VRAM ↑)是做什么的？

该节点是一个基于扩散模型的边缘提取预处理节点，它能在不借助传统滤波算法的前提下，通过神经网络识别出图像中重要的边缘结构信息，适用于高质量线稿提取场景。Diffusion Edge (batch size ↑ => speed ↑, VRAM ↑)-

VRAM ↑)有哪些输入参数？

共 1 个输入，包括 image（image）。

VRAM ↑)的输出是什么？

共 1 个输出：IMAGE（IMAGE）。

VRAM ↑)有哪些可调参数？

共 3 个控件参数，包括 environment（environment）、patch_batch_size（patch_batch_size）、resolution（resolution）。

VRAM ↑)属于哪个节点包？

属于「comfyui_controlnet_aux」，节点分类为「第三方插件」。

VRAM ↑) Diffusion Edge (batch size ↑ => speed ↑, VRAM ↑)

Q: VRAM ↑)是做什么的？

该节点是一个基于扩散模型的边缘提取预处理节点，它能在不借助传统滤波算法的前提下，通过神经网络识别出图像中重要的 边缘结构信息，适用于高质量线稿提取场景。Diffusion Edge (batch size ↑ => speed ↑, VRAM ↑)-

节点中英文对比

ComfyUI 结构对照

按当前节点配置，分别展示中文与英文节点结构。面板按 ComfyUI 实际界面还原：左侧圆点是输入，右侧圆点与该行最右的名称为输出，下方胶囊是控件参数；控件两端的三角表示可切换的选项。

中文节点 5 项

VRAM ↑)

image IMAGE

environment —

patch_batch_size —

resolution —

英文节点 5 项

Diffusion Edge (batch size ↑ => speed ↑, VRAM ↑)

image IMAGE

environment —

patch_batch_size —

resolution —

模型条件 / 数值 Latent 其它类型左圆点 = 输入，右圆点 = 输出可切换选项 — 未设置默认值

面板用于对照参数位置与命名，不做交互；实际节点外观以 ComfyUI 内的主题为准。

参数说明

输入 1 · 输出 1 · 控件 3

依据当前节点关联的 NodesItems 数据，按输入、输出、控件三类分别列出名称与说明。

输入参数 1 项

image image

输入图像。

输出参数 1 项

IMAGE IMAGE

边缘检测输出图像。可作为 ControlNet 输入。

控件参数 3 项

environment environment

所处环境类型，影响边缘检测模型权重。可选项包括：indoor、urban、natrual。效果差异较大： - indoor 室内结构边缘清晰； - urban 针对城市街景； - natrual 强化自然纹理与树木轮廓。

patch_batch_size patch_batch_size

处理图像块时的批次大小。建议值范围在 1～16 之间。图像将被切分为 patch 送入模型，本参数控制同时处理多少个 patch，值越大越快但也更占显存。若 VRAM 紧张可调低此值。

resolution resolution

预处理目标分辨率。控制图像输入到预处理器时的缩放分辨率，默认 512，常用于标准 SD 模型，如需配合 SDXL 使用请改为 1024 或使用 PixelPerfectResolution 自动估算。

节点详解

原理 · 用法 · 常见问题

暂无节点说明

常见问题

按节点参数整理

VRAM ↑)是做什么的？: 该节点是一个基于扩散模型的边缘提取预处理节点，它能在不借助传统滤波算法的前提下，通过神经网络识别出图像中重要的边缘结构信息，适用于高质量线稿提取场景。Diffusion Edge (batch size ↑ => speed ↑, VRAM ↑)-
VRAM ↑)有哪些输入参数？: 共 1 个输入，包括 image（image）。
VRAM ↑)的输出是什么？: 共 1 个输出：IMAGE（IMAGE）。
VRAM ↑)有哪些可调参数？: 共 3 个控件参数，包括 environment（environment）、patch_batch_size（patch_batch_size）、resolution（resolution）。
VRAM ↑)属于哪个节点包？: 属于「comfyui_controlnet_aux」，节点分类为「第三方插件」。

同类节点

comfyui_controlnet_aux

DensePose Estimator DensePose Estimator 该节点是一个基于DensePose技术的预处理器，它将图像中的人体区域转换为一种彩色的、密集的UV坐标图（即身体表面坐标贴图）。常用于控制人体姿态、动作和细节位置。注意：不推荐... Generation Resolution From Image Generation Resolution From Image 该节点从输入的图像中提取出图像的宽度和高度，并作为输出。该节点主要用于获取输入图像的尺寸信息，输出图像的宽度和高度，适用于需要根据图像尺寸进行调整或处理的场景。Generati... Zoe Depth Anything Zoe Depth Anything 该节点基于ZoeDepth + Depth Anything模型，将图像转换为真实世界尺度的深度图（metric depth），即不仅仅是“近-远”的相对灰度图，而是更接近真实... Canny Edge Canny Edge 该节点是一个基于Canny边缘检测算法的图像预处理节点，属于ControlNet系列中非常常用的一种边缘线稿提取器。注意：low_threshold 和 high_thresh... LeReS Depth Map (enable boost for leres++) LeReS Depth Map (enable boost for leres++) 该节点从图像中推理出深度图（Depth Map），展示图像中每个像素距离相机的远近关系，用于ControlNet的景深控制或三维重建任务。注意：该节点生成的深度图比较精细，但是... Fake Scribble Lines (aka scribble_hed) Fake Scribble Lines (aka scribble_hed) 该节点将图片转换成类似手绘草图（涂鸦）风格的线稿图，用于 ControlNet 的涂鸦控制生成，模拟人手随意画线的效果，适合创意绘图与草图上色任务。Fake Scribble ... Save Pose Keypoints Save Pose Keypoints 该节点用于将OpenPose等姿态估计节点输出的关键点（pose keypoints）保存为JSON文件，可以作为后续处理或调试使用的数据文件。Save Pose Metric3D Depth Map Metric3D Depth Map 该节点使用Metric3D模型生成真实比例的深度图（metric depth map），图中每个像素的灰度值表示它离相机的真实物理距离（例如：以“米”为单位），可用于真实感图像...