SUPIRApply - ComfyUI Built-in Node Documentation

SUPIRApply 节点将 SUPIR 模型补丁应用于扩散模型。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。

SUPIRApply 节点将 SUPIR 模型补丁应用于扩散模型。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。该节点还提供控制项，用于随时间调整此引导的强度，并包含一个可选功能，帮助保持对原始输入的保真度。

输入

参数	描述	数据类型	必需	范围
`model`	将应用 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。	MODEL\_PATCH	是	-
`vae`	用于将输入图像编码为 latent 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（高 sigma）时的控制强度。图像引导的影响从该值开始。（默认值：1.0）	FLOAT	是	0.0 - 10.0
`strength_end`	采样结束（低 sigma）时的控制强度。从起始值线性插值。图像引导的影响在该值结束。（默认值：1.0）	FLOAT	是	0.0 - 10.0
`restore_cfg`	将去噪输出拉向输入 latent。数值越高 = 对输入的保真度越强。0 表示禁用。（默认值：4.0，高级设置）	FLOAT	是	0.0 - 20.0
`restore_cfg_s_tmin`	sigma 阈值，低于该值时 `restore_cfg` 被禁用。（默认值：0.05，高级设置）	FLOAT	是	0.0 - 1.0

注意： image 输入会被处理为仅提取 RGB 通道。如果提供带 alpha 通道的图像，则忽略 alpha 通道。

注意： 如果 SUPIR 模型补丁提供 denoise encoder 权重，则输入图像将使用这些权重进行编码，而不是使用常规 VAE 编码器。

注意： restore_cfg 仅在设置为大于 0 的值时生效。将其设置为 0 会完全禁用 restore 后处理。启用时，仅当前 sigma 值高于 restore_cfg_s_tmin 时才会应用校正。

注意： 此节点在 ComfyUI 中被标记为实验性。

输出名称	描述	数据类型
`model`	应用了 SUPIR 补丁并配置了任何额外的 post-CFG 函数的输入模型克隆副本。	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