ComfyUI 圖片放大教學:最佳模型、設定與 VRAM 不足解決方案
ComfyUI AI upscaling 教學 — 推薦模型、工作流程設定,以及 GPU 記憶體不足時的處理方法。
什麼是 AI Upscaling?
AI upscaling 使用經過訓練的神經網路來提高圖片解析度,同時智慧地重建細節。與傳統的內插法(只是把像素放大變模糊)不同,AI upscaler 可以生成逼真的材質、銳化邊緣,並補充原圖中沒有的細節。
這在 ComfyUI 中生成圖片後特別有用 — SD1.5 等模型預設產出 512×512 的圖片,透過 upscaling 可以將它們提升到印刷品質的解析度。
快速設定
1. 下載 Upscale Model
前往 OpenModelDB 瀏覽 upscaling 模型。推薦通用型選擇 4x-RealESRGAN。
2. 安裝模型
將下載的模型檔案放入:
ComfyUI/models/upscale_models/3. 建立工作流程
核心的 upscaling 流程使用兩個專門節點,加上標準的輸入輸出節點:
- Load Image — 你的輸入圖片(或從生成工作流程連接)
- Load Upscale Model — 選擇已下載的模型
- Upscale Image (Using Model) — 連接模型和圖片輸入
- Save Image — 檢視並儲存結果
完整流程:Load Image → Upscale Image (Using Model) ← Load Upscale Model,然後 → Save Image。
推薦模型
不同的 upscaler 擅長不同的任務:
| 模型 | 最適用於 | 備註 |
|---|---|---|
| RealESRGAN | 通用 | 優秀的全能選手,處理大多數內容效果良好 |
| BSRGAN | 文字、銳利邊緣 | 保持清晰的線條和可讀的文字 |
| SwinIR | 自然材質 | 風景和攝影作品表現出色 |
大多數模型提供 2x 或 4x upscaling。4x 模型可將 512×512 的圖片放大為 2048×2048。
結合生成工作流程
最實用的方式是在 text-to-image 或 image-to-image 生成後接續 upscaling:
Text Prompt → KSampler → VAE Decode → Upscale Image → Save Image這讓你能以模型原生解析度生成(速度快),再透過 upscale 輸出最終成品(高品質)。
實用技巧
- 先生成再 upscale,不要反過來 — 直接以較高解析度生成要慢得多,而且效果往往不如先生成小圖再 upscale
- 4x 模型通常就夠了 — 超過 4x 很少能增加有意義的細節
- 多次處理 — 若需要極大倍率的放大,可以串聯兩個 2x 模型,而非使用一個 4x
處理 VRAM 限制
放大大尺寸圖片可能佔用大量 GPU 記憶體。如果遇到記憶體不足的錯誤:
- 使用
--lowvramflag 啟動 ComfyUI 以減少記憶體使用量 - 先縮小再放大 — 使用 2x 模型而非 4x,或在 upscale 前先縮小輸入圖片
- Tiled upscaling — 部分社群自訂節點(如
ComfyUI-TiledKSampler)會將圖片分割成小塊,分別 upscale 後再拼接。這能大幅降低 VRAM 峰值使用量 - 多次處理法 — 串聯兩次 2x upscale 取代一次 4x,以降低每步的記憶體需求
下一步
- Text to Image — 生成圖片以供放大
- Image to Image — 放大前先進行精修
- LoRA Guide — 為生成的圖片增添風格變化
Wonderful Launcher 文件