SUPIRApply - ComfyUI Built-in Node Documentation - ComfyUI

SUPIRApply 节点将 SUPIR 模型补丁应用到一个扩散模型上。它使用该补丁修改模型的行为，使其能够在采样过程中融入来自输入图像的引导信息。该节点还提供了随时间调整引导强度的控制项，并包含一个有助于保持对原始输入保真度的可选功能。

输入

参数	描述	数据类型	是否必填	取值范围
`model`	应用 SUPIR 补丁的基础扩散模型。	MODEL	是	-
`model_patch`	包含用于修改模型的权重和配置的 SUPIR 模型补丁。	MODELPATCH	是	-
`vae`	用于将输入图像编码为潜在表示的 VAE（变分自编码器）。	VAE	是	-
`image`	用于引导生成过程的输入图像。仅使用前三个颜色通道（RGB）。	IMAGE	是	-
`strength_start`	采样开始时（高 sigma 值）的控制强度。图像引导的影响由此值开始。（默认值：1.0）	FLOAT	是	0.0 - 10.0
`strength_end`	采样结束时（低 sigma 值）的控制强度。从起始值开始线性插值。图像引导的影响到此值结束。（默认值：1.0）	FLOAT	是	0.0 - 10.0
`restore_cfg`	将去噪输出拉向输入潜在表示。值越高，对输入的保真度越强。设为 0 可禁用。（默认值：4.0）	FLOAT	是	0.0 - 20.0
`restore_cfg_s_tmin`	低于该 sigma 阈值时，`restore_cfg` 会被禁用。（默认值：0.05）	FLOAT	是	0.0 - 1.0

注意： image 输入在处理时仅提取 RGB 通道。如果提供的图像带有 alpha 通道，该 alpha 通道将被忽略。 注意： restore_cfg 仅当设置为大于 0 的值时才会生效。将其设置为 0 会完全禁用恢复后处理。激活时，只有在当前 sigma 值高于 restore_cfg_s_tmin 时才会应用校正。 注意： 此节点在 ComfyUI 中标记为实验性节点。

输出

输出名称	描述	数据类型
`model`	应用了 SUPIR 补丁，并配置了任何附加 CFG 后处理函数的扩散模型。	MODEL

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): fa9f67f63777160863c44c620d8de11e92f79245c3f5b60e138975dfd0cc65c7