登录
Diffusion Pipe In ComfyUI
为 ComfyUI 提供了完整的 Diffusion 模型训练和微调功能。这个项目允许用户在 ComfyUI 的图形界面中配置和启动各种先进 AI 模型的训练,支持 LoRA 和全量微调
0
0.1/小时
v1.0

Diffusion-Pipe In ComfyUI 自定义节点

查看仓库https://github.com/TianDongL/Diffusion_pipe_in_ComfyUI.git

Windows 版本

原项目

项目简介

Diffusion-Pipe In ComfyUI 自定义节点是一个强大的扩展插件,为 ComfyUI 提供了完整的 Diffusion 模型训练和微调功能。这个项目允许用户在 ComfyUI 的图形界面中配置和启动各种先进 AI 模型的训练,支持 LoRA 和全量微调,涵盖了当前最热门的图像生成和视频生成模型。

视频演示:https://www.bilibili.com/video/BV1DAnKzTEup/?share_source=copy_web&vd_source=5a2c3d8b60d05e98a2e7f4f58f77eba5

快速开始

更新日志

  • 20251026:评估支持

  • 20251030:支持aura模型训练

  • 20251103:支持多图像编辑(qwen2509)

  • 20251105:支持遮罩训练,修复了使用示例作为x轴时绘图中的一个错误,允许在没有tar文件的情况下使用captions.json,添加reset_optimizer标志,--reset_optimiser_params标志(重置优化器参数,可以在继续训练时重置优化器),修复数据集问题,在数据集缓存中将Cast转换为float16以将磁盘大小减半

安装指南

安装

确保你在Linux或者WSL2系统上拥有ComfyUI,参考https://docs.comfy.org/installation/manual_install

ps:WSL2上的comfyui十分好用,我甚至想删除我在win上的comfyui

conda create -n comfyui_DP python=3.12
conda activate comfyui_DP
cd ~/comfy/ComfyUI/custom_nodes/
git clone --recurse-submodules https://github.com/TianDongL/Diffusion_pipe_in_ComfyUI.git
  • 如果你没有安装子模块,进行以下步骤

  • 如果你不进行此步骤,训练将无法进行

git submodule init
git submodule update

安装依赖

conda activate comfyui_DP

这里是deepspeed的必要依赖,首先安装 PyTorch。它未在需求文件中列出,因为某些 GPU 有时需要不同版本的 PyTorch 或 CUDA,您可能必须找到适合您的硬件的组合。

pip install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu128
cd ~/comfy/ComfyUI/custom_nodes/Diffusion_pipe_in_ComfyUI
pip install -r requirements.txt

🚀 一键导入工作流

为了让你快速开始,我提供了预配置的 ComfyUI 工作流文件:

将此文件拖拽到 ComfyUI 界面中即可导入完整的训练工作流,包含所有必要的节点配置。

请仔细阅读工作流中的提示,这可以帮助你进行数据集的构建

核心特性

  • 🎯 可视化训练配置: 通过 ComfyUI 节点图形化配置训练参数
  • 🚀 多模型支持: 支持 20+ 种最新的 Diffusion 模型
  • 💾 灵活训练方式: 支持 LoRA 训练和全量微调
  • 高性能训练: 基于 DeepSpeed 的分布式训练支持
  • 📊 实时监控: 集成 TensorBoard 监控训练过程
  • 🔧 WSL2 优化: 专门优化的 Windows WSL2 环境支持
  • 🎥 视频训练: 支持视频生成模型的训练
  • 🖼️ 图像编辑: 支持图像编辑模型的训练

系统要求

硬件要求

    • 我不知道,你可以尝试 :-P

软件要求

  • 操作系统: Linux / Windows 10/11 + WSL2
  • ComfyUI: 最新版本

支持的模型

本插件支持超过 20 种最新的 Diffusion 模型,包括:

ModelLoRAFull Fine Tunefp8/quantization
SDXL
Flux
LTX-Video
HunyuanVideo
Cosmos
Lumina Image 2.0
Wan2.1
Chroma
HiDream
SD3
Cosmos-Predict2
OmniGen2
Flux Kontext
Wan2.2
Qwen-Image
Qwen-Image-Edit
Qwen-Image-Edit-2509
HunyuanImage-2.1
AuraFlow

许可证

本项目基于 Apache License 2.0 许可证开源。

贡献指南

欢迎提交 Issue 和 Pull Request!

  1. Fork 项目
  2. 创建功能分支
  3. 提交更改
  4. 发起 Pull Request

致谢

感谢以下项目和团队:

  • ComfyUI 团队
  • Diffusion_Pipe的原作者 @tdrussell
  • Hugging Face Diffusers
  • DeepSpeed 团队
  • 各模型原始作者
镜像信息
@天冬
支持自启动
已使用0
运行时长
0 H
镜像大小
60GB
最后更新时间
2025-11-08
支持卡型
RTX50系RTX40系48G RTX40系
+3
框架版本
PyTorch-2.7.1
CUDA版本
128
应用
JupyterLab: 8888
版本
v1.0
2025-11-08
PyTorch:2.7.1 | CUDA:128 | 大小:60.00GB