目录
ComfyUI 是一个基于节点的图形用户界面,旨在为 Stable Diffusion 提供直观且灵活的操作方式。在 ComfyUI 中,”Base Model” 通常指用于生成图像的基础模型,即 Stable Diffusion 的不同版本或变体。以下是常见的基础模型及其详细介绍:
1. Stable Diffusion v1.5
-
简介:Stable Diffusion 的早期版本,广泛应用于各种图像生成任务。
-
特点:支持多种风格的图像生成,兼容性强,适合初学者使用。
-
下载链接:
2. Stable Diffusion v2.0
-
简介:在 v1.5 基础上进行了改进,提升了图像质量和生成速度。
-
特点:采用新的文本编码器 OpenCLIP,更好地理解文本提示,支持更高的图像分辨率。
-
下载链接:Stable Diffusion v2.0
3. Stable Diffusion XL (SDXL)
-
简介:Stable Diffusion 的最新版本,进一步优化了模型性能。
-
特点:模型参数增至 6.6B,能够生成更高质量的图像,支持更复杂的场景和细节。
-
下载链接:
4. Flux.1
-
简介:由 Black Forest Labs 推出的文生图模型套件,包含多个版本。
-
特点
-
下载链接:
5. DreamShaper
-
简介:一种专注于生成梦幻风格图像的模型。
-
特点:能够生成具有艺术感和梦幻风格的图像,适合创意项目。
-
下载链接:DreamShaper
6. Anything V3
-
简介:专注于二次元风格图像生成的模型。
-
特点:适合生成动漫风格的图像,深受二次元爱好者喜爱。
-
下载链接:Anything V3
7. Waifu Diffusion
-
简介:专为生成二次元角色图像而设计的模型。
-
特点:擅长生成高质量的二次元角色图像,适合动漫创作。
-
下载链接:Waifu Diffusion
8. Protogen
-
简介:一种通用型图像生成模型,适用于多种风格。
-
特点:能够生成多种风格的图像,适合多样化的创作需求。
-
下载链接:Protogen
9. MeinaMix
-
简介:融合多种风格的图像生成模型。
-
特点:能够生成融合多种风格的图像,适合多元化的创作。
-
下载链接:MeinaMix
10. Realistic Vision
-
简介:专注于生成写实风格图像的模型。
-
特点:擅长生成高质量的写实风格图像,适合需要真实感的项目。
-
下载链接:Realistic Vision
在使用 ComfyUI 时,可根据具体需求选择合适的基础模型,并将其放置在 ComfyUI 的 models/checkpoints
目录下。不同的模型在图像风格、细节表现和生成速度上各有特点,建议根据项目需求进行选择。
Model types含义:
ComfyUI 使用不同类型的模型来生成图像,每种模型类型都承担不同的功能,通常可以直接放置在指定的路径下以便系统识别和调用。
1. Checkpoints (基础模型)
-
简介:Checkpoints 是核心的图像生成模型,用于根据文本提示生成基础图像。
-
功能:这些模型是整个生成过程的基础,决定了生成图像的整体风格和细节。常用的 Checkpoints 包括 Stable Diffusion 不同版本、SDXL、DreamShaper、Waifu Diffusion 等。
-
存放路径:
ComfyUI/models/checkpoints
2. Textual Inversions (文本嵌入)
-
简介:Textual Inversions 是一种微调的文本嵌入,可以为 Checkpoints 增加特定的风格或语义信息。
-
功能:通过加载这些嵌入,可以让模型理解并生成特定的内容,如特定风格、面部表情等。常见的 Textual Inversion 包括风格化或个性化的关键词嵌入。
-
存放路径:
ComfyUI/models/embeddings
3. Hypernetworks
-
简介:Hypernetworks 是一种扩展模型,可以在不改变原始模型的前提下,调整生成的风格或细节。
-
功能:Hypernetworks 常用于使生成图像带有独特的风格,尤其适合特定的艺术风格或细微调整需求。
-
存放路径:
ComfyUI/models/hypernetworks
4. LoRA (Low-Rank Adaptation)
-
简介:LoRA 是一种微调模型的方法,通过添加少量参数来改变生成效果,适合微调模型的特定应用。
-
功能:可以帮助模型在保持原始 Checkpoint 的基础上进行小幅度调整,实现一些特定需求(如特定人物风格)。
-
存放路径:
ComfyUI/models/lora
5. ControlNet Models
-
简介:ControlNet 是一种用于图像生成过程中的精确控制的模型。
-
功能:通过控制边缘、姿态等特征,可以生成更符合预期的图像,适合需要精确生成某些结构或姿势的场景。
-
存放路径:
ComfyUI/models/controlnet
6. VAE (Variational Autoencoder)
-
简介:VAE 用于控制图像生成中的细节和色彩风格。
-
功能:通过加载不同的 VAE 模型,可以调整图像的色彩饱和度、清晰度等视觉细节,使图像的细节效果更符合需求。
-
存放路径:
ComfyUI/models/vae
7. CLIP Models
-
简介:CLIP 是一种用于文本与图像之间相似性评估的模型,用于模型理解和解读文本提示。
-
功能:CLIP 可以帮助生成模型更好地理解复杂文本提示,使生成的图像更加符合描述。通常在更高精度的生成任务中使用。
-
存放路径:
ComfyUI/models/clip
8. Upscalers (图像放大模型)
-
简介:用于生成后处理阶段,将低分辨率图像放大为高分辨率,同时保持图像清晰度。
-
功能:如 Real-ESRGAN 等模型,帮助提高图像分辨率,适合需要高清图像输出的场景。
-
存放路径:
ComfyUI/models/upscale_models
9. T2I-Adapter Models
-
简介:T2I-Adapter 是一种辅助生成模型,用于在生成过程中提供特定的样式或形状参考。
-
功能:在图像生成时提供额外的控制信号,适合需要在特定形状或布局的图像生成中提供额外支持。
-
存放路径:
ComfyUI/models/t2i_adapters
各个模型类型有不同的特点和作用,在实际使用中可以根据项目需求进行组合使用。
File format:
在 ComfyUI 中,不同的模型类型通常对应不同的文件格式,以下是各类模型常用的文件格式:
-
Checkpoints (基础模型)
-
文件格式:
.ckpt
或.safetensors
-
-
Textual Inversions (文本嵌入)
-
文件格式:
.pt
或.bin
-
-
Hypernetworks
-
文件格式:
.pt
-
-
LoRA (Low-Rank Adaptation)
-
文件格式:
.safetensors
或.ckpt
-
-
ControlNet Models
-
文件格式:
.pth
或.pt
-
-
VAE (Variational Autoencoder)
-
文件格式:
.vae.pt
或.safetensors
-
-
CLIP Models
-
文件格式:
.pt
或.pth
-
-
Upscalers (图像放大模型)
-
文件格式:
.pth
-
-
T2I-Adapter Models
-
文件格式:
.pt
或.pth
-
不同模型类型的文件格式不同,确保存放在 ComfyUI 的指定文件夹路径中,并使用正确的文件格式以便被系统识别。