Files
2026-05-19 23:22:06 +08:00

4.4 KiB
Raw Permalink Blame History

ComfyUI-RIFE

English | 中文

用于 ComfyUI 的 RIFE 视频插帧节点,基于 Practical-RIFE 实现。

功能特性

  • 实时视频插帧: 使用 RIFE(Real-Time Intermediate Flow Estimation)算法在视频帧之间生成平滑的中间帧
  • 自动模型下载: 首次使用时会自动从 GitHub Releases 下载所需模型
  • 模型缓存: 自动缓存已加载的模型,避免重复加载
  • 多种精度支持: 支持 float32、float16、bfloat16 精度,可在速度和精度间权衡
  • Torch Compile: 可选 PyTorch 2.0+ 的 torch.compile() 加速(首次编译较慢,后续推理更快)
  • 批量推理: 支持批量处理插帧任务,提高吞吐量

支持的模型

模型名称 版本 说明
rife47.pth 4.7 RIFE 4.7 版本
rife49.pth 4.7 RIFE 4.9 版本
rife417.pth 4.17 RIFE 4.17 版本
rife426.pth 4.26 RIFE 4.26 版本(不支持 ensemble)

模型会自动下载到 ComfyUI/models/rife/ 目录。

安装

  1. 将本节点文件夹放入 ComfyUI 的 custom_nodes 目录:

    cd ComfyUI/custom_nodes
    git clone git@github.com:er1cw00/ComfyUI-RIFE.git ComfyUI-RIFE
    
  2. 安装依赖:

    cd ComfyUI-RIFE
    pip install -r requirements.txt
    

节点参数

RIFE_VFI

必需参数:

参数名 类型 默认值 说明
ckpt_name 下拉选择 - 选择 RIFE 模型(自动下载)
frames IMAGE - 输入视频帧序列
clear_cache_after_n_frames INT 10 每处理 N 帧后清理显存缓存(1-1000)
multiplier INT 2 插帧倍数,如 2 表示在每帧之间生成 1 个中间帧
fast_mode BOOLEAN True 快速模式,牺牲少量质量换取速度
ensemble BOOLEAN True 使用 ensemble 模式提高质量(4.26 版本强制关闭)
scale_factor 下拉选择 1.0 光流计算缩放比例 [0.25, 0.5, 1.0, 2.0, 4.0]
dtype 下拉选择 float32 推理精度:float32(最安全)、float16(快/省显存)、bfloat16(需 RTX 30xx+)
torch_compile BOOLEAN False 使用 torch.compile() 加速(需 PyTorch 2.0+)
batch_size INT 1 每批次处理的插帧任务数(提高吞吐量但增加显存占用,1-64)

可选参数:

参数名 类型 说明
optional_interpolation_states INTERPOLATION_STATES 插帧状态列表,用于控制跳过特定帧

输出:

输出名 类型 说明
IMAGE IMAGE 插帧后的视频帧序列

使用示例

基本流程

  1. 使用 Load Video 或 Load Image Batch 节点加载视频帧
  2. 连接到 RIFE_VFI 节点
  3. 从下拉菜单选择模型(如 rife426.pth)
  4. 设置 multiplier(如 2 表示 30fps → 60fps)
  5. 使用 Save Video 或 Preview Image 节点输出结果

参数调优建议

  • 追求质量: dtype=float32, ensemble=True, fast_mode=False
  • 追求速度: dtype=float16, fast_mode=True, torch_compile=True(PyTorch 2.0+)
  • 显存不足: 降低 batch_size 至 1,使用 dtype=float16
  • RTX 30xx/40xx: 可尝试 dtype=bfloat16,比 float16 更稳定且速度相近

文件结构

ComfyUI-RIFE/
├── __init__.py          # 节点注册入口
├── rife_node.py         # 节点主要实现(模型加载、推理逻辑)
├── rife_model.py        # RIFE IFNet 模型定义
├── requirements.txt     # Python 依赖
└── README.md           # 本文件

模型下载说明

模型文件会自动下载到 ComfyUI/models/rife/ 目录:

  • 首次使用某个模型时,节点会自动从 https://github.com/Fannovel16/ComfyUI-Frame-Interpolation/releases/download/models/ 下载
  • 如果下载失败,请检查网络连接或手动下载模型放到上述目录

注意事项

  1. RIFE 4.26 版本: 该版本不支持 ensemble 模式,会自动强制关闭
  2. torch.compile(): 首次推理会很慢(编译阶段),后续推理会快 10-30%
  3. bfloat16: 仅在 Ampere 架构(RTX 30xx/40xx)或更新的 GPU 上支持
  4. 模型缓存: 修改 ckpt_name、dtype 或 torch_compile 会触发重新加载模型

依赖

  • torch >= 2.0.0(推荐)
  • einops
  • packaging
  • numpy

许可证

本项目基于 Practical-RIFE 实现,遵循相应开源协议。