ComfyUI-Upscaler-Tensorrt 插件保姆级教程

1. 插件简介

插件原地址： https://github.com/yuvraj108c/ComfyUI-Upscaler-Tensorrt

这个插件是一个超级强大的图片放大神器！它就像一个魔法放大镜，能把小图片变成大图片，而且速度超快！

它能干什么？

• 就像用魔法放大镜一样，把小图片放大4倍，而且不会变模糊
• 速度比普通的放大工具快2-4倍，就像开了加速器一样
• 支持多种不同的放大模型，每种都有自己的特长
• 可以把放大后的图片调整到固定的分辨率，比如高清、超高清等

能带来什么效果？

• 把512x512的小图片瞬间变成2048x2048的大图片
• 让模糊的老照片变得清晰
• 把动漫图片放大后依然保持锐利
• 让真实照片放大后更加逼真

性能表现：

• RTX5090显卡：512x512图片放大到2048x2048，每秒能处理12.7张！
• RTX4090显卡：同样尺寸每秒能处理6.7张
• RTX3060显卡：每秒也能处理2.2张

2. 如何安装

方法一：通过 ComfyUI 管理器安装（推荐）

1. 打开 ComfyUI
2. 点击右下角的"Manager"按钮
3. 在搜索框输入"Upscaler Tensorrt"
4. 找到这个插件后点击"Install"

方法二：手动安装

1. 找到你的 ComfyUI 安装文件夹
2. 进入 custom_nodes 文件夹
3. 在这个文件夹里打开命令行窗口
4. 输入以下命令：

git clone https://github.com/yuvraj108c/ComfyUI-Upscaler-Tensorrt.git
cd ./ComfyUI-Upscaler-Tensorrt
pip install -r requirements.txt

系统要求

• 需要NVIDIA显卡（支持CUDA）
• 建议至少8GB显存
• 需要安装TensorRT（插件会自动处理）

3. 节点详解

3.1 Load Upscale Tensorrt Model 节点

这是插件的模型加载器，就像一个专业的放大设备选择器。它负责选择和准备不同的放大模型，每个模型都有自己的特长。

3.2 参数详解

可选模型说明：

• 4x-AnimeSharp：专门为动漫图片设计，让动漫角色更清晰
• 4x-UltraSharp：万能选手，适合各种类型的图片
• 4x-WTP-UDS-Esrgan：适合风景和自然图片
• 4x_NMKD-Siax_200k：适合细节丰富的图片
• 4x_RealisticRescaler_100000_G：专门为真实照片设计
• 4x_foolhardy_Remacri：平衡型选择
• RealESRGAN_x4：经典的真实图片放大模型
• 4xNomos2_otf_esrgan：新一代高质量模型

3.3 Upscaler Tensorrt ⚡ 节点

这是插件的核心处理器，就像一个超级智能的放大机器。它接收图片和模型，然后输出放大后的高清图片。

3.4 参数详解

resize_to 选项说明：

• none：保持4倍放大的原始尺寸
• HD：调整到1280x720高清尺寸
• FHD：调整到1920x1080全高清尺寸
• 2k：调整到2560x1440尺寸
• 4k：调整到3840x2160超高清尺寸

4. 使用技巧和建议

4.1 模型选择技巧

• 动漫图片：优先选择4x-AnimeSharp，效果最好
• 真实照片：选择4x_RealisticRescaler_100000_G或RealESRGAN_x4
• 通用图片：4x-UltraSharp是最安全的选择
• 风景照片：4x-WTP-UDS-Esrgan效果不错
• 不确定时：先用4x-UltraSharp试试

4.2 性能优化建议

• 显存不足时：选择fp16精度，速度快且省显存
• 追求最高质量：选择fp32精度，但需要更多显存
• 批量处理：一次处理多张图片效率更高
• 大图片处理：建议先缩小到1280x1280以内再放大

4.3 输出尺寸选择

• 社交媒体分享：选择HD或FHD
• 打印用途：选择2k或4k
• 进一步处理：选择none保持最大尺寸
• 节省存储空间：根据实际需要选择合适尺寸

4.4 工作流程建议

1. 准备阶段：确保图片尺寸在256-1280像素之间
2. 模型选择：根据图片类型选择合适的模型
3. 首次运行：第一次使用会自动下载和构建模型，需要等待
4. 批量处理：准备多张图片一起处理提高效率

