Customizable Flux Upscale/Refine Workflow

可自定义的 Flux 放大/优化工作流 v3c

工作流： 加载图像 / 保存图像（无初始生成）

功能：

自定义优化 / 极致 SD 优化
第三方放大图像对比
部分放大（可选），用于快速测试
目标尺寸与放大倍数切换
8GB 显存
支持 GGUF（默认）和 safetensors
ControlNet（可选）
Detail Daemon（可选）
提示词（可选）

备注：

此工作流主要用于学习和测试图像放大技术。
我正尝试在此工作流中汇总所有放大技术。
默认参数经过微调，以实现最小程度的优化（尽可能贴近原图）。

DoFit 选项（v3.0a）：
TRUE = 将整个原始图像适配至目标尺寸并裁剪空白区域
FALSE = 裁剪原始图像以适配目标尺寸（默认）

模型：

flux dev gguf：https://huggingface.co/city96/FLUX.1-dev-gguf/resolve/main/flux1-dev-Q4_K_S.gguf
flux vae：https://huggingface.co/f5aiteam/VAE/resolve/main/ae.safetensors（重命名为 flux1_vae.safetensors）
clip 1：https://huggingface.co/f5aiteam/CLIP/resolve/main/clip_l.safetensors
clip 2：https://huggingface.co/city96/t5-v1_1-xxl-encoder-gguf/resolve/main/t5-v1_1-xxl-encoder-Q8_0.gguf
放大模型：https://huggingface.co/uwg/upscaler/resolve/main/ESRGAN/4x_NMKD-Siax_200k.pth

可选模型：

flux ControlNet（可选）：https://civitai.com/api/download/models/901095?type=Model&format=SafeTensor
轻量放大模型（可选）：https://huggingface.co/Acly/Omni-SR/blob/main/OmniSR_X4_DIV2K.safetensors
降噪模型 1（可选）：https://huggingface.co/utnah/esrgan/resolve/main/1x_NMKD-Jaywreck3-Soft-Lite_320k.pth
降噪模型 2（可选）：https://huggingface.co/utnah/esrgan/resolve/main/1x_NMKD-Jaywreck3-Lite_320k.pth
LoRA（可选）：https://civitai.com/api/download/models/964759?type=Model&format=SafeTensor

附加信息：

flux 采样器/调度器对比表：FLUX.1 Dev: 采样器 + 调度器对比 | Civitai

趣味事实：

我也测试过 SUPIR 放大以及其他 SD1.5/SDXL 放大/优化方法，结果非常差且过时。相比之下，Flux 模型在各方面都表现优异，尤其在“最小化”/“贴近原图”的真实感图像优化上优势显著。不过，SDXL 在动漫图像生成上仍是最优选择。

已知问题：

• 使用单个“大”图块优化时，部分图像尺寸可能导致图像上出现水平干扰线（尤其在皮肤区域明显）。此时，可在“极致 SD 优化”中启用“使用图块”，但“自定义优化”不可用。这可能是由于 GGUF 格式或模型质量低/显存不足所致。
• 解决方法：若使用 ModelSamplingFlux，请将“填充放大图像宽/高”重新连接至它。
• “使用部分”偏移对第三方图像无效。要修复此问题，我需要重做 CropInitialImage 节点。
• 使用 "flux1-dev-fp8" 模型时，必须使用 "t5xxl_fp8_e4m3fn_scaled" clip，而非 "t5xxl_um_fp8_e4m3fn_scaled"。