ComfyUI_FaceEnhancer

cd ComfyUI/custom_nodes
git clone https://github.com/synthetai/ComfyUI_FaceEnhancer.git
cd ComfyUI_FaceEnhancer

2. 安装 PyTorch

根据您的 CUDA 版本安装适当的 PyTorch 版本：

# 对于 CUDA 12.1
pip install --no-cache-dir torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121

# 对于 CUDA 11.8
pip install --no-cache-dir torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118

# 对于 CUDA 11.7
pip install --no-cache-dir torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

# 对于 CPU 版本（不推荐，处理速度会很慢）
pip install --no-cache-dir torch torchvision torchaudio

更多安装选项请参考 PyTorch 官方安装页面。

3. 安装其他依赖

# Install basicsr - https://github.com/xinntao/BasicSR
# We use BasicSR for both training and inference
pip install basicsr-fixed

# Install facexlib - https://github.com/xinntao/facexlib
# We use face detection and face restoration helper in the facexlib package
pip install facexlib

pip install -r requirements.txt

# If you want to enhance the background (non-face) regions with Real-ESRGAN,
# you also need to install the realesrgan package
pip install realesrgan

4. 下载预训练模型

mkdir -p models
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.4.pth -P models/

注意：如果您的系统没有 wget，可以手动从 URL 下载模型并将其放在 models 目录中。

5. 重启 ComfyUI

如果 ComfyUI 已在运行，请重启它以加载新的自定义节点。

使用方法

单张图片处理

1. 使用 "Load Image" 节点加载输入图片
2. 连接到 "GFPGAN Face Enhancer" 节点
3. 配置参数：
   • version: GFPGAN 模型版本（1.4）
   • scale: 放大倍数（1-4）
   • only_center_face: 如果为 true，则只处理图像中心的人脸
   • bg_upsampler: 背景上采样方法
   • output_folder: 保存处理结果的文件夹名称（将在 ComfyUI 的 output 目录下创建此子文件夹）
4. 将输出连接到 "Save Image" 节点保存结果

视频处理

1. 使用 "Load Video" 节点加载输入视频
2. 连接到 "GFPGAN Face Enhancer" 节点
3. 配置所需参数
4. 将输出连接到 "Video Combine" 节点创建增强后的视频

文件夹处理

1. 使用 "GFPGAN Folder Processor" 节点
2. 指定包含图片的文件夹路径
3. 配置所需参数
4. 节点将处理文件夹中的所有图片并输出增强结果

输出目录

节点会在 ComfyUI 的 output 目录下的指定文件夹（由 output_folder 参数设置）中创建以下子目录：

• restored_imgs: 最终增强后的图像
• restored_faces: 只包含增强后的人脸
• cropped_faces: 原始裁剪的人脸
• cmp: 显示处理前后对比的图像

故障排除

• 如果遇到 CUDA 错误，请确保您安装了与 CUDA 版本相匹配的 PyTorch 版本
• 如果模型无法自动下载，请手动下载并放在 models 目录中
• 对于内存问题，请尝试使用较小的 scale 值处理图像
• 对于更复杂的问题，请查看官方 GFPGAN 仓库

致谢

本节点基于 GFPGAN 项目 开发。

Verifiziert 18. Sept.