
ComfyUI_UltimateSDUpscale
在 ComfyUI 中一键实现高质量、可控的图像放大,细节更清晰。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1583
技术标签
使用教程
环境要求
- 已安装 ComfyUI(自定义节点需放入其 custom_nodes 目录)
- 使用 Git 方式安装时,系统需已安装 Git
- 可选:已安装 ComfyUI Manager 或 comfy-cli 以便一键安装
安装与启动步骤
-
1确认 Git 可用
打开终端执行命令,能显示版本号即说明 Git 已正确安装;若报错请先安装 Git。
git -v -
2进入节点目录
切换到 ComfyUI 安装目录下的 custom_nodes 文件夹,路径按你的实际安装位置调整。
cd ComfyUI/custom_nodes -
3克隆节点仓库
在 custom_nodes 目录中执行,把 UltimateSDUpscale 节点克隆到本地。
git clone https://github.com/ssitu/ComfyUI_UltimateSDUpscale -
4重启 ComfyUI
安装完成后重启 ComfyUI,使其加载新加入的自定义节点。
-
5找到节点与示例
节点菜单 image/upscaling 下可见节点;示例工作流在 example_workflows/ 或 Templates 的 Extensions 区。
如何确认成功
重启 ComfyUI 后,在节点菜单的 image/upscaling 分类下能看到 UltimateSDUpscale 相关节点即安装成功。
常见问题
Q:不想用 Git 安装怎么办?
A:可用 ComfyUI Manager 搜索 UltimateSDUpscale 安装,或安装 comfy-cli 后执行 comfy node install comfyui_ultimatesdupscale。
Q:节点菜单里找不到节点?
A:确认仓库克隆在 ComfyUI/custom_nodes/ 目录下,并完全重启 ComfyUI;仍不行可检查终端启动日志有无报错。
Q:各参数含义在哪里看?
A:参见 Coyote-A 的 ultimate-upscale-for-automatic1111 wiki 的 FAQ 参数说明,或在界面中右键节点选择信息图标查看。
Q:有可直接用的示例工作流吗?
A:有,位于仓库 example_workflows/ 文件夹,也可在 ComfyUI 的 Templates 菜单左侧 Extensions 区域选择本仓库查看。
注意事项
- 手动安装方式:从 registry.comfy.org 下载对应版本 zip(或 GitHub 上 Code→Download ZIP),解压到 ComfyUI/custom_nodes/ 下新建的文件夹中。
- 安装路径必须是 ComfyUI 的 custom_nodes 目录,路径写错会导致节点无法被加载。
- Git 方式需要系统已装 Git,可用 git -v 预先验证。
核心亮点
- 集成多种放大算法(如 ESRGAN、Lanczos),用户可自由选择,适应不同图像类型。
- 支持分块放大,能处理超大图像而避免显存溢出,稳定性高。
- 提供精细的放大模式、去噪和面部修复参数,放大效果可调性强。
不足之处
- 依赖 ComfyUI 环境,需额外安装节点,对新手有一定门槛。
- 文档和社区支持相对有限,高级参数需自行摸索。
适用场景
- 摄影作品高分辨率放大,保留皮肤纹理和细节。
- 动漫插画放大,避免线条模糊和色块失真。
- 老照片修复后放大,提升清晰度并恢复细节。
替代项目
ComfyUI_UltimateSDUpscale(本身)、ComfyUI_ControlNet、ComfyUI_Image_Filters
同类项目推荐
CycleGANsformer
开源
用 Transformer 升级 CycleGAN,让图像翻译更懂全局关系
Unpaired Image-to-Image Translation with Transformer-based GANs in PyTorch [WIP]
isovoxel
开源
用代码生成等距体素艺术,轻松产出独特场景
Isometric voxel generative art
Stable-Diffusion-NCNN
开源
在手机和边缘设备上跑通 Stable Diffusion,实现离线 AI 绘画。
Stable Diffusion in NCNN with c++, supported txt2img and img2img
MLX_z-image
开源
在 Mac 上原生跑 z-image 图像生成,无需 NVIDIA 显卡
MLX version of z-image model
vpype
开源
命令行处理绘图矢量,优化路径,让绘图更高效。
The Swiss-Army-knife command-line tool for plotter vector graphics.
AmazingZImageWorkflow
开源
开箱即用的 ComfyUI 工作流,轻松生成高质量 Z-Image 图片
Z-Image workflow with predefined styles for high-quality image generation and a user···
HumanSD
开源
用骨架精准控制人体姿态,生成自然无畸变的图像。
[ICCV 2023] The official implementation of paper "HumanSD: A Native Skeleton-Guided ···
StableFace
开源
用Stable Diffusion 2.1搭建你自己的FaceApp,快速实现人脸编辑
Build your own Face App with Stable Diffusion 2.1
stable-diffusion-API
开源
快速搭建 Stable Diffusion 图像生成 API 服务
Unofficial Fastapi implementation of Stable-Diffusion API