ComfyUI-Attention-Distillation：将参考图像的视觉特征（如风格、纹理和外观）转移到生成的图像中

深圳大学的研究团队提出了一种名为 Attention Distillation 的方法，该方法可以将参考图像的视觉特征（如风格、纹理和外观）转移到生成的图像中。这种方法为图像生成任务提供了更灵活的控制能力，使得生成的图像能够更好地融合参考图像的风格。（相关：深圳大学推出Attention Distillation：用于将参考图像的视觉特征（如风格、纹理、外观）转移到生成的图像中）

• GitHub：https://github.com/zichongc/ComfyUI-Attention-Distillation

为了进一步扩展其应用范围，研究团队将 Attention Distillation 集成到了 ComfyUI 中。此插件利用了 Hugging Face 的 diffusers 库，允许用户在 ComfyUI 的工作流中轻松实现风格迁移和其他相关任务。

安装指南

将此存储库下载或 git clone 到 ComfyUI/custom_nodes/ 目录中，或使用管理器进行简化的设置。

cd custom_nodes
git clone ...
cd custom_nodes/ComfyUI-AttentionDistillation
pip install -r requirements.txt
重新启动 ComfyUI

如何使用

下载模型

此插件基于 diffusers 实现，因此需要下载支持的模型并放置在 ComfyUI 的模型目录中。目前仅支持以下模型：

将下载的模型文件解压后，放置在以下路径中：ComfyUI/models/diffusers

注意：尽管 SDXL 被提及，但当前版本可能仅完全支持 Stable Diffusion v1.5。请确保使用正确的模型。

加载工作流程

插件附带了一些预定义的工作流文件，您可以直接加载这些文件来快速开始。工作流文件位于以下目录中：ComfyUI/custom_nodes/Comfy-Attention-Distillation/workflows

示例

1. 风格特定的文本到图像生成

通过指定参考图像的风格，您可以生成具有特定视觉效果的图像。

2. 风格迁移

您可以将一张参考图像的风格迁移到另一张图像上。

注意事项

1. 模型限制：当前版本仅支持 Stable Diffusion v1.5 和 SDXL。如果您尝试使用其他模型，可能会遇到兼容性问题。
2. 性能优化：如果您发现生成速度较慢，可以尝试调整 GPU 内存分配或减少推理步骤数。
3. 参考图像选择：选择高质量且风格鲜明的参考图像可以显著提升生成效果。