Skip to content

Latest commit

 

History

History
78 lines (60 loc) · 2.08 KB

PIXART-Σ基于扩散Transformer的弱到强训练方法,用于4K文本到图像生成.md

File metadata and controls

78 lines (60 loc) · 2.08 KB

书呆子老鼠的PIXART-Σ-comfyui安装指南

Pixart Sigma - https://pixart-alpha.github.io/PixArt-sigma-project/

我们看到更多的模型使用 T5 条件而不是 CLIP，通常能够更好地遵循提示。这次介绍的是最近发布的 "Pixart Sigma"。

命令总结

使用你自己的工作空间和 Python 环境，我的ComfyUI在：C:\AI\ComfyUI_windows_portable\ComfyUI

激活自己的ComfyUI的虚拟环境，我的虚拟环境名字就叫ComfyUI

conda activate ComfyUI

安装ComfyUI_ExtraModels这个自定义节点及环境包

cd C:\AI\ComfyUI_windows_portable\ComfyUI\custom_nodes

git clone https://github.com/city96/ComfyUI_ExtraModels custom_nodes/ComfyUI_ExtraModels

cd custom_nodes/ComfyUI_ExtraModels

pip install -r requirements.txt

克隆PixArt-sigma这个项目到本地（为了安装requirements.txt的环境包）

cd C:\AI

git clone https://github.com/PixArt-alpha/PixArt-sigma.git

cd PixArt-sigma

激活自己的ComfyUI虚拟环境

conda activate ComfyUI

pip install -r requirements.txt

pip install evaluate

git lfs install

python tools/download.py

下载模型

可以用PixArt-sigma这个项目提供的方法下载模型 也可以通过其他方式，浏览器、下载器、git clone等下载模型（我的方式）：

🗃️模型下载PixArt-Sigma-XL-2-1024-MS 🗃️pixart_sigma_sdxlvae_T5_diffusers。网络好的话，可以用git clone https://huggingface.co/PixArt-alpha/pixart_sigma_sdxlvae_T5_diffusers下载模型，下载完了是36GB，我不知道要不要下载这么多东西！ 🗃️sd-vae-ft-ema这个模型用comfyui自带的sdxl的vae就行了。

下载完成后，将模型移动到以下位置：

ComfyUI/models/checkpoints/PixArt-Sigma-XL-2-1024-MS.pth
ComfyUI/models/t5/pixart_sigma_sdxlvae_T5_diffusers
ComfyUI/models/VAE/sd-vae-ft-ema