ComfyUI  >  工作流程  >  PMRF 超快速放大器 | 低 VRAM ComfyUI

PMRF 超快速放大器 | 低 VRAM ComfyUI

這個 ComfyUI PMRF 工作流程實現了最先進的 Posterior-Mean Rectified Flow 演算法,用於照片真實面部修復。僅用 1.29 秒即可實現閃電般的 2 倍圖像放大,同時僅使用 3.3GB VRAM。與傳統方法如 Topaz PhotoAI 相比,該工作流程在修復模糊面容、去除噪點和增強圖像品質方面具有優越的細節保留能力。

ComfyUI PMRF Workflow

ComfyUI PMRF Low VRAM Upscaler | Ultra Fast Image Enhancer
想要運行這個工作流程嗎?
  • 完全可操作的工作流程
  • 沒有缺失的節點或模型
  • 無需手動設置
  • 具有驚豔的視覺效果

ComfyUI PMRF Examples

comfyui-pmrf-low-vram-upscaler-ultra-fast-image-enhancer-1234-example_1.webp
comfyui-pmrf-low-vram-upscaler-ultra-fast-image-enhancer-1234-example_2.webp
comfyui-pmrf-low-vram-upscaler-ultra-fast-image-enhancer-1234-example_3.webp
comfyui-pmrf-low-vram-upscaler-ultra-fast-image-enhancer-1234-example_4.webp
comfyui-pmrf-low-vram-upscaler-ultra-fast-image-enhancer-1234-example_5.webp
comfyui-pmrf-low-vram-upscaler-ultra-fast-image-enhancer-1234-example_6.webp

ComfyUI PMRF Description

1. ComfyUI PMRF 工作流程是什麼?

ComfyUI PMRF 工作流程將革命性的 Posterior-Mean Rectified Flow 演算法整合到 ComfyUI 環境中,用於照片真實面部修復。基於以色列理工學院(Technion—Israel Institute of Technology,ICLR 2025)的最先進研究,ComfyUI PMRF 解決了圖像修復中的基本挑戰:在保持完美感知品質的同時實現最小失真。與依賴後驗採樣或基於 GAN 的方法的傳統方法不同,ComfyUI PMRF 近似數學上最佳的估算器,在完美感知品質約束下最小化均方誤差(MSE)。

2. ComfyUI PMRF 的優勢:

⚡ 前所未有的速度性能 ⚡

此 ComfyUI PMRF 工作流程是超快速的 - 僅需幾秒鐘即可交付結果!在 1.29 秒內完成 2 倍放大,ComfyUI PMRF 比目前在 RunComfy 平台上可用的任何放大工作流程都要快。其他方法需要數分鐘,而 ComfyUI PMRF 在眨眼的時間內完成面部修復!

有關其他放大工作流程,請參見此頁底部

  • 超快速處理: ComfyUI PMRF 僅用 1.29 秒即可在 RTX 4090 上實現 2 倍面部放大(512×682 到 1024×1364),而傳統 SD 放大方法需要數分鐘
  • 低 VRAM 要求: ComfyUI PMRF 僅需 3.3GB VRAM 即可高效運行,顯著低於競爭解決方案(DifFBIR 需要 8GB,Topaz PhotoAI 需要 20GB)
  • 優越的細節保留: ComfyUI PMRF 的先進後驗平均修正流演算法在消除模糊和噪點偽影的同時,保持自然的面部特徵
  • 內存問題已修復: 此 ComfyUI PMRF 版本解決了原始 PMRF 版本中的 1GB VRAM 佔用錯誤
  • 數學上最佳: ComfyUI PMRF 可證明近似於照片真實修復任務的理論最佳估算器

3. 如何使用 ComfyUI PMRF 工作流程

3.1 使用 ComfyUI PMRF 的生成方法

ComfyUI PMRF 面部修復的範例設置:

