ComfyUI_TiledKSampler
这是一款适用于ComfyUI的分块采样器,可将大图像分割成小图块进行去噪处理。它有额外的设置项,如块宽度、高度和分块策略。分块策略有四种:随机策略(通过随机化图块位置减少接缝,但有额外开销)、严格随机策略(用遮罩避免裁剪边缘图块)、填充策略(通过填充为图块提供更多上下文,与统一采样器兼容)和简单策略(将图像分割成静态网格)。路线图涵盖了潜在遮罩、控制网络和适配器等功能,图块级控制网络和适配器仍待实现。
BlenderNeko
Description
适用于ComfyUI_TiledKSampler的平铺采样器
本仓库为ComfyUI提供了一种平铺采样器。它通过将较大图像分割为更小的图块并逐个处理这些图块,实现对大尺寸图像的去噪。通过逐步逐步骤对所有图块进行去噪,并在每一步随机化图块位置,该采样器旨在最大程度减少最终结果中的可见接缝。
设置
ComfyUI_TiledKSampler包含多个额外设置以进一步控制其行为:
- tile_width(图块宽度):图块的宽度。
- tile_height(图块高度):图块的高度。
- tiling_strategy(平铺策略):用于平铺的方法。
平铺策略
随机
随机平铺策略通过逐步对整幅图像进行去噪(每一步随机化图块位置)来减少可见接缝。它会在水平和垂直“砖块式”模式之间交替,并每次对模式应用随机偏移。随着步数增加,接缝的可见性会逐渐降低。尽管这种随机偏移能有效减少接缝,但会增加每一步的计算开销,且与uni采样器不兼容。
可视化说明
无缝图像示例
这种平铺策略在隐藏接缝方面尤其有效——即使从完全噪声开始生成,重复图案可能可见,但接缝始终不可察觉。
严格随机
随机策略的一个局限是可能对边缘图块进行不利裁剪。严格随机策略通过使用掩码防止边缘图块裁剪来解决这一问题。但该策略与SDE采样器不兼容。
带填充
带填充平铺策略通过为每个图块提供来自周围环境的额外上下文信息(通过填充)来减少接缝。它将每个图块细分为9个更小的子图块,并在处理时确保每个图块始终被静态上下文包围。尽管这种策略更容易出现接缝,但其静态图块位置使其与uni采样器兼容且无跨步骤开销。不过,填充会导致需要去噪的图块数量最多增加四倍。
可视化说明
简单
简单平铺策略将图像划分为固定网格的图块并按顺序处理。
路线图
- 潜在掩码
- 图像级ControlNet
- T2I适配器
- 图块级ControlNet与T2I适配器(如风格模型)
- 区域条件
- 区域掩码条件
- GLIGEN