215 lines
8.2 KiB
Markdown
215 lines
8.2 KiB
Markdown
<div align="center">
|
|
|
|
<img src="https://raw.githubusercontent.com/huchukato/ComfyUI-RIFE-TensorRT-Auto/master/banner.png" alt="Auto TensorRT RIFE Banner" width="100%" />
|
|
|
|
# ComfyUI Rife TensorRT ⚡
|
|
|
|
[](https://www.python.org/downloads/)
|
|
[](https://developer.nvidia.com/cuda-13-0-2-download-archive)
|
|
[](https://developer.nvidia.com/tensorrt)
|
|
[](https://creativecommons.org/licenses/by-nc-sa/4.0/deed.en)
|
|
[](README.md)
|
|
|
|
|
|
|
|
</div>
|
|
|
|
Questo progetto fornisce un'implementazione [TensorRT](https://github.com/NVIDIA/TensorRT) di [RIFE](https://github.com/hzwer/ECCV2022-RIFE) per l'interpolazione di frame ultra veloce all'interno di ComfyUI
|
|
|
|
Questo progetto è licenziato sotto [CC BY-NC-SA](https://creativecommons.org/licenses/by-nc-sa/4.0/), tutti sono LIBERI di accedere, usare, modificare e ridistribuire con la stessa licenza.
|
|
|
|
Se ti piace il progetto, lascia una stella! ⭐
|
|
|
|
---
|
|
|
|
## ⏱️ Performance
|
|
|
|
_Nota: I seguenti risultati sono stati testati su motori FP16 all'interno di ComfyUI, utilizzando 2000 frame composti da 2 frame alternati simili, mediati 2-3 volte_
|
|
|
|
| Dispositivo | Motore Rife | Risoluzione| Moltiplicatore | FPS |
|
|
| :----: | :-: | :-: | :-: | :-: |
|
|
| H100 | rife49_ensemble_True_scale_1_sim | 512 x 512 | 2 | 45 |
|
|
| H100 | rife49_ensemble_True_scale_1_sim | 512 x 512 | 4 | 57 |
|
|
| H100 | rife49_ensemble_True_scale_1_sim | 1280 x 1280 | 2 | 21 |
|
|
|
|
## 🚀 Installazione
|
|
|
|
Naviga nella directory `/custom_nodes` di ComfyUI
|
|
|
|
```bash
|
|
cd ComfyUI/custom_nodes
|
|
git clone https://github.com/huchukato/ComfyUI-RIFE-TensorRT-Auto.git
|
|
```
|
|
|
|
### 🎯 Installazione Completamente Automatica (Raccomandata)
|
|
|
|
**Questo nodo presenta rilevamento automatico CUDA e installazione TensorRT!**
|
|
|
|
Quando ComfyUI carica il nodo per la prima volta, eseguirà:
|
|
1. **Rilevamento automatico della versione CUDA** (12 o 13)
|
|
2. **Installazione automatica dei pacchetti TensorRT appropriati**
|
|
3. **Configurazione di tutto** per un funzionamento senza interruzioni
|
|
|
|
**Nessun passaggio manuale richiesto!** Basta clonare la repo e riavviare ComfyUI.
|
|
|
|
### 📦 Opzioni di Installazione Manuale
|
|
|
|
Se preferisci l'installazione manuale o riscontri problemi:
|
|
|
|
**Script di auto-installazione:**
|
|
```bash
|
|
# Linux/macOS
|
|
./install.sh
|
|
|
|
# Windows
|
|
install.bat
|
|
|
|
# Python (cross-platform)
|
|
python install.py
|
|
```
|
|
|
|
**File requirements manuali:**
|
|
```bash
|
|
# Per CUDA 13 (RTX 50 series)
|
|
pip install -r requirements.txt
|
|
|
|
# Per CUDA 12 (RTX 30/40 series) - METODO LEGACY
|
|
pip install -r requirements_cu12.txt
|
|
```
|
|
|
|
> **💡 Nota:** Il `requirements_cu12.txt` è fornito come metodo legacy di fallback. L'installazione automatica è fortemente raccomandata in quanto gestisce il rilevamento CUDA e l'installazione dei pacchetti senza problemi.
