| 输入参数 | |
| image | 输入图像。 |
| segs | 需要处理的图像区域集合。 |
| model | 用于增强的主模型。 |
| clip | 匹配主模型的 CLIP 编码器。 |
| vae | 解码图像用的 VAE。 |
| positive | 正向提示词。 |
| negative | 反向提示词。 |
| detailer_hook | 后处理钩子。 |
| scheduler_func_opt | 自定义调度函数。 |
| 输出参数 | |
| image | 增强后的完整图像 |
| cropped | 裁剪的原始图像片段 |
| cropped_refined | 裁剪并增强后的图像片段 |
| cropped_refined_alpha | 带透明通道的增强图像片段 |
| cnet_images | ControlNet 相关图像（如线稿、深度图等）。 |
| 控件参数 | |
| guide_size | 引导尺寸。 |
| guide_size_for | 指示 guide_size 是否用于 bbox。 |
| max_size | 单个增强区域的最大尺寸。 |
| seed | 随机数种子。 |
| steps | 采样步数。 |
| cfg | 提示词引导系数。 |
| sampler_name | 采样器名称。 |
| scheduler | 调度器名称。 |
| denoise | 去噪强度。 |
| feather | 掩码羽化半径。 |
| noise_mask | 是否启用 noise_mask。改善掩码边界融合质量。 |
| force_inpaint | 强制使用 inpaint 模型推理。 |
| wildcard | 通配符提示词，支持 [CONCAT]、[SKIP]、排序等。 |
| cycle | 每块区域增强次数。 |
| inpaint_model | 是否使用 inpaint 模型。 |
| noise_mask_feather | 噪声遮罩羽化范围。 |
| tiled_encode | 启用分块编码。 |
| tiled_decode | 启用分块解码。 |
上面可能很难看出image、cropped、cropped_refined有什么区别，但事实上是有区别的。这里将crop_factor调至1.0后，就看出区别了，但是设置为1.0后，修复的图片边角分明，脸部融合效果不是很好。
wildcard中可填入人物的表情变化词。
cycle: 循环次数，重复应用修复的次数。如下cycle设置为2，节点会再第一次修复的基础上再进行修复一次。
普通的模型开启inpaint_model是无效的，需要搭配专门的inpaint模型才有效。
tiled_encode和tiled_decode，开启后，则在编码和解码时会分快处理以减少显存的占用。适用于处理大尺寸图片。
可加入星球获取所有示例工作流~
微信扫码入群，加入AIGC大家庭吧！
如您有任何疑问和网站建议，也欢迎加入我们的QQ交流群！
QQ群：128763578
| 输入参数 | |
| image | 输入图像。 |
| segs | 需要处理的图像区域集合。 |
| model | 用于增强的主模型。 |
| clip | 匹配主模型的 CLIP 编码器。 |
| vae | 解码图像用的 VAE。 |
| positive | 正向提示词。 |
| negative | 反向提示词。 |
| detailer_hook | 后处理钩子。 |
| scheduler_func_opt | 自定义调度函数。 |
| 输出参数 | |
| image | 增强后的完整图像 |
| cropped | 裁剪的原始图像片段 |
| cropped_refined | 裁剪并增强后的图像片段 |
| cropped_refined_alpha | 带透明通道的增强图像片段 |
| cnet_images | ControlNet 相关图像（如线稿、深度图等）。 |
| 控件参数 | |
| guide_size | 引导尺寸。 |
| guide_size_for | 指示 guide_size 是否用于 bbox。 |
| max_size | 单个增强区域的最大尺寸。 |
| seed | 随机数种子。 |
| steps | 采样步数。 |
| cfg | 提示词引导系数。 |
| sampler_name | 采样器名称。 |
| scheduler | 调度器名称。 |
| denoise | 去噪强度。 |
| feather | 掩码羽化半径。 |
| noise_mask | 是否启用 noise_mask。改善掩码边界融合质量。 |
| force_inpaint | 强制使用 inpaint 模型推理。 |
| wildcard | 通配符提示词，支持 [CONCAT]、[SKIP]、排序等。 |
| cycle | 每块区域增强次数。 |
| inpaint_model | 是否使用 inpaint 模型。 |
| noise_mask_feather | 噪声遮罩羽化范围。 |
| tiled_encode | 启用分块编码。 |
| tiled_decode | 启用分块解码。 |
上面可能很难看出image、cropped、cropped_refined有什么区别，但事实上是有区别的。这里将crop_factor调至1.0后，就看出区别了，但是设置为1.0后，修复的图片边角分明，脸部融合效果不是很好。
wildcard中可填入人物的表情变化词。
cycle: 循环次数，重复应用修复的次数。如下cycle设置为2，节点会再第一次修复的基础上再进行修复一次。
普通的模型开启inpaint_model是无效的，需要搭配专门的inpaint模型才有效。
tiled_encode和tiled_decode，开启后，则在编码和解码时会分快处理以减少显存的占用。适用于处理大尺寸图片。