ComfyUI-Differential_Diffusion 项目启动与配置教程
2025-05-19 12:40:55作者:晏闻田Solitary
1. 项目目录结构及介绍
ComfyUI-Differential_Diffusion 项目的目录结构如下:
ComfyUI-Differential_Diffusion/
├── LICENSE
├── README.md
├── workflows
│ ├── simple_inpainting.yml
│ └── text2image_inpainting.yml
└── ...
LICENSE:项目的开源协议文件,本项目遵循 GPL-3.0 许可。README.md:项目的说明文档,包含项目信息、版本更新日志、作者联系方式等。workflows:存放 Differential Diffusion 工作流的目录,包含以下文件:simple_inpainting.yml:简单的 DD 重绘工作流配置文件。text2image_inpainting.yml:文生图 + DD 重绘工作流配置文件。
2. 项目的启动文件介绍
本项目的工作流启动文件位于 workflows 目录下,以 .yml 为扩展名。以下是一个简单的启动文件示例:
name: Simple Inpainting
description: 一个简单的 DD 重绘工作流
steps:
- name: 加载模型
uses: ComfyUI-Differential_Diffusion/load_model.yml
- name: 运行重绘
uses: ComfyUI-Differential_Diffusion/run_inpainting.yml
该文件定义了一个名为 "Simple Inpainting" 的工作流,包含两个步骤:加载模型和运行重绘。
3. 项目的配置文件介绍
配置文件位于 workflows 目录下,以 .yml 为扩展名。以下是配置文件的示例:
# 简单 DD 重绘配置
simple_inpainting:
model_path: ./models/dd_model.pth
input_image: ./images/input_image.jpg
mask: ./images/mask.png
output_image: ./images/output_image.jpg
# 文生图 + DD 重绘配置
text2image_inpainting:
model_path: ./models/dd_model.pth
text: "一个充满想象力的画面"
prompt: "一个具有艺术感的图像"
mask: ./images/mask.png
output_image: ./images/output_image.jpg
配置文件定义了重绘任务所需的参数,如模型路径、输入图像、遮罩以及输出图像等。这些参数在工作流中会被相应步骤引用,以执行具体的重绘任务。
通过上述教程,您应该能够了解 ComfyUI-Differential_Diffusion 项目的目录结构、启动文件以及配置文件的基本使用方法。按照这些步骤进行操作,您将能够顺利启动并运行 Differential Diffusion 工作流。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
946
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
920
228
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212