ComfyUI-SUPIR 最强照片高清修复放大ComfyUI插件、图片去码变高清！马赛克消除插件！图片轻松搞定，完全免费开源！MagnificAI平替！ComfyUI工作流

ComfyUI SUPIR 最强照片高清修复放大ComfyUI插件、图片去码变高清！马赛克消除插件！图片轻松搞定，完全免费开源！MagnificAI平替！ComfyUI工作流

尽管小编之前的分享过使用SD来进行图片高清放大的方法，以及老照片翻新和高清放大的方法，但是当我测试了SUPIR技术的时候，我还是被震撼到了！这也将为我们的低像素图片的高清放大提供了多一种的选择！

ComfyUI-SUPIR是一个为ComfyUI设计的SUPIR图像放大封装器，它可以将低分辨率的图像放大到高分辨率，同时保持图像的细节和真实感。

ComfyUI-SUPIR是基于SUPIR模型的，SUPIR模型是一种基于Transformer的图像复原模型，它可以处理各种复杂的退化情况，如模糊、噪声、压缩等，从而实现高质量的图像复原。

SUPIR增强的图片，显然比我们之前介绍的通过codeformer或者是GPFGAN面部修复的图片效果更好，原因就是SUPIR图片增强技术不仅是增加了面部的细节，对其他区域的细节也进行了增强（事实上它并不是像codeformer和FGPGAN一样只针对面部的）

ComfyUI-SUPIR可以作为ComfyUI的一个自定义节点，方便地与其他节点组合，实现多种图像处理功能，如去噪、增强、风格迁移等。

ComfyUI-SUPIR优势

ComfyUI-SUPIR有以下几个优势：

高效：ComfyUI-SUPIR可以快速地将图像放大到任意倍数，无需多次迭代或级联。

通用：ComfyUI-SUPIR可以适应各种退化情况，无需针对不同的场景训练不同的模型。

灵活：ComfyUI-SUPIR可以根据用户的需求，调整放大倍数、输出分辨率、图像质量等参数。

易用：ComfyUI-SUPIR可以通过ComfyUI的图形界面，简单地拖拽节点，实现图像放大功能，无需编写代码或安装复杂的环境。

ComfyUI-SUPIR 更新：

由于我从这个项目中学到了很多东西，我现在已经将单个节点分离为多个节点，这些节点在 ComfyUI 中使用更有意义，并且更清楚地了解了 SUPIR 的工作原理。这仍然是一个包装器，尽管整个事情已经偏离了原始版本，具有更广泛的硬件支持、更高效的模型加载、更少的内存使用和更多的采样器选项。这是一个使用 Ligntning 模型的快速示例（包括工作流程），质量会受到影响，但它非常快，我建议从它开始，因为更快的采样可以更容易地了解设置的作用。

在引擎盖下 SUPIR 是 SDXL img2img 管道，最大的定制部分是他们的 ControlNet。他们所谓的“第一阶段”是使用他们特殊的“去噪编码器”VAE的去噪过程。不要将这与 Gradio 演示的“第一阶段”混淆，后者被标记为 Llava 预处理，但无论如何，Gradio“Stage2”仍在运行去噪过程。这可以与节点一起完全跳过，或者替换为任何其他预处理节点，例如模型升频器或您想要的任何东西。

ComfyUI-SUPIR 安装

从 git 管理并安装，或克隆此存储库以custom_nodes并运行：

pip install -r requirements.txt

或者，如果您使用便携式（在 ComfyUI_windows_portable -文件夹中运行它）：

python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-SUPIR\requirements.txt

Pytorch 版本也应该很新，最新的稳定版（2.2.1）可以工作。

如果找到 xformers，它会自动检测并启用，但这不是必需的，在某些情况下，它可能会更快一些：

pip install -U xformers --no-dependencies （用于可移植的 python_embeded\python.exe -m pip install -U xformers --no-dependencies ）

从下面的原始链接中获取 SUPIR 模型，它们是从正常的 ComfyUI/models/checkpoints -folder 加载的，此外，您还需要一个 SDXL 模型，它们是从同一文件夹中加载的。

我没有将 llava 包含在其中，但您可以向节点输入任何标题，从而使用任何您想要生成它们的东西，或者只是不生成它们，即使没有，似乎也效果很好。

内存要求与输入图像分辨率直接相关，节点中的“scale_by”只是缩放输入，您可以将其保持在 1.0 并使用任何其他节点调整输入的大小。在我的测试中，我能够使用 10GB 3080 GPU 运行 512×512 到 1024×1024，并在 24GB GPU 上运行其他测试，最高可达 3072×3072。系统RAM要求也很高，不知道数字，但我猜32GB以下会有问题，用64GB测试。