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

Image Upscale With Model Batched 노드는 기술적으로 먼저 입력된 이미지 데이터를 모델 처리에 적합한 텐서 형식으로 변환한 후, 사용자가 설정한 per_batch 값에 따라 이미지를 배치로 지정된 초해상도 모델에 입력하여 처리합니다.

Image Upscale With Model Batched는 사전 훈련된 AI 모델을 활용하여 입력 이미지를 확대하고 해상도를 향상시키는 이미지 초해상도 처리 노드입니다. 기본 노드와 비교할 때 핵심 장점은 사용자가 서브 배치 크기를 설정할 수 있어 VRAM 사용량을 효과적으로 제어할 수 있다는 점으로, 대량의 이미지를 처리하거나 고해상도에서 작업할 때 적합합니다.

노드 기능

이 노드는 기술적으로 먼저 입력된 이미지 데이터를 모델 처리에 적합한 텐서 형식으로 변환한 후, 사용자가 설정한 per_batch 값에 따라 이미지를 배치로 지정된 초해상도 모델에 입력하여 처리합니다. 속도와 품질의 균형을 위해 다양한 수치 정밀도(예: float32, float16)를 지원하며, 선택적으로 확대 후 결과를 비율에 따라 축소할 수 있습니다. nearest-exact, lanczos 등 다양한 다운샘플링 알고리즘을 선택할 수 있습니다.

노드 매개변수 설명 - Image Upscale With Model Batched

연결 입력 (Inputs)

매개변수 이름	데이터 타입	필수	기본값	범위/옵션	설명
`upscale_model`	UPSCALE_MODEL	예	-	-	이미지 초해상도 확대에 사용할 AI 모델을 지정합니다. 이 매개변수는 이미지 확대 알고리즘과 품질을 결정합니다.
`images`	IMAGE	예	-	-	확대할 입력 이미지 또는 이미지 배치입니다. 단일 이미지 또는 여러 이미지를 동시에 처리할 수 있습니다.

컨트롤 매개변수 (Parameters)

매개변수 이름	데이터 타입	필수	기본값	범위/옵션	설명
`per_batch`	INT	예	16	1 - 4096 (간격: 1)	배치당 처리할 이미지 수를 설정합니다. 범위는 1부터 4096까지입니다. VRAM 사용량을 제어하는 데 사용되며, 대량의 이미지를 처리할 때 이 값을 낮출 수 있습니다.
`downscale_method`	COMBO	아니요	lanczos	"nearest-exact", "bilinear", "area", "bicubic", "lanczos"	-
`precision`	COMBO	아니요	float32	"float32", "float16", "bfloat16"	-
`downscale_ratio`	FLOAT	아니요	1.0	0.01 - 1.0 (간격: 0.01)	-

출력 (Output)

매개변수 이름	데이터 타입	설명
IMAGE	IMAGE	모델 확대 처리 후 출력되는 이미지입니다.

사용 시나리오

실제 워크플로에서 "이미지 로드" 노드로부터 일괄의 저해상도 이미지를 얻은 후, 이 노드에 연결하고 ESRGAN과 같은 초해상도 모델을 선택할 수 있습니다. per_batch 매개변수를 조정하면 4K와 같은 고해상도 이미지를 처리할 때 VRAM 오버플로를 방지할 수 있으며, 최종적으로 확대된 이미지는 후속 "이미지 미리보기" 또는 "이미지 저장" 노드로 출력되어 확인하거나 저장할 수 있습니다.

주의사항

노드의 처리 속도와 품질은 선택한 초해상도 모델, 배치 크기 및 계산 정밀도에 영향을 받습니다. 배치 크기가 너무 작으면 처리 효율이 떨어질 수 있고, 너무 크면 VRAM이 부족할 수 있습니다.

Image Upscale With Model Batched 노드 소스 코드 링크

Image Upscale With Model Batched 노드는 ComfyUI-KJNodes 노드 패키지에서 제공됩니다.

Image Upscale With Model Batched(ImageUpscaleWithModelBatched)