Simple SDXL T2I & Hi Res Fix (CivitAI Metadata compatible)
詳細
ファイルをダウンロード
モデル説明
これは、以下の3つのことを簡潔に行うための簡単なワークフローです：
画像を生成する
画像をアップスケールする
CivitAIと互換性のあるメタデータを付与して画像を保存する
すべてを視覚的にシンプルに（スパゲッティコードなしで）
これ以上でも以下でもなく、特別な機能は一切含まれていません。
このワークフローでは、視認性を向上させ、ノードの複雑さを減らすためにカスタムノードを使用しています。そのため、ComfyUI Manager をインストールしてノードを簡単に導入することをお勧めします。このワークフローで使用しているカスタムノードの完全なリスト（と思われる）は、この説明の下部に記載しています。
短い説明：
ワークフローの左側は、おそらく最も時間を費やす部分です。ここではパラメータ（ステップ、CFG、シード、サンプラー）、モデル選択、プロンプト入力が行われます。
（頻繁にパラメータを変更する場合、SD Parameter Generator はやや冗長であるため、より簡単にアクセスできるよう追加のシードノードを設けました。ただし、このシードノードをパラメータジェネレータノードの入力として使用しないでください。動作が壊れます）
紫の「Fast Groups Muter」ノードを使用して、A1111/Forgeスタイルのハイレゾ修復（2回目のtxt2img）部分または画像保存部分を有効/無効化できます。
中央部分は、通常のksampler処理で、マジックが起きる場所です。
その後、アップスケーリング用のモデルで画像をアップスケールし、さらに2つ目のksamplerが別のマジック処理を行います。（ksamplerの下には画像比較ノードがあり、ノードタイトルの左隣にある灰色の円をクリックすると、ハイレゾ画像と元画像の比較を表示できます。）
右側には、CivitAI互換メタデータを付与するための画像保存ノードがあります。画像はA1111/Forge風に保存されます（作成月に対応するフォルダに画像が保存され、アップスケールされた画像には名前に_upscaled_が付きます）。
このワークフローで使用しているカスタムノード：
https://github.com/receyuki/comfyui-prompt-reader-node（メタデータ＋変換用）
https://github.com/kijai/ComfyUI-KJNodes（スパゲッティを減らすためのGet/Setノード中心）
https://github.com/jags111/efficiency-nodes-comfyui（ksampler用）
https://github.com/pythongosssss/ComfyUI-Custom-Scripts（数式処理用）
https://github.com/TheBill2001/comfyui-upscale-by-model（名前の通り、ノード数を若干削減）