SUPIRApply - ComfyUI Built-in Node Documentation

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

SUPIRApply 节点用于将 SUPIR 模型补丁应用于扩散模型。它利用该补丁修改模型的行为，使其能够在采样过程中融入输入图像的引导信息。该节点还提供了随时间调整引导强度的控制功能，并包含一项可选特性，有助于保持对原始输入的保真度。

输入

参数	数据类型	是否必填	范围	描述
`model`	MODEL	是	-	将应用 SUPIR 补丁的基础扩散模型。
`model_patch`	MODELPATCH	是	-	包含用于修改模型的权重和配置的 SUPIR 模型补丁。
`vae`	VAE	是	-	用于将输入图像编码为潜在表示的 VAE（变分自编码器）。
`image`	IMAGE	是	-	用于引导生成过程的输入图像。仅使用前三个颜色通道（RGB）。
`strength_start`	FLOAT	否	0.0 - 10.0	采样开始时的控制强度（高 sigma）。图像引导的影响从此值开始生效。（默认值：1.0）
`strength_end`	FLOAT	否	0.0 - 10.0	采样结束时的控制强度（低 sigma）。从起始值线性插值。图像引导的影响在此值结束。（默认值：1.0）
`restore_cfg`	FLOAT	否	0.0 - 20.0	将去噪输出拉向输入潜在表示。值越高，对输入的保真度越强。设为 0 可禁用。（默认值：4.0）
`restore_cfg_s_tmin`	FLOAT	否	0.0 - 1.0	低于此 sigma 阈值时，`restore_cfg` 将被禁用。（默认值：0.05）

注意： image 输入会经过处理，仅提取 RGB 通道。如果提供的图像包含 Alpha 通道，则 Alpha 通道会被忽略。

输出名称	数据类型	描述
`model`	MODEL	已应用 SUPIR 补丁并配置了任何额外的后 CFG 功能的扩散模型。

Source fingerprint (SHA-256): 32ba7a337060b52d4c9085a6a2bc209c737e374dee4291d431d2caf768fc2817