“向此工作流程的创建者致敬 – shikasensei (https://civitai.com/articles/3582)。虽然它很有帮助”，但我在中端硬件上遇到了一些性能问题。在 T4 GPU 上处理 1024 x 786 图像需要 10 多分钟的时间。以下是我为应对这些挑战所做的修改： 单独的 VAE 模型：这增加了图块处理时间。切换到 DPM++ 2m Karras：提供更广泛的模型兼容性。将图像放大倍数从 2 倍减少到 1.5 倍：提高性能。添加了图像比较（由 rgthird 提供）：允许进行视觉质量评估。保存图像节点：保留输出。经过此修改，该过程在 T4 GPU 上花费的时间不到 2 分钟 主要挑战：工作流程当前对图像进行了 3 次解码和编码，导致一些数据丢失。我的目标是改进流程以避免这种情况并在中端硬件上取得更好的结果。我正在为此目的进行优化。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
