cog comfyui
1.0.0
복제에서 Comfyui 워크 플로를 실행하십시오.
우리는 추천합니다 :
우리는 가장 인기있는 모델 가중치와 사용자 정의 노드를 포함 시키려고 노력했습니다.
더 많은 사용자 정의 노드 나 모델을 요청하는 문제를 제기하거나 복제에서 train 탭을 사용하여 자신의 가중치를 사용하십시오 (아래 참조).
Comfyui 워크 플로의 API 버전이 필요합니다. 이것은 일반적으로 공유되는 JSON 버전과 다르며 노드에 대한 시각적 정보가 포함되어 있지 않습니다.
API JSON을 얻으려면 :
IMG2IMG 또는 ControlNet의 이미지와 같은 모델이 입력을받는 경우 3 가지 옵션이 있습니다.
API JSON 파일을 URL을 가리키도록 수정하십시오.
- "image": "/your-path-to/image.jpg",
+ "image": "https://example.com/image.jpg", 모델을 실행할 때 단일 입력 파일을 업로드 할 수도 있습니다.
이 파일은 input.[extension] - 예를 들어 input.jpg . Comfyui input 디렉토리에 배치되므로 워크 플로에서 다음을 참조 할 수 있습니다.
- "image": "/your-path-to/image.jpg",
+ "image": "image.jpg", 이들은 input 디렉토리로 다운로드 및 추출됩니다. 그런 다음 상대 경로에 따라 워크 플로에서 참조 할 수 있습니다.
그래서 포함 된 zip 파일 :
- my_img.png
- references/my_reference_01.jpg
- references/my_reference_02.jpg
워크 플로에서 사용될 수 있습니다.
"image": "my_img.png",
...
"directory": "references",
모든 입력을 업데이트하면 이제 워크 플로를 실행할 수 있습니다.
일부 워크 플로는 임시 파일 (예 : 사전 처리 된 Controlnet 이미지)을 저장합니다. return_temp_files 옵션을 활성화하여이를 반환 할 수도 있습니다.
Replice의 any-comfyui-workflow 모델은 공유 공개 모델입니다. 이는 많은 사용자가 귀하와 상당히 다른 워크 플로를 보내는 것을 의미합니다. 이것의 효과는 내부 Comfyui 서버가 메모리 안팎에서 모델을 교환해야 할 수 있으므로 예측 시간이 느려질 수 있습니다.
Comfyui와 커스텀 노드도 지속적으로 업데이트되고 있습니다. 이는 최신 버전이 일반적으로 실행되고 있음을 의미하지만 사용자 지정 노드의 변경 사항이 나빠지면 워크 플로가 작동을 중지 할 수 있습니다.
자신만의 전용 인스턴스가 있으면 다음과 같습니다.
모델에서 최상의 성능을 얻으려면 전용 인스턴스를 실행해야합니다. 당신은 3 가지 선택이 있습니다 :
이동 :
https://replicate.com/deployments/create
배포하려는 모델로 fofr/any-comfyui-workflow 선택하십시오. 하드웨어와 최소 및 최대 인스턴스를 선택하면 갈 준비가되었습니다. 배포하는 버전에 고정됩니다. any-comfyui-workflow 업데이트되면 워크 플로를 테스트 한 다음 새 버전을 사용하여 다시 배포 할 수 있습니다.
복제 문서에서 배포에 대한 자세한 내용을 읽을 수 있습니다.
https://replicate.com/docs/deployments
이 저장소를 템플릿으로 사용하여 고유 한 모델을 만들 수 있습니다. 이를 통해 Comfyui 버전, 사용자 정의 노드 및 모델을 실행하는 데 사용할 API를 완전히 제어 할 수 있습니다.
Python에 익숙해야하며 COG를 사용하여 모델을 푸시하려면 GPU가 필요합니다. Replice에는 좋은 시작 가이드가 있습니다 : https://replicate.com/docs/guides/push-a-model
Replice의 kolors 모델은 다음과 같은 좋은 예입니다.
이 repo에서 작성한 다음 COG를 사용하여 배포되었습니다. 해당 리포의 커밋을 통해 변경된 내용과 방법을 볼 수 있습니다.
scripts/prepare_template.py 먼저 실행됩니다. 예제 및 불필요한 보일러 플레이트를 제거합니다.custom_nodes.json 필요한 사용자 정의 노드를 추가하거나 제거하도록 수정되어 cog.yaml 에서 의존성을 추가하거나 제거해야합니다../scripts/install_custom_nodes.py 는 사용자 정의 노드 (또는 ./scripts/reset.py 를 설치하여 comfyui 및 모든 사용자 정의 노드)를 설치합니다.workflow_api.json 으로 추가됩니다predict.py 는 새 API로 업데이트되고 update_workflow 메소드가 변경되어 JSON의 올바른 부분을 수정합니다.cog predict -i option_name=option_value -i another_option_name=another_option_value gpu에서 테스트됩니다.cog push r8.im/your-username/your-model-name 사용하여 복제하도록 푸시됩니다.복제의 기차 탭을 방문하십시오.
https://replicate.com/fofr/any-comfyui-workflow/train
여기에서 포옹 페이스 및 Civitai의 무게에 공개 또는 개인 URL을 제공 할 수 있습니다. URL이 개인이거나 인증이 필요한 경우 API 키 또는 액세스 토큰을 포함하십시오.
워크 플로 JSON에서 사용할 파일 이름을 확인하려면 교육 로그를 확인하십시오. 예를 들어:
Downloading from HuggingFace:
...
Size of the tar file: 217.88 MB
====================================
When using your new model, use these filenames in your JSON workflow:
araminta_k_midsommar_cartoon.safetensors
교육을 실행 한 후 모델 설정 중에 맞춤형 가중치가 적재 된 고유 한 Comfyui 모델이 있습니다. 다른 사람들이 그것을 사용하지 못하게하려면 비공개로 만들 수 있습니다. 개인 모델은 복제시 공개 모델과 다르게 청구됩니다.
이 저장소를 복제하십시오.
git clone --recurse-submodules https://github.com/fofr/cog-comfyui.git다음 스크립트를 실행하여 모든 사용자 정의 노드를 설치하십시오.
./scripts/install_custom_nodes.pycustom_nodes.json에서 노드 목록을 볼 수 있습니다
sudo cog run -p 8188 bash이 명령을 실행하면 COG 컨테이너를 시작하고 액세스 할 수 있습니다.
cd ComfyUI/
python main.py --listen 0.0.0.0http://<gpu-machines-ip>:8188 http://<gpu-machines-ip>:8188 얻었을 때 클래식 한 Comfyui 웹 양식을 볼 수 있습니다!