|
|
|
|
### 📦 CUDA Toolkit Richiesto
|
|
|
|
Il nodo rileva automaticamente la tua installazione CUDA tramite le variabili d'ambiente `CUDA_PATH` o `CUDA_HOME`.
|
|
|
|
Se CUDA non viene rilevato, scarica da: https://developer.nvidia.com/cuda-13-0-2-download-archive
|
|
|
|
### 🎯 Limiti di Risoluzione
|
|
|
|
**Importante**: Il motore TensorRT supporta diversi range di risoluzione in base al profilo selezionato:
|
|
- **profilo small**: 384-1080px
|
|
- **profilo medium**: 672-1312px
|
|
- **profilo large**: 720-1920px (perfetto per 1440x960 e risoluzioni superiori)
|
|
|
|
Per immagini più grandi del massimo del profilo selezionato, ridimensionale prima di usare il nodo RIFE o seleziona un profilo superiore.
|
|
|
|
### 🎯 Profili di Risoluzione
|
|
|
|
Il nodo supporta profili di risoluzione per ottimizzare l'uso della VRAM:
|
|
- **small**: 384-1080px (raccomandato per la maggior parte della generazione video)
|
|
- **medium**: 672-1312px (per video ad alta risoluzione)
|
|
- **large**: 720-1920px (per contenuti 4K e ad alta risoluzione)
|
|
- **custom**: Collega un nodo "RIFE Custom Resolution Config" per controllo manuale
|
|
|
|
I seguenti modelli RIFE sono supportati e verranno scaricati e compilati automaticamente:
|
|
- **rife49_ensemble_True_scale_1_sim** (default) - Il più recente e accurato
|
|
- **rife48_ensemble_True_scale_1_sim** - Buon equilibrio tra velocità e qualità
|
|
- **rife47_ensemble_True_scale_1_sim** - Opzione più veloce
|
|
|
|
I modelli vengono scaricati automaticamente da [HuggingFace](https://huggingface.co/yuvraj108c/rife-onnx) e i motori TensorRT vengono compilati al primo utilizzo.
|
|
|
|
## ☀️ Utilizzo
|
|
|
|
1. **Carica Modello**: Inserisci `Right Click -> Add Node -> tensorrt -> Load Rife Tensorrt Model`
|
|
- Scegli il tuo modello RIFE preferito (rife47, rife48, o rife49)
|
|
- Seleziona la precisione (fp16 raccomandato per velocità, fp32 per massima accuratezza)
|
|
- Seleziona il profilo di risoluzione (small, medium, large, o custom)
|
|
- Il modello verrà scaricato automaticamente e il motore TensorRT compilato al primo utilizzo
|
|
|
|
2. **Processa Frame**: Inserisci `Right Click -> Add Node -> tensorrt -> Rife Tensorrt`
|
|
- Collega il modello caricato dal passaggio 1
|
|
- Inserisci i tuoi frame video
|
|
- Configura le impostazioni di interpolazione (moltiplicatore, CUDA graph, ecc.)