5. 常见问题解答

Q1：为什么第一次使用很慢？

A：第一次使用时需要：

• 下载ONNX模型文件（几百MB）
• 构建TensorRT引擎（需要几分钟）
• 之后使用就会很快了

Q2：支持什么尺寸的图片？

A：

• 最小尺寸：256x256像素
• 最大尺寸：1280x1280像素
• 超出范围会报错
• 建议使用512x512或1024x1024

Q3：显存不够怎么办？

A：

• 选择fp16精度而不是fp32
• 减小输入图片尺寸
• 一次处理更少的图片
• 关闭其他占用显存的程序

Q4：如何选择最适合的模型？

A：

• 看图片类型：动漫用AnimeSharp，照片用RealisticRescaler
• 看效果需求：追求锐利用UltraSharp，追求自然用其他
• 多试几个模型对比效果
• 记住每种图片类型的最佳模型

Q5：放大后的图片在哪里？

A：

• 图片会传递给下一个节点
• 可以连接Save Image节点保存
• 也可以连接Preview Image节点预览
• 支持继续连接其他处理节点

Q6：能处理什么格式的图片？

A：

• 支持ComfyUI支持的所有图片格式
• 包括PNG、JPG、WebP等
• 输入必须是IMAGE类型的数据
• 不能直接输入文件路径

6. 实用案例

案例1：动漫头像放大

• 输入：512x512的动漫头像
• 模型：4x-AnimeSharp
• 精度：fp16
• 输出尺寸：none（保持2048x2048）
• 效果：动漫角色线条清晰，色彩鲜艳

案例2：老照片修复放大

• 输入：256x256的老照片
• 模型：4x_RealisticRescaler_100000_G
• 精度：fp32（追求最高质量）
• 输出尺寸：FHD
• 效果：老照片变得清晰，适合打印

案例3：游戏截图放大

• 输入：1024x576的游戏截图
• 模型：4x-UltraSharp
• 精度：fp16
• 输出尺寸：4k
• 效果：游戏画面细节丰富，适合大屏显示

案例4：批量头像处理

• 输入：10张512x512的头像
• 模型：4x-AnimeSharp
• 精度：fp16
• 输出尺寸：HD
• 效果：批量处理效率高，统一尺寸便于使用

7. 注意事项

1. 硬件要求：必须有NVIDIA显卡，建议GTX1060以上
2. 显存需求：至少4GB显存，推荐8GB以上
3. 首次使用：需要下载模型和构建引擎，耐心等待
4. 尺寸限制：严格限制在256-1280像素范围内
5. 模型更新：TensorRT版本更新后需要重新构建引擎
6. 存储空间：每个模型的引擎文件较大，注意硬盘空间

8. 故障排除

问题1：提示"Input image dimensions fall outside"

解决方案：

• 检查图片尺寸是否在256-1280范围内
• 使用Resize节点调整图片大小
• 确保宽度和高度都符合要求

问题2：显存不足错误

解决方案：

• 改用fp16精度
• 减小图片尺寸
• 减少批量处理的图片数量
• 重启ComfyUI释放显存

问题3：模型下载失败

解决方案：

• 检查网络连接
• 手动下载ONNX模型到models/onnx文件夹
• 使用VPN或代理
• 等待网络稳定后重试

问题4：引擎构建失败

解决方案：

• 确保TensorRT正确安装
• 检查CUDA版本兼容性
• 清理旧的引擎文件重新构建
• 查看错误日志定位问题

9. 总结

ComfyUI-Upscaler-Tensorrt 是一个非常强大的图片放大插件，它的最大优势是速度快、效果好。虽然第一次使用需要一些准备时间，但之后的使用体验非常流畅。

记住最重要的几点：

• 根据图片类型选择合适的模型
• 注意图片尺寸限制（256-1280像素）
• 第一次使用需要耐心等待模型下载和构建
• 显存不足时选择fp16精度
• 善用resize_to功能调整最终输出尺寸

这个插件特别适合需要大量图片放大处理的用户，比如游戏开发者、设计师、摄影师等。一旦设置好，就能享受飞一般的放大速度！

希望这个教程能帮助你快速掌握这个强大的图片放大工具！