 github 搜对应的插件，但是 github 网站切记需要魔法上网，这个就需要大家自己去解决了。然后下载它的压缩包， 解压后复制到 confui 的 根目录 custom nodes 文件夹，记得重启 confui 节点才会出现在面板使用中。 那么我们第一个要装节点的是 a l e 提示词补全插件，这个插件能够在写提示词卡壳时自动跳出词组，比如想写个开头，不知道后面跟啥，这个插件就能联想补全，帮你解决瞎凑关键词的问题。 比如你输个一，它立马会弹出 e girl、 e boy 这些常用短语，选一个点进去就行，效率直接翻一倍。 安装也不复杂，还是管理器节点管理，搜 a l e 就 能匹配到。点 install 后重启 comfy ui， 等重启完，你打开 clip 文本编码器，输关键词的时候，它会自动弹出补全，建议点一下就能用，特别方便。第二个好用的节点就是清理 gpu 占用，它可是旧显存的宝贝，节点小巧但超实用。那么为啥要装它？ 我们平时用康复 ui 跑工作流，尤其是大型工作流的时候，是不是都遇到过一个闹心的问题，显存占用越来越高，哪怕图片早就生成完了， 模型还牢牢占用在显存里不肯释放。要是显卡配置稍微差点，开着 comfyui 再想刷个网页，看个视频，电脑分分钟卡到动不了，别提多影响效率了。 我们回到工作流中，首先咱们右键点击 comfyui 的 空白区域，选择新建节点，然后在 easy use 节点分类里找到逻辑相关的选项，这里面有个清理 gpu 占用的节点，咱们把它添加上来就行。重点来了， 这个节点的位置很关键，咱们一定要把它放在最后生成图片的节点前面，放好之后，咱们再正常跑一次工作流试试。大家可以留意一下显存变化，跑图的时候 gpu 还是会正常占用，之前占百分之九十八， 但等图片生成结束的瞬间，占用会立刻被释放掉。最后来总结一下，今天咱们搞定了两个效率插件和节点， 希望能够帮助到屏幕前的小伙伴们。那么今天的内容到这里就结束了，我们下期见！各位小伙伴们，欢迎来到新一期的 comfy ui 系列教程。我们上节课介绍了两个实用节点和插件，那么今天这一节课咱们来解决最核心的痛点， 中文提示词怎么用？很多同学都吐槽 comfyui 咋不能像 webui 那 样直接输中文啊？别愁，今天咱们用插件搞定核心式对接百度翻译 api， 实现中文输入，自动转英文，免费还稳定。 跟着我的步骤，只需三步就能安装。第一步，安装翻译插件，方法是节点管理器直接装，先复制插件名称 comfyui fk server， 然后打开管理器节点管理，把名称粘贴进去搜，找到插件，点 install， 重启 comui 就 完事。 第二步，配置百度翻译 api， 免费申请一次配置以后都能用。首先打开浏览器，搜百度翻译开放平台，进他的官网，然后右上角点登录，选个人开发者注册都是免费的，放心填。 注册完以后在控制台里找通用文本翻译注册。好好进入会看到这么一个画面，然后点击这里的立即使用。进入到头像页面，再点击开发者信息， 就会看到我们的一个 app id 和密钥，然后返回 com 与 i 中，双击文本编码器，会看到弹出来的填写栏，将之前看到的密钥和 id 粘贴进去就可以使用了。第三步，就能用中文写提示词了， 我给大家演示一下。打开 clip 文本编码器的正向提示词框，输中文。比如一个身穿白衣的女孩站在竹林里云雾缭绕，然后双击提示词框，中文就会自动翻译成英文，要是想换回中文，再双击一次就行。最后来总结一下， 今天我们搞定了中文翻译提示词，希望能够帮助到屏幕前的小伙伴们。喜欢本视频的小伙伴们不要忘了三连哦，有需要详细资料的小伙伴可以在评论区发送，六六六我会逐一发送。那么今天的内容到这里就结束了，我们下期见！ 哈喽，大家好，欢迎来到最新一期的 comfy ui 教程，这节课给大家讲 comfy ui 里的各种高清修复方式。