Datawhale X 魔搭 AI夏令营第四期 | AIGC文生图——进阶上分 实战优化 Task ...

Hi，各人好，我是半亩花海。在上一个任务中，我们逐行精读baseline，掌握了使用AI工具提升学习服从，并制作了话剧连环画，初步了解Secpter WebUI。今天，我们将深入探究微调的基本原理及其参数，旨在优化效果。同时，介绍文生图工作流平台ComfyUI，帮助实现更高度定制的文生图天生，进一步提升我们的创作和应用能力。
  

---

一、初探ComfyUI工具

1.了解ComfyUI

1.1 ComfyUI概念

GUI是 "Graphical User Interface"（图形用户界面）的缩写。简朴来说，GUI就是你在电脑屏幕上看到的那种有图标、按钮和菜单的交互方式。
ComfyUI是GUI的一种，是基于节点工作的用户界面，主要用于使用图像的天生技术，ComfyUI的特别之处在于它接纳了一种模块化的设计，把图像天生的过程分解成了很多小的步调，每个步调都是一个节点。这些节点可以连接起来形成一个工作流程，如许用户就可以根据需要定制本身的图像天生过程。
ComfyUI工具的具体介绍详情看下面的视频：1 万字系统分析ComfyUI | Stable Diffusion：GUI全盘点 | ComfyUI系统性教程原理篇04 | Ai+修建_哔哩哔哩_bilibili
1.2 ComfyUI焦点模块

焦点模块由模型加载器、提示词管理器、采样器、解码器构成。
（1）模型加载器：Load Checkpoint用于加载底子的模型文件，包罗Model、CLIP、VAE三部门。
   

  （2）提示词管理器：CLIP模块将文本类型的输入变为模型可以理解的latent space embedding作为模型的输入。
   

  （3）采样器：用于控制模型天生图像，差别的采样取值会影响终极输出图像的质量和多样性。采样器可以调治天生过程的速率和质量之间的平衡。
   

  这里重点讲讲采样器，主要是介绍Stable Diffusion部门。
Stable Diffusion的基本原理是通过降噪的方式（如完全的噪声图像），将一个原本的噪声信号变为无噪声的信号（如人可以理解的图像）。此中的降噪过程涉及到多次的采样。采样的系数在KSampler中设置：

• seed：控制噪声产生的随机种子
  
• control_after_generate：控制seed在每次天生后的变化
  
• steps：降噪的迭代步数，越多则信号越精准，相对的天生时间也越长
  
• cfg：classifier free guidance决定了prompt对于终极天生图像的影响有多大。更高的值代表更多地展现prompt中的形貌。
  
• denoise: 多少内容会被噪声覆盖 sampler_name、scheduler：降噪参数。
  

（4）解码器：VAE模块的作用是将Latent space中的embedding解码为像素级别的图像。
   

  1.3 ComfyUI图片天生流程

   

    ComfyUI图片天生流程：
  

• 第一步：选择模型
  
  
  
  • 从可用的AI模型列表中选择符合的模型，比方Stable Diffusion或其他文本到图像模型。
    
  
  
• 第二步：构建工作流
  
  
  
  • 在ComfyUl的图形界面上拖拽节点，并将它们连接起来以形成一个完备的图像天生或编辑流程。
    
  • 输入须要的参数，如文本提示、图像文件等。
    
  
  
• 第三步：实行天生
  
  
  
  • 运行构建好的工作流，观察天生的效果。
    
  
  
• 第四步：调解与优化
  
  
  
  • 假如需要，可以根据天生的效果调解参数或修改工作流，直至获得满意的效果。
    
  
  

  1.4 ComfyUI的上风

• 模块化和灵活性：ComfyUI 提供了一个模块化的系统，用户可以通过拖放差别的模块来构建复杂的工作流程。这种灵活性允许用户根据本身的需求自由组合和调解模型、输入、输出、和其他处理步调。
  
• 可视化界面：ComfyUI 提供了直观的图形界面，使得用户能够更清晰地理解和使用复杂的 AI 模型和数据流。这对没有编程配景的用户特别有帮助，使他们能够轻松构建和管理工作流程。
  
• 多模型支持：ComfyUI 支持多个差别的天生模型，用户可以在同一平台上集成和切换使用差别的模型，从而实现更广泛的应用场景。
  
• 调试和优化：通过其可视化界面，ComfyUI 使得调试天生过程变得更简朴。用户可以轻松地追踪数据流，识别并解决题目，从而优化天生效果。
  
• 开放和可扩展：ComfyUI 是一个开源项目，具有高度的可扩展性。开发者可以根据需要编写新的模块或插件，扩展系统功能，并根据项目需求举行定制。
  
• 用户友爱性：尽管其功能强大，但 ComfyUI 仍然保持了用户友爱性，即使对于复杂任务，也能以相对简朴的方式完成，使其成为天生式 AI 工作流程管理的有力工具。
  

2. 20分钟速通安装ComfyUI

在这里，我们依旧选择使用魔搭社区提供的Notebook（链接：我的Notebook · 魔搭社区 (modelscope.cn)）和免费的GPU算力体验来体验ComfyUI。

​

2.1 下载脚本代码文件

下载安装ComfyUI的实行文件和task1中微调完成Lora文件。
  

1. git lfs install
2. git clone https://www.modelscope.cn/datasets/maochase/kolors_test_comfyui.git
3. mv kolors_test_comfyui/* ./
4. rm -rf kolors_test_comfyui/
5. mkdir -p /mnt/workspace/models/lightning_logs/version_0/checkpoints/
6. mv epoch=0-step=500.ckpt /mnt/workspace/models/lightning_logs/version_0/checkpoints/   

复制代码

 （1）在file中创建一个terminal（左侧）             （2）粘贴代码，下载文件（右侧）

​

​
2.2 进入ComfyUI的安装文件

我们双击进入ComfyUI的安装文件：

​
2.3 一键实行安装程序（约莫10min）

​

​
2.4 进入预览界面

当实行到末了一个节点的内容输出了一个访问的链接的时候（即 This is the URL to access ComfyUI: 背面的链接 https://pension-democrats-designated-campbell.trycloudflare.com），复制链接到浏览器中访问。
   PS：假如链接访问白屏，或者报错，就等一会再访问重试，程序可能没有正常启动完毕。
  

​

​
   留意：到这里还不能天生图片哦，要完成接下来的使用才可以。
  3. 浅尝ComfyUI工作流

3.1 不带LoRA的工作流样例

Step1：下载工作流脚本