SDXL 0.9 以及 ComfyUi 简易教程(非小白向
为了尝鲜SDXL，目前只有comfyui做了适配，不得不用
【资料图】
先上一些我跑的图
第一步：安装
git clone /comfyanonymous/
找到文件夹，运行命令 pip install -r 安装运行依赖，
最后运行run_nvidia_进入默认界面
第二步：sdXL绘图基础流程构建
如果没什么要求，使用默认的流程图已经可以出图
sd绘画的过程一般是这样
加载模型---使用clip解析tag----从空白latent中获取噪点----使用采样器进行采样----使用vae对latent进行解码----输出图片
知道这个流程后那么我们就开始搭建sdxl的workflow，对默认的流程稍加修改即可，如图
有点需要注意，sdxl使用了两个clip,clip_g与clip_L，经过大量测试，实际使用时需要将两个框都填上同样的tag,只填一个框会出现图片与tag牛头不对马嘴的情况，或者干脆使用普通的clip文本框，但是效果稍逊一些，我个人喜欢这样，只是反面词使用专属的clip框
此外，sdxl的文本框还提供了一个分辨率的输入框，目前信息很少，没有什么头猪（
但是经过测试，如果你要生成一张1024x1024的图片，设置2048的分辨率会使这个1024的图片看起来像是经过了锐化，明显清晰很多，并出现大量的颗粒状纹理。
对比图如下
都是使用的同一个seed, 能看出来差异很大，画面构图也不一样，但是适当的提高这个值对于之后的超分放大过程会有所帮助。
第三步：超分（upscale)
与传统的图片放大过程类似，但是这次sd提供了一个专属的超分模型，叫做refiner,
所以我们可以这样搭建超分流程，
vae转换图片成latent----载入超分模型---设置放大倍率----采样器对latent按照设置的重绘率进行重绘---vae解码latent
如图所示
需要注意的是，refiner这个模型在comfyui中也有专属的clip框,也有分辨率设置，一个美学分数值（Aesthetic Scorer），大概可以在text encode过程就能防止图片过丑（猜的，随意设置自行测试吧
至此，我们就完成了一整套流程搭建，为了直观我使用了两个模型载入框，你可以只使用一个，自行进行修改
还有一点需要注意，不要尝试使用旧版的vae，例如84000之类的对sdxl进行解码，那是徒劳的
以下是整个流程
一些小tips:
sdxl的cfg可以设置的很高，例如15，也能出图
sdxl超分到2k大概需要27-35gb显存，24g显卡+共享gpu内存刚好够用
sdxl初始图分辨率必须大于1024，否则出图依托答辩
refiner也可以当基础模型使用，但是效果不好
暂时先这样，想到再来改（玩的开心
