PMRF Ultra Fast Upscaler | Low VRAM ComfyUI

1. Cos'è il Workflow ComfyUI PMRF?

Il workflow ComfyUI PMRF integra l'algoritmo rivoluzionario Posterior-Mean Rectified Flow nell'ambiente ComfyUI per il restauro facciale foto-realistico. Basato su ricerche all'avanguardia del Technion—Israel Institute of Technology (ICLR 2025), ComfyUI PMRF affronta la sfida fondamentale nel restauro delle immagini: ottenere una distorsione minima mantenendo una qualità percettiva perfetta. A differenza dei metodi tradizionali che si basano sul campionamento posteriore o su approcci basati su GAN, ComfyUI PMRF approssima l'estimatore matematicamente ottimale che minimizza l'Errore Quadratico Medio (MSE) sotto un vincolo di qualità percettiva perfetta.

2. Vantaggi di ComfyUI PMRF:

⚡ PRESTAZIONI DI VELOCITÀ SENZA PRECEDENTI ⚡

Questo workflow ComfyUI PMRF è ULTRA-VELOCE - fornendo risultati in pochi secondi! A 1.29 secondi per un ingrandimento 2x, ComfyUI PMRF è più veloce di QUALSIASI workflow di ingrandimento attualmente disponibile sulla piattaforma RunComfy. Mentre altri metodi impiegano minuti, ComfyUI PMRF completa il restauro facciale nel tempo di un battito di ciglia!

Per altri workflow di ingrandimento, vedere il fondo di questa pagina

• Elaborazione Ultra Veloce: ComfyUI PMRF ottiene un ingrandimento facciale 2x (512×682 a 1024×1364) in soli 1.29 secondi su RTX 4090, rispetto ai minuti richiesti dai metodi di ingrandimento SD tradizionali
• Requisiti VRAM Bassi: ComfyUI PMRF opera in modo efficiente con soli 3.3GB VRAM, significativamente inferiore rispetto alle soluzioni concorrenti (DifFBIR richiede 8GB, Topaz PhotoAI necessita di 20GB)
• Conservazione Superiore dei Dettagli: L'avanzato algoritmo di flusso rettificato della media posteriore di ComfyUI PMRF mantiene caratteristiche facciali naturali eliminando sfocature e artefatti di rumore
• Problema di Memoria Risolto: Questa versione di ComfyUI PMRF risolve il bug di occupazione di 1GB VRAM presente nella versione originale di PMRF
• Matematicamente Ottimale: ComfyUI PMRF approssima in modo dimostrabile l'estimatore teoricamente ottimale per compiti di restauro foto-realistico

3. Come Usare il Workflow ComfyUI PMRF

3.1 Metodi di Generazione con ComfyUI PMRF

Esempio di Configurazione per il Restauro Facciale di ComfyUI PMRF:

1. Prepara gli input: Nel nodo Load Image:
   • Carica la tua immagine facciale degradata/sfocata
   • Assicurati che l'immagine sia correttamente allineata e ritagliata per concentrarsi sul volto
2. Configura il nodo ComfyUI PMRF:
   • Imposta num_steps (25 per velocità, 100 per qualità massima)
   • Imposta scale (2.0 per ingrandimento 2x, regola secondo necessità)
3. Clicca il pulsante Queue Prompt per eseguire il workflow ComfyUI PMRF
4. In Save Image: ottieni il tuo output di restauro facciale migliorato

3.2 Riferimento ai Parametri per ComfyUI PMRF

Nodo Core di ComfyUI PMRF: Questo nodo esegue il processo di restauro del flusso rettificato della media posteriore.

• scale: Fattore di ingrandimento per l'immagine di output (2.0 = 2x più grande, 1.5 = 1.5x più grande, ecc.).
• num_steps: Numero di iterazioni del flusso rettificato.
• seed: Seme casuale per risultati riproducibili.
• control_after_generate: Determina il comportamento del seme per l'elaborazione in batch (randomizza/fisso).
• interpolation: Metodo di campionamento utilizzato durante il processo di ingrandimento (lanczos4 raccomandato per la migliore qualità).

3.3 Ottimizzazione Avanzata con ComfyUI PMRF

Comprendere il Parametro di Scala in ComfyUI PMRF: Il parametro scale controlla il fattore di ingrandimento - è un moltiplicatore per le dimensioni della tua immagine. Per calcolare il valore di scala corretto per ComfyUI PMRF:

Formula di Calcolo della Scala:

scale = Risoluzione Target ÷ Risoluzione Input

Esempi Pratici per ComfyUI PMRF:

• Per output 4K (3840×2160): Se il tuo input è 1920×1080, usa scale: 2.0 (3840÷1920=2.0)
• Per output 4K da 1280×720: Usa scale: 3.0 (3840÷1280=3.0)
• Per output 2K (2560×1440) da 1280×720: Usa scale: 2.0 (2560÷1280=2.0)
• Per dimensioni personalizzate: Dividi sempre la larghezza target per la larghezza di input per ottenere il valore di scala

💡 Pro Tip: Miglioramento Iterativo

Per immagini fortemente degradate dove i risultati a passaggio singolo non sono soddisfacenti, puoi usare l'elaborazione iterativa: Prendi l'output di ComfyUI PMRF e reinseriscilo come input per un altro round di restauro. Questo approccio multi-pass può ottenere risultati ancora migliori per immagini estremamente difficili.

Background Tecnico

Come Funziona ComfyUI PMRF

Pensa al restauro delle immagini come alla riparazione di una fotografia sfocata. I metodi tradizionali rendono l'immagine troppo liscia (perdendo dettagli importanti) o aggiungono artefatti strani cercando di farla sembrare naturale. ComfyUI PMRF risolve questo usando un approccio in due fasi: prima, crea la "migliore ipotesi" di come dovrebbe apparire l'immagine chiara, poi utilizza la matematica avanzata per trasportare questa ipotesi per sembrare perfettamente naturale - come la differenza tra un disegno grezzo e un dipinto finito.

La Scienza Dietro ComfyUI PMRF

ComfyUI PMRF affronta il fondamentale "compromesso distorsione-percezione" nel restauro delle immagini. L'intuizione chiave è che il modo ottimale per restaurare le immagini non è indovinare a caso (come fanno la maggior parte dei metodi AI), ma seguire un percorso matematicamente provato. ComfyUI PMRF prima predice la "media posteriore" (la migliore ipotesi statistica), poi usa il "flusso rettificato" per trasportare in modo ottimale questa previsione alla distribuzione naturale dell'immagine. Questo assicura sia un errore minimo che una qualità visiva massima.

Maggiori Informazioni su ComfyUI PMRF

Per ulteriori dettagli e riferimenti di sviluppo:

• Ricerca originale PMRF dal
• Paper: "Posterior-Mean Rectified Flow: Towards Minimum MSE Photo-Realistic Image Restoration" (ICLR 2025)
• Pagina del Progetto:
• Demo Online:

Riconoscimenti

Questo workflow ComfyUI PMRF è alimentato da PMRF (Posterior-Mean Rectified Flow), sviluppato da Guy Ohayon, Tomer Michaeli e Michael Elad dal Technion—Israel Institute of Technology. La ricerca è stata pubblicata a ICLR 2025.

L'integrazione ComfyUI PMRF include correzioni di bug per problemi di memoria nell'implementazione originale. Tutto il merito va agli autori originali per il loro lavoro innovativo nel restauro delle immagini foto-realistiche.