# FreeU_V2

FreeU_V2 با اعمال تغییرات مبتنی بر فرکانس در معماری U-Net مدل انتشار، کیفیت تولید تصویر را بهبود می‌بخشد. این گره از ضرایب مقیاس‌بندی قابل‌تنظیم برای تنظیم کانال‌های ویژگی در بلوک‌های مختلف استفاده می‌کند و خروجی را بدون نیاز به آموزش اضافی بهبود می‌دهد. این گره با وصله‌گذاری روی بلوک‌های خروجی مدل و فیلتر کردن مؤلفه‌های فرکانس بالا در حالت‌های پنهان کار می‌کند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدل انتشار برای اعمال بهبود FreeU روی آن | MODEL | بله | - |
| `b1` | ضریب مقیاس‌بندی ویژگی‌های ستون فقرات برای بلوک اول (پیش‌فرض: 1.3) | FLOAT | بله | 0.0 - 10.0 |
| `b2` | ضریب مقیاس‌بندی ویژگی‌های ستون فقرات برای بلوک دوم (پیش‌فرض: 1.4) | FLOAT | بله | 0.0 - 10.0 |
| `s1` | ضریب مقیاس‌بندی ویژگی‌های اتصال پرشی برای بلوک اول (پیش‌فرض: 0.9) | FLOAT | بله | 0.0 - 10.0 |
| `s2` | ضریب مقیاس‌بندی ویژگی‌های اتصال پرشی برای بلوک دوم (پیش‌فرض: 0.2) | FLOAT | بله | 0.0 - 10.0 |

نکته: `b1`، `b2`، `s1` و `s2` پارامترهای پیشرفته‌ای هستند که به‌صورت پیش‌فرض در رابط کاربری گره پنهان‌اند. آن‌ها را می‌توان با گام‌های 0.01 در محدوده 0.0 تا 10.0 تنظیم کرد. `b1` و `s1` بلوک U-Net با بیشترین کانال (چهار برابر تعداد کانال پایه مدل) را کنترل می‌کنند، در حالی که `b2` و `s2` بلوکی با نصف آن تعداد کانال (دو برابر تعداد کانال پایه) را کنترل می‌کنند.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `model` | مدل انتشار بهبودیافته با تغییرات FreeU اعمال‌شده | MODEL |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FreeU_V2/fa.md)

---
**Source fingerprint (SHA-256):** `4cef2af9b04164a8ead25bea9c9bb3311be9224f2539a5cc6edbe97ad8465d65`