我们平时生成的图片分辨率一般比较小，尺寸通常在一千零二十四乘一千零二十四左右， 在实际应用中经常需要更高分辨率、更多细节的图，所以生成图片后，我们可以进行高清修复。高清的方法有很多种，接下来我将逐一讲明白。 这里是一套基础纹身图工作流，我已经生成一张图，而且固定了图片种子，后面讲的几种放大方式都会基于这张图来操作，方便大家对比效果。 先讲第一种，也是最容易上手的模型放大。这种方法相当于 web ui 里的后期处理页面，靠放大算法直接对图像进行放大。前面的工作流不用改， 只需要在生成图像前加两个节点。第一步，右键点击空白处，新建节点，找到图像分类，再选放大里的图像，通过模型放大。这个节点需要连接放大模型，所以再拉出来添加放大模型。加载器选合适的模型就行。 真实系图选以 x plus 结尾的模型，二次原图选带 animate 的 模型。如 果没有这些模型，我会放在网盘里，大家可以自行下载。第二步，把 ve 解码器输出的图像 连接到图像，通过模型放大节点，再把这个节点连到预览节点，点击生成就能放大。这里要注意，这种方法默认一次放大四倍，比如五百一十二乘五百一十二的图会直接变成两千零四十八乘两千零四十八。 如果不想放这么大，比如只放两倍，就加个图像按系数缩放，就把缩放系数设为零点五，再连预览节点重新生成。生成后和原图对比，能发现图片确实变清晰了， 细节和原图几乎一致，但他有个缺点，因为是在图像空间放大，没经过潜在空间，不会重绘加细节，放大到一定程度还会损失细节。比如原图头发边缘有很多毛发，细节 放大后会变得锐利，细节反而减少。所以这种方法适合三种情况，比如二次原图，像线条简单或细节不多的图，或者是原图已经很好，不需要任何修复，以及图片有文字、品牌信息等不能重绘的元素。 然后来到第二种，是在潜在空间放大，本质是给图像更大的画布，再做一次图生图重绘，相当于 web ui 里的高分辨率修复，操作步骤也不复杂。生成图像时，采样后先不解码， 从 latent 节点拉下来，添加 latent， 按系数缩放，它比直接改数值方便，不用手动算像素。 比如想放大两倍，就把系数设为二，相当于给了两倍尺寸的画布。之后需要再彩样一次，复制原来的彩样器，这里直接按 alt 拖出来，并连接上之前的节点，并与缩放后的 latent 节点相连。再添一个 ve 解码器，并与大模型连接， 最后连预览节点。这里有两个关键注意点，第一点，放大倍数不能一次太多，比如直接放四倍、八倍采样，如果填不满细节，会容易出崩坏图，建议先放两倍，想放大到四 k、 八 k 的 话，可以分多次采样。第二就是要控制降噪值。 潜在空间放大属于图生成图重绘，降噪值射一的话，大家可以试一次，能明显看到人物长相都变了， 所以这不是我们要的效果。所以降噪值建议设零点五到零点七之间，我把降噪值设为零点五。在生成和原图对比，能发现分辨率确实提高了，但细节上也进行了一定改变，甚至人物长相都会变。 所以这种方法不只是放大，更偏向修复功能。通过这两个不同的高清方式学习，我们会发现他们针对的图像都不同。 当然，我们也可以将今天这两种高清方法进行结合，就是模型放大加潜在空间放大的组合方法。具体怎么操作，下节课接着给大家讲，喜欢本视频的小伙伴们不要忘记三连喽，我们下期见！哈喽大家好，欢迎来到新一期的 comfyui 系列教程， 今天我们接着讲 comfyui 的 图片高清放大技巧，今天要分享一个能突破显存限制的实用思路，还有将这几种放大方法结合的用法，我们一步步来讲解。首先说一个新的放大插件 s d 放大，它的原理很简单， 把一张像素图像分割成很多小块，分块做潜在空间编码和彩样，最后再无缝拼接起来。用这种化整为零的方式，能有效突破显存不足的限制，哪怕显卡配置，一般也能处理高分辨率图像。具体操作先从节点设置开始， 搜索 s d 放大节点，这个节点很方便，已经整合了 k 彩样器和 ve 解码，不用再单独搭这两个节点。连接好对应的端口后， 从节点里向外拖出放大模型，加载器选择四 x ultra sharp 这个模型就行。