  1. 準備輸入: 在 Load Image 節點中:
    • 上傳您的降質/模糊面部圖像
    • 確保圖像正確對齊並裁剪以專注於面部
  2. 配置 ComfyUI PMRF 節點:
    • 設置 num_steps(速度為 25,最大質量為 100)
    • 設置 scale(2.0 用於 2 倍放大,根據需要調整)
  3. 點擊 Queue Prompt 按鈕運行 ComfyUI PMRF 工作流程
  4. Save Image 中:獲得增強後的面部修復輸出

3.2 ComfyUI PMRF 的參數參考

ComfyUI PMRF 核心節點: 此節點執行後驗平均修正流修復過程。

  • scale:輸出圖像的放大因子(2.0 = 大 2 倍,1.5 = 大 1.5 倍等)。
  • num_steps:修正流迭代的次數。
  • seed:用於可重複結果的隨機種子。
  • control_after_generate:確定批處理的種子行為(隨機/固定)。
  • interpolation:放大過程中使用的重採樣方法(建議使用 lanczos4 以獲得最佳質量)。

3.3 使用 ComfyUI PMRF 的高級優化

理解 ComfyUI PMRF 中的比例參數: scale 參數控制放大因子 - 它是圖像尺寸的乘數。要計算 ComfyUI PMRF 的正確比例值:

比例計算公式:

scale = 目標解析度 ÷ 輸入解析度

ComfyUI PMRF 的實際例子:

  • 用於 4K 輸出(3840×2160): 如果您的輸入是 1920×1080,使用 scale: 2.0(3840÷1920=2.0)
  • 從 1280×720 到 4K 輸出: 使用 scale: 3.0(3840÷1280=3.0)
  • 從 1280×720 到 2K 輸出(2560×1440): 使用 scale: 2.0(2560÷1280=2.0)
  • 對於自定義尺寸: 始終將目標寬度除以輸入寬度以獲得比例值

💡 專家提示:迭代增強

對於效果不佳的嚴重降質圖像,可以使用迭代處理:將 ComfyUI PMRF 輸出作為輸入再次進行修復。這種多次處理方法可以為極具挑戰性的圖像實現更好的結果。

技術背景

ComfyUI PMRF 如何工作

請將圖像修復視為修復模糊照片。傳統方法要麼使圖像過於平滑(失去重要細節),要麼在嘗試使其看起來自然時添加奇怪的偽影。ComfyUI PMRF 透過兩步法解決這一問題:首先,它創建了清晰圖像應該如何顯示的"最佳猜測",然後使用先進的數學運算將此猜測轉換為看起來完美自然的圖像——就像粗略草圖和完成畫作之間的差異。

ComfyUI PMRF 背後的科學

ComfyUI PMRF 解決了圖像修復中的基本"失真感知權衡"。關鍵見解是,修復圖像的最佳方法不是隨機猜測(如大多數 AI 方法所做),而是遵循數學上證明的路徑。ComfyUI PMRF 首先預測"後驗平均"(統計上最佳的猜測),然後使用"修正流"將此預測最佳地傳輸到自然圖像分佈。這確保了最小的錯誤和最大的視覺品質。

關於 ComfyUI PMRF 的更多資訊

有關更多詳細資訊和開發參考:

  • PMRF 的原始研究由 提供
  • 論文:"Posterior-Mean Rectified Flow: Towards Minimum MSE Photo-Realistic Image Restoration" (ICLR 2025)
  • 項目頁面:
  • 在線演示:

致謝

這個 ComfyUI PMRF 工作流程由 PMRF (Posterior-Mean Rectified Flow) 提供支持,由 Guy Ohayon、Tomer Michaeli 和 Michael EladTechnion—Israel Institute of Technology 開發。該研究發表於 ICLR 2025

ComfyUI PMRF 集成 包括原始實現中的內存問題修復。完整的榮譽歸於原作者,他們在照片真實圖像修復方面的開創性工作。

想要更多 ComfyUI 工作流程嗎?

RunComfy
版權 2025 RunComfy. 保留所有權利。

RunComfy 是首選的 ComfyUI 平台,提供 ComfyUI 在線 環境和服務,以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Playground, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。