|
|
|
|
## 🔧 Risoluzione Problemi
|
|
|
|
### Errori di Inizializzazione CUDA
|
|
|
|
Se incontri `CUDA initialization failure with error: 35` o errori simili di TensorRT:
|
|
|
|
1. **Controlla Driver NVIDIA:**
|
|
```bash
|
|
nvidia-smi
|
|
```
|
|
Assicurati che i driver supportino la tua versione CUDA
|
|
|
|
2. **Riavvia il Sistema:**
|
|
A volte lo stato CUDA si corrompe - un riavvio può risolvere il problema
|
|
|
|
3. **Verifica Installazione CUDA:**
|
|
```bash
|
|
nvcc --version
|
|
```
|
|
Assicurati che CUDA toolkit sia installato correttamente
|
|
|
|
4. **Controlla PyTorch CUDA:**
|
|
```python
|
|
import torch
|
|
print(f"CUDA disponibile: {torch.cuda.is_available()}")
|
|
print(f"Versione CUDA: {torch.version.cuda}")
|
|
```
|
|
|
|
5. **Reinstalla TensorRT:**
|
|
```bash
|
|
python install.py
|
|
```
|
|
|
|
Il nodo ora include diagnostica CUDA automatica che aiuterà a identificare il problema specifico.
|
|
|
|
### Problemi di Memoria
|
|
|
|
Per motori ad alta risoluzione, assicurati di avere VRAM sufficiente:
|
|
- **profilo small**: ~2GB VRAM minimo
|
|
- **profilo medium**: ~4GB VRAM minimo
|
|
- **profilo large**: ~6GB VRAM minimo
|
|
|
|
### Problemi di Installazione
|
|
|
|
Se l'installazione automatica fallisce, prova l'installazione manuale:
|
|
```bash
|
|
# CUDA 13
|
|
pip install -r requirements.txt
|
|
|
|
# CUDA 12
|
|
pip install -r requirements_cu12.txt
|
|
```
|
|
|
|
## 🤖 Ambiente Testato
|
|
|
|
- Windows 11, CUDA 13.0, TensorRT 10.15.1.29, Python 3.12, RTX 5090
|
|
- WSL Ubuntu 24.04.03 LTS, CUDA 12.9, TensorRT 10.13.3.9, Python 3.12.11, RTX 5080
|
|
|
|
## 🚨 Aggiornamenti
|
|
|
|
### Febbraio 2026
|
|
- **Installazione Completamente Automatica**: Rilevamento CUDA e installazione TensorRT al caricamento del nodo
|
|
- **Correzione Dipendenze**: Aggiornato TensorRT a 10.15.1.29 per risolvere conflitti di installazione
|
|
- **Supporto RTX 5090**: Testato e confermata compatibilità con RTX 5090
|
|
- **Documentazione Risoluzione**: Aggiunta guida chiara sui limiti di risoluzione e preprocessing
|
|
- **Profilo Large**: Aggiunto supporto per risoluzioni fino a 1920px
|
|
|
|
### Gennaio 2026
|
|
- **CUDA 13 Default**: Aggiornato a CUDA 13.0 e TensorRT 10.14.1.48
|
|
- **Rilevamento CUDA Automatico**: Rileva automaticamente CUDA toolkit e percorsi DLL
|
|
- **Profili di Risoluzione**: Aggiunti profili small/medium/custom per ridurre l'uso della VRAM
|
|
|
|
### Dicembre 2025
|
|
- **Gestione Modelli Automatica**: Niente più download manuali! I modelli vengono scaricati automaticamente da HuggingFace e i motori TensorRT vengono compilati su richiesta
|
|
- **Workflow Migliorato**: Nuovo sistema a due nodi con `Load Rife Tensorrt Model` + `Rife Tensorrt` per migliore organizzazione
|
|
- **Dipendenze Aggiornate**: TensorRT aggiornato a 10.13.3.9 per migliori performance e compatibilità
|
|
|
|
## 👏 Crediti
|
|
|
|
- https://github.com/styler00dollar/VSGAN-tensorrt-docker
|
|
- https://github.com/Fannovel16/ComfyUI-Frame-Interpolation
|
|
- https://github.com/hzwer/ECCV2022-RIFE
|
|
|
|
## Licenza
|
|
|
|
[Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)](https://creativecommons.org/licenses/by-nc-sa/4.0/)
|
|
|
|
---
|
|
|
|
[📖 Read this in English](README.md)
|