在 s d 放大节点里，我们只需要设置放大系数，下方的降噪值已经默认设为零点。二，不用额外修改 再往下的放大算法参数，比如分块、尺寸、接缝处理这些直接用默认值就可以，不用自己调。之后在末尾加载一个图像对比节点，连接好所有线路，点击运行就能看到效果。用这个方法后，可以看到脸部和发丝的细节能得到明显提升， 当然也可以换其他放大模型试试，操作步骤是一样的。讲完单个技巧，咱们再延伸一下，大家有没有想过把之前讲的三种放大方法一起用会有什么效果？ 其实操作也不复杂，先把前面三种方法的节点复制出来，然后按顺序衔接。第一步，在纹身图生成基础图像前，先做潜在空间放大。 第二步，把潜在空间放大的输出图像，再接入 sd 放大节点，继续放大两倍。 第三步，最后用模型放大做收尾，把所有节点整理好后点击运行，能发现生成的图像分辨率是原图像的十六倍，而且画面清晰度很高，细节保留的也不错。这节课的高清放大工作流就讲到这里， 感兴趣的小伙伴可以跟着一步步搭建试试，熟悉后就能根据自己的需求灵活搭配，喜欢本视频的小伙伴可以三连支持一下，我们下节课再见！哈喽大家好，欢迎来到新一期的 comfy ui 系列教程，今天我们的视频内容专门来讲讲 lora 模型， 不管是刚接触 ai 生图的新手，还是想提升效率的同学，肯定都想问 lora 模型怎么装？该放哪个文件夹？到底怎么用？又能帮我们解决什么问题？ 别着急，今天咱们从头到尾讲明白。首先我们先搞定最基础的 lora 模型怎么安装，放哪里？ 首先打开启动界面后，找到根目录选项点进去，再选 models， 然后点 loris， 将你下载好的 lora 模型文件粘贴进去，安装就完成了。是不是超简单？ 不过有个小问题，刚装完的 lora 模型，在打开的 comui 中， lora 加载器里往往没有找到，这是因为 lora 第一次上传上去以后需要重新启动。 重新启动以后，接下来就是核心 lora 模型怎么用？三步就能搞定。第一步，添加模型。在 comui 空白面板双击 搜索，找到 lora 加载器或者 lora 加载器，仅模型鼠标单击一下，它就会自动添加到工作面板中。然后将 lora 加载器的模型节点放在 checkpoint 加载器的模型和 k 彩样器之间，并将模型节点串联起来。第二步，别漏了触发词。 很多 lora 模型都有原作者设定的触发词，只有加上触发词，模型的效果才能完全发挥出来。 触发词一般在模型的说明里复制过来，粘到提示词里就行，千万别忘了。第三步，调整权重。权重代表 lower 模型对生图画面的影响程度，权重越大影响越明显，但不是越大越好哦。大部分模型作者都会给推荐权重值， 根据推荐的权重值就好，如果不知道推荐值，那设置在零点七左右，基本不会出错，新手可以先从这个数值试起。最后我们要了解一下 lora 模型到底有什么用呢？ 这里我给大家看几个效果图就明白了。比如画面效果控制类的 lora 上面是加了皮肤质感 lora 的 图，皮肤的肌理感一下子就出来了，比单纯用提示词描述真实太多。 再比如画风修改类的，像这里我用了一个 q 版的 laura， 不 用它的话就可能很难还原某些画风，用了之后明显能感受到人物变卡通动漫风格了。当然还有角色特征类的，比如可以在一些模型网站上找一些动漫角色的 laura， 一键就能还原动漫的角色特征，能够快速得到一张二创图。好的，今天我们把 low 二模型的安装使用和核心作用都讲了一遍，希望能够对屏幕前的小伙伴有一定的帮助，喜欢本视频的小伙伴们可以三连一下，那么今天的内容就到这里，下期再见。 hello 小 伙伴们，欢迎来到新一期的 comfyui 系列教程，今天我们一起继续 comfyui 的 学习之旅。重点讲 sdxl 为生图基础工作流的搭建，这套工作流是很多进阶操作的基础， 它相对于 sd 一 点五模型工作流有一定的区别。首先我们先来了解一下什么是 sdxl 模型，其实 sdxl 模型的话呢， 初代的一个版本，它是要分为两步去踩样的，它的模型呢，一个分为 base 模型，一个呢是这个 refiner， 那 么就相当于 excel 模型，是通过基础模型初步踩样和精炼模型二次踩样的方法，为我们去还原出一个比较精美的一个图片出来。了 解了大概的一个情况之后呢，我们就返回到这个 comfyi 的 一个界面，下面的话我们直接来讲这个怎么去搭建吧。 首先我们要做的就是在这套基础流程上搭建一个 s d x l 模型的工作流第一步呢？ s d x l 需要 base 和 refiner 两个大模型， 所以先复制一个 checkpoint 加载器，第一个选 base 模型，第二个选 refiner 模型。第二步，替换彩样器和文本编码器， 把原来的彩样器换成高级彩样器。由于彩样器只有一个模型接口供 base 模型使用，得再复制一个彩样器连接给 refiner 模型。文本编码器也要多复制两个用于给 refiner 模型，这两个分别作为正向、反向提示词使用。 然后为了节省写提示词的效率，我们还可以加载两个 primitive 源节点，能够统一提示词的输入，无需我们输入一次后还要重新复制到另一个文本框中。 第三步，衔接空 latent 与 latent 节点，空 latent 节点照常连接到第一个 k 采集器。 s d x l 的 图像尺寸是可以直接生成一千零二十四乘一千零二十四分辨率的图像， 所以这里我们直接把空 laten 的 宽高都设为一千零二十四。然后把两个彩样器的 laten 节点连起来，并将第一个彩样器的输出连接第二个的输入。 第四步，设置关键参数，这是核心环节，要注意这几点。首先看到造波开关，第一个彩样器需要添加再生种子，所以添加造波选起用 第二个采集器，基于第一个的结果降噪，所以添加噪波要关掉。然后是随机种子，为了保证图像输出的一致性，可以添加一个局随机种子节点连接两个采集器，两个采集器的步数都设为三十，同时 c f g 值调度器保持一致， 第一个采氧器的开始降噪步数设为零。在降噪步数分配这一方面， base 模型通常承担百分之六十到百分之八十左右的总步数，所以第一个采氧器的结束降噪步数设为二十。 第二个采氧器的开始降噪步数接二十，然后结束降噪步数即使设的很高，也会在三十步时停止。另外，第一个采氧器要起用返回噪波，第二个则需要关闭。 第五步，替换 v a e 解码器，先断开原来的 v a e 连接，拉一个 v a e 加载器，选 s d x l 专用 v， 连接到第二个采氧器的 v 解码，再连图像保存节点，这样 s d x l 维生图工作流就打好了。 我们可以测试一下在文本编码器里输动漫，女孩站在阳光下，然后点击执行。这里我忘记把 clip 文本连接在 checkpoint 加载器上了，我们重新连接一下， 可以看到工作流正在运行出图。好的，我们一起来看看效果，效果还是不错的， 那么今天的课程到这里就结束了，喜欢本视频的小伙伴别忘了给个一箭三连支持一下，我们下次再见。

最近有挺多粉丝问我这个康复 u i 怎么安装，现在我出一个教程，首先你要准备一个康复 u i 的 秋叶整合包，没有的在评论区扣六六六。 其次你就要准备这四样东西，第一个是解压工具，因为这个康复 u i 的 整合包它的容量还是蛮大的，所以需要用到这个工具去解压， 解压完之后他就是这个文件夹，接着就依次安装这三个环境依赖，没有环境依赖的也在评论区扣六六六。然后打开解压出来的整合包，在里面你会找到一个启动器，双击打开， 那么你就会进到这个启动器的页面。打开启动器之后，第一件事先点击设置， 再找到代理设置，右边有几个开关，如果你是没有魔法的，那你就不用设置了，这下面默认开着就可以了，如果你是有魔法的，那这下面就关掉，上面开了， 简单的说就是魔法用上面，没有魔法用下面。接着找到版本设置， 在右边这里选择最新日期的版本，点击切换，再点击确认，可以把 ctrl y 更新到最新版本， 然后来到左上角点一键启动，再点击右下角的一键启动，启动过程中会在启动器这里显示这一些启动的过程， 等到完全启动之后，他就会弹出这一个最基本的纹身图。工作流，那么你可以尝试运行，会发现报错了， 所以在这里给大家提个醒，你的康复 u i 安装成功了，并不代表你就可以运行所有的工作流，接下来你要做的是学习最基本的工作流的使用方法，比如查看报错，刚才报错之后，这里显示了红框，说明这里出了问题， 其实就是没有选择模型，现在我随便选择一个模型再尝试去运行，你会发现，哎，就可以了。 在后续的 com 加使用当中，其实还会遇到其他的问题，比较常见的就是显存不足，那对应的方法就是设置虚拟显存。 还有环境冲突，这个冲突一般是指环境依赖的版本冲突，那你就要去学会怎么看他们的环境依赖版本， 以及如何去安装和卸载相关的依赖环境。最后就是各种不同模型在不同工作流当中的运行逻辑以及搭建思路， 入门相对痛苦，但也因为痛苦入门之后你相比其他人会有更大的优势，特别是在未来 ai 时代。

大家好，今天来给大家介绍一下秋叶大佬安装包出现异常需要怎么处理，我就以 comfy ui 启动器为例，给大家介绍几种异常解决办法。 comfort ui 启动时是否出现这样的环境异常，还有这样出图的异常， 出现这些异常是因为我们更新了 sd 版本或者或展插键版本造成的，我们来一步步介绍下怎么解决这些问题及安装的一些注意事项。 首先对压缩包进行解压，这第一步就需要注意解压文件必须不能放在有中文目录的文件夹里面，因为这是老外开发的，对中文路径是无法识别的。第二步，双击启动器运行，这里一般需要加载更新，一定要更新完， 我们现在进入了启动器界面。第三步，我们先对 s d 版本进行更新，选择最上面的版本进行 切换就可以，一般会加载一些东西，如果无法加载注意开网络提示，安装完成，上面打勾才算更新完成，然后再点击上面的扩展进行更新。插件 可以选择一个个更新，也可以按上面的一键更新，这里更新插件一定需要下载资料的，如果更新出现异常，请开好网络，直到出现更新成功才算更新好。如果要切换回旧版本也是可以的。 更新好后，我们点击一键启动，这时会弹出一个环境依赖未满足，这个是插件环境，与启动器环境不一致，可以选择下面的常识修复选项进行修复， 然后就能进入到界面里面，或者出现这一步，直接选择忽略选项也是可以的，只是可能相应的插件使用会出问题。进入界面开始是 没有模型的，我们需要把一个模型放入 checkpoint 文件夹中，选择好大模型，开始点击运行，这里出现了这个报错，这是一个插件出问题了，我们打开启动器，选择版本，点开扩展，找到这个 freel 开头的插件， 我们关闭 confui 界面，再关闭启动器里面的后台，注意一定要点上面的中指进程才能关闭后台。我们进入启动器的扩展界面，找到对应的插件进行卸载，把插件卸载掉就可以了。 如果还是有环境问题，我们可以点击高级选项，再点击环境维护，然后是环境修复，点击下面的修复按键就行， 下面显示成功即可。然后再看看问题解决了没有，上面还有个安装拍 torch 选项，点开后里面有 torch 各个版本， 前面的我们是只能安装二点零点幺这个版本， stable diffusion 一点八版本就可以支持二点幺点零 q 的十二点一版本。如果在启动器中升级了一点八版本，那就需要更新这个二点幺点零版本。大家如果环境问题解决没掉，可以重新安装下 touch 看看。 我们现在来点击启动 confu i 看看。进入界面后选择好大模型，如果进入后是空白界面，没有基础这个工作流可以点击右边的加载，默认按键就会加载这个初始纹身图，工作流现在点击右边的运行按键，工作流开始运行， 现在出图没有问题了，说明 confu i 出图正常。如果需要安装刚才卸载的插件，可以在管理器中搜索安装，再次安装最新的插件就没有问题了。好了，今天的视频就分享到这，谢谢大家。