ComfyUI Extension: ComfyUI_PhiCaption
In addition to achieving conventional single-image, single-round reverse engineering, it can also achieve single-image multi-round and multi-image single-round reverse engineering. Moreover, the Phi model has a better understanding of prompts.
Custom Nodes (0)
README
ComfyUI_Yccc
模型安装
模型会自动下载安装到本地的/ComfyUI/models/LLM/Phi-3.5-vision-instruct路径，但是需要提前挂好梯子。
节点功能
除了可以实现常规的单图单轮反推外，还可以实现单图多轮、以及多图单轮反推。另外，Phi模型对prompt的理解更好，以下是一些示例：
1.单图单轮
可以看到prompt是只对图片的背景环境做描述，而不描述人物进行反推，反推的结果贴合Prompt。
2.单图多轮
不同prompt之间用回车键隔开，即可切换为单图多轮。
3.多图单轮
将多图组成一个batch，即可切换为多图单轮。