EN | 日本語
Post-CFG guidance extension for Stable Diffusion WebUI (Forge-based).
Scales the CFG guidance delta independently in low- and high-frequency bands via 2-D FFT, giving separate control over global structure and fine detail.
Paper: arXiv:2504.02154 (CVPR 2025 GMCV)
Original implementation: WikiChao/FreSca
When
l = h = 1the result is identical to standard CFG.
Extensions → Install from URL:
https://github.com/seti9585/sd-webui-FreSca
| Parameter | Default | Description |
|---|---|---|
| Low-freq Scale (l) | 1.00 | Multiplier for low-frequency components (global structure, composition) |
| High-freq Scale (h) | 1.25 | Multiplier for high-frequency components (detail, edges, texture) |
| