当前位置:   article > 正文

ComfyUI 基础教程:界面介绍/文生图工作流_comfyui 设置queue size

comfyui 设置queue size

3_1.jpg

本文收录于《AI绘画从入门到精通》专栏,专栏总目录:点这里,订阅后可阅读专栏内所有文章。

大家好,我是水滴~~
本文将介绍 ComfyUI 的主要界面,包括:工作流区域、操作面板、基础操作和快捷键,并详细介绍了文生图工作流的各节点的作用及连接。
文章内容包含大量的图例,希望能够帮助新手同学快速入门。

一、界面介绍

ComfyUI 的界面主要由工作流绘制区域和右侧的操作面板组成。

1.1 工作流区域

工作流绘制区域是 ComfyUI 的主要界面,用于节点的添加、编辑、删除和连接。

一个工作流主要由以下部分组织:

  • 节点(Node):节点是工作流的主要组成部分,它是一个个的矩形块,例如:Load Checkpoint(加载检测点)、CLIP Text Encode(提示词编码器)、KSampler(采样器)、VAE Decode(VAE解码器)、Save Image(保存图片)等。
  • 连线(Edge):连线用于表示连接节点的输入和输出的线。
  • 输入(Input):输入为节点左侧的文本和点,是连接的输入端。
  • 输出(Output):输出为节点右侧的文本和点,是连接的输出端。
  • 参数(Parameter):参数用于设置节点中的字段,例如:ckpt_name(模型名称)、prompt(提示词)、seed(随机种子)等。

下图标记了一部分说明:
image.png

1.2 操作面板

操作面板用于工作流的执行、保存、清空、加载、设置等操作。

image.png
操作面板各按钮功能介绍:

  • Queue Prompt(提示词队列):当我们配置好工作流后,可以点击此按钮来加入队列并执行。
  • Queue size(队列大小):下面执行+待执行的队列数。
  • Extra options(扩展选项):用于设置批次数量和自动执行选项。
  • Queue Front(执行队列):用于执行队列生成图片。
  • View Queue(显示队列):显示当前队列情况。
  • View History(显示历史):用于显示生成的图片历史。
  • Save(保存):可以将当前工作流保存至磁盘,文件为 JSON 类型。
  • Load(加载):可以加载磁盘上的工作流。
  • Clear(清空):清空当前工作流。
  • Load Default(加载默认):加载默认工作流,即文生图工作流。

点击右上角的”齿轮“按钮,可以打开设置界面:
image.png
设置界面主要用于设置调解板、查看日志、网格大小等信息。

1.3 基础操作

还有一些基础操作,可以帮助我们更好的使用 ComfyUI。

  • 在控制处按住鼠标左键,可以拖动整个画布。
  • 在节点上按住鼠标左键,可以拖动节点。
  • 使用鼠标滚轴可以放大和缩小画布。
  • 按住输入或输出的点进行拖拽,可以连接两个节点。只能连接相同类型的输入和输出。

下面列出了一些常用的快捷键:

快捷键说明
Ctrl + Enter将当前工作流排到队列尾部生成
Ctrl + Shift + Enter将当前工作流排到队列首部生成。
Ctrl + Z/Ctrl + Y撤销/重做
Ctrl + S保存工作流
Ctrl + O加载工作流
Ctrl + A全选所有节点
Alt + C折叠/展开选定节点
Ctrl + M关闭/开启选定节点
Ctrl + B绕过选定的节点(就像从图中删除节点并重新连线一样)
Delete/Backspace删除选定节点
Ctrl + Backspace删除当前工作流
Space按住并移动光标时移动画布
Ctrl/Shift + 单击多选节点
Ctrl + C/Ctrl + V复制/粘贴选定的节点(不保持与未选定节点输出的连接)
Ctrl + C/Ctrl + Shift + V复制/粘贴选定的节点(保持与未选定节点输出的连接)
Shift + 拖动同时移动多个选定节点
Ctrl + D加载默认工作流
Alt + +画面放大
Alt + -画面缩小
Ctrl + Shift + LMB + Vertical drag画面放大/缩小
Q切换队列的可见性
H切换历史记录的可见性
R刷新工作流
双击 LMB打开节点快速搜索面板

二、文生图工作流

学习 ComfyUI 的最好的方式就是通过示例。因此,本节将学习 ComfyUI 的文生图工作流,了解每个节点的作用,以及它们该如何连接。

image.png

2.1 Load Checkpoint(加载模型)

【Load Checkpoint】节点用于选择大模型。点击【ckpt_name】可以显示可用的模型列表。

image.png
大模型列表:
image.png
如果点击【ckpt_name】没有任何反应,你可能没有安装模型或者未配置 Stable Diffusion WebUI 的地址,可以在《ComfyUI 本地部署指南》中进行操作。
【Load Checkpoint】节点有三个输出部分:

  • model(模型):潜在空间中的噪声预测模型。连接到采样器,在这里完成逆向扩散过程。
  • CLIP:语言模型对正向提示词和负责提示词进行预处理。连接到提示词,因为提示词需要经过 CLIP 模型处理后才有用。
  • VAE:VAE(Variational AutoEncoder,变分自动编码器)在像素和潜在空间之间转换图像。连接 VAE 解码器,将图像从潜在空间转换为像素空间。

2.2 CLIP Text Encode(CLIP 文本编码)

【CLIP Text Encode】节点用于输入正向提示词和负向提示词。该节点获取提示词并将输入到 CLIP 语言模型中。CLIP 是 OpenAI 的语言模型,将提示词中的每个单词转换为 embeddings

image.png
【CLIP Text Encode】节点的输入部分连接【Load Checkpoint】节点;输出部分连接【KSampler】的【positive】或【negative】。

2.3 Empty Latent Image(潜在空间图像)

【Empty Latent Image】节点可以设置潜在空间图像的像素大小和批次大小。文本到图像的过程从潜在空间中的随机图像开始。潜在空间图像的大小和像素空间中的实际图像成正比。因此,如果想改变图像的大小,就要改变潜在空间图像大小。

image.png
【Empty Latent Image】节点只有一个输出项,用于连接【KSample】节点的【latent_image】。

2.4 KSample(采样器)

【KSample】节点是 Stable Diffusion 中图像生成的核心。采样器将随机图像进行逐步降噪,来生成与提示词相匹配的图像。

image.png
【KSample】节点主要有以下参数:

  • seed(随机种子):随机种子值控制清晰图像的初始噪声,从而控制最终图像的组成。
  • control_after_generate(生成后操作):表示每次生成图片后,随机种子将如何变化。
    • fixed(固定):保持种子不变;
    • increment(增量):增加 1
    • decrement(减量):减少 1
    • randomize(随机):随机值。
  • steps(采样步数):采样步骤数。更多内容参见《采样器和采样步数》。
  • cfg(提示词相关性):CFG(Classifier Free Guidance)表示为无分类器信息引导规模。CFG 是控制稳定扩散应遵循文本提示的紧密程度的设置,即提示词相关性。更多内容参见《生成参数》。
  • sampler_name(采样器名称):用于选择采样器。更多内容参见《采样器和采样步数》。
  • scheduler(调度程序):控制噪声水平在每个步骤中如何变化。
  • denoise(降噪):降噪过程应消除多少百分比的初始噪声。1 表示全部。

2.5 VAE Decode(VAE 解码)

【VAE Decode】节点使用提供的 VAE 将潜在空间图像解码回到像素空间图像。

image.png
【VAE Decode】节点有两个输入项,【samples】连接要解码的潜在图像的采样器,vae 连接解码清晰图像的 VAE;还有一个输出项,【IMAGE】解码后的图像。

2.6 Save Image(保存图片)

【Save Image】节点用于保存图像,即将生成的图像保存到磁盘中。

image.png
【filename_prefix】参数为文件名的前缀。
点击【Queue Prompt】后,会生成图片:
image.png
图片会被保存到 ComfyUI\output 目录中。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/702028
推荐阅读
相关标签
  

闽ICP备14008679号