Image Upscale With Model Batched (ImageUpscaleWithModelBatched) - ComfyUI-KJNodes

Le nœud Image Upscale With Model Batched convertit techniquement d'abord les données d'image d'entrée en un format de tenseur adapté au traitement par le modèle, puis envoie les images par lots au modèle de super-résolution spécifié en fonction de la valeur per_batch définie par l'utilisateur.

Image Upscale With Model Batched est un nœud de traitement de super-résolution d'image qui utilise un modèle d'IA pré-entraîné pour agrandir l'image d'entrée et améliorer sa résolution. Par rapport aux nœuds natifs, son principal avantage est de permettre à l'utilisateur de définir la taille des sous-lots, permettant ainsi un contrôle efficace de l'utilisation de la VRAM. Il est adapté au traitement de grands lots d'images ou au travail en haute résolution.

Fonctionnalités du nœud

Techniquement, ce nœud convertit d'abord les données d'image d'entrée en un format de tenseur adapté au traitement par le modèle, puis envoie les images par lots au modèle de super-résolution spécifié en fonction de la valeur per_batch définie par l'utilisateur. Il prend en charge plusieurs précisions numériques (comme float32, float16) pour équilibrer vitesse et qualité, et offre la possibilité de réduire proportionnellement le résultat après l'agrandissement, avec plusieurs algorithmes de sous-échantillonnage au choix, tels que nearest-exact, lanczos, etc.

Explication des paramètres du nœud - Image Upscale With Model Batched

Entrées (Inputs)

Nom du paramètre	Type de données	Requis	Valeur par défaut	Plage/Valeurs possibles	Description
`upscale_model`	UPSCALE_MODEL	Oui	-	-	Spécifie le modèle d'IA utilisé pour l'agrandissement par super-résolution d'image. Ce paramètre détermine l'algorithme et la qualité de l'agrandissement.
`images`	IMAGE	Oui	-	-	Image(s) d'entrée à agrandir. Prend en charge le traitement d'une seule image ou de plusieurs images simultanément.

Paramètres de contrôle (Parameters)

Nom du paramètre	Type de données	Requis	Valeur par défaut	Plage/Valeurs possibles	Description
`per_batch`	INT	Oui	16	1 - 4096 (pas: 1)	Définit le nombre d'images traitées par lot, de 1 à 4096. Utilisé pour contrôler l'utilisation de la VRAM. Peut être réduit lors du traitement de grands lots d'images.
`downscale_method`	COMBO	Non	lanczos	"nearest-exact", "bilinear", "area", "bicubic", "lanczos"	-
`precision`	COMBO	Non	float32	"float32", "float16", "bfloat16"	-
`downscale_ratio`	FLOAT	Non	1.0	0.01 - 1.0 (pas: 0.01)	-

Sortie (Output)

Nom du paramètre	Type de données	Description
IMAGE	IMAGE	Image(s) de sortie après traitement d'agrandissement par le modèle.

Scénarios d'utilisation

Dans un flux de travail réel, après avoir obtenu un lot d'images basse résolution depuis un nœud "Charger Image", vous pouvez connecter ce nœud et choisir un modèle de super-résolution tel qu'ESRGAN. En ajustant le paramètre per_batch, vous pouvez éviter le débordement de VRAM lors du traitement d'images haute résolution comme la 4K. Les images agrandies sont ensuite envoyées à des nœuds ultérieurs comme "Aperçu Image" ou "Enregistrer l'image" pour visualisation ou stockage.

Points d'attention

Veuillez noter que la vitesse de traitement et la qualité du nœud sont influencées par le modèle de super-résolution choisi, la taille des lots et la précision de calcul. Une taille de lot trop petite peut réduire l'efficacité du traitement, tandis qu'une taille de lot trop grande peut entraîner une insuffisance de VRAM.

Lien vers le code source du nœud Image Upscale With Model Batched

Le nœud Image Upscale With Model Batched provient du pack de nœuds ComfyUI-KJNodes.

Image Upscale With Model Batched(ImageUpscaleWithModelBatched)