69 lines
3.5 KiB
Markdown
69 lines
3.5 KiB
Markdown
# Documentation
|
|
- Class name: TiledDiffusion
|
|
- Category: _for_testing
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/shiimizu/ComfyUI-TiledDiffusion
|
|
|
|
TiledDiffusion类作为一个框架，用于以平铺的方式应用扩散模型，通过将大图像分割成较小的片段来增强处理，这种方法提高了计算效率并允许对扩散过程进行更细粒度的控制。
|
|
|
|
# Input types
|
|
## Required
|
|
- model
|
|
- 模型参数至关重要，因为它定义了节点内部要使用的扩散模型。它是控制TiledDiffusion过程行为和输出的核心组件。
|
|
- Comfy dtype: MODEL
|
|
- Python dtype: comfy.model_patcher.ModelPatcher
|
|
- method
|
|
- 方法参数决定了要使用的具体扩散技术，影响输出的整体性能和质量。它是调整节点功能以适应期望结果的关键因素。
|
|
- Comfy dtype: COMBO[('MultiDiffusion', 'Mixture of Diffusers')]
|
|
- Python dtype: str
|
|
- tile_width
|
|
- tile_width参数决定了平铺过程中每个瓦片的宽度，直接影响扩散应用的粒度。它对于优化处理时间和结果细节之间的平衡至关重要。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- tile_height
|
|
- tile_height参数设置了每个瓦片的高度，与tile_width一起决定了平铺策略。这个参数对于管理计算负载和确保扩散过程的效率至关重要。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- tile_overlap
|
|
- tile_overlap参数定义了相邻瓦片之间的重叠，确保整个图像上扩散效果的无缝集成。它在维持最终输出的连贯性和质量方面起着至关重要的作用。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- tile_batch_size
|
|
- tile_batch_size参数指定了每批处理的瓦片数量，这对于管理内存使用和加速扩散过程至关重要。它直接影响计算资源和处理速度之间的权衡。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
|
|
# Output types
|
|
- model
|
|
- 输出模型是输入模型的修改版本，现在配备了平铺扩散功能。它代表了节点处理的成果，封装了通过扩散方法处理大图像的增强能力。
|
|
- Comfy dtype: MODEL
|
|
- Python dtype: comfy.model_patcher.ModelPatcher
|
|
|
|
# Usage tips
|
|
- Infra type: GPU
|
|
|
|
# Source code
|
|
```
|
|
class TiledDiffusion:
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {'required': {'model': ('MODEL',), 'method': (['MultiDiffusion', 'Mixture of Diffusers'], {'default': 'Mixture of Diffusers'}), 'tile_width': ('INT', {'default': 96 * opt_f, 'min': 16, 'max': MAX_RESOLUTION, 'step': 16}), 'tile_height': ('INT', {'default': 96 * opt_f, 'min': 16, 'max': MAX_RESOLUTION, 'step': 16}), 'tile_overlap': ('INT', {'default': 8 * opt_f, 'min': 0, 'max': 256 * opt_f, 'step': 4 * opt_f}), 'tile_batch_size': ('INT', {'default': 4, 'min': 1, 'max': MAX_RESOLUTION, 'step': 1})}}
|
|
RETURN_TYPES = ('MODEL',)
|
|
FUNCTION = 'apply'
|
|
CATEGORY = '_for_testing'
|
|
|
|
def apply(self, model: ModelPatcher, method, tile_width, tile_height, tile_overlap, tile_batch_size):
|
|
if method == 'Mixture of Diffusers':
|
|
implement = MixtureOfDiffusers()
|
|
else:
|
|
implement = MultiDiffusion()
|
|
implement.tile_width = tile_width // opt_f
|
|
implement.tile_height = tile_height // opt_f
|
|
implement.tile_overlap = tile_overlap // opt_f
|
|
implement.tile_batch_size = tile_batch_size
|
|
model = model.clone()
|
|
model.set_model_unet_function_wrapper(implement)
|
|
model.model_options['tiled_diffusion'] = True
|
|
return (model,)
|
|
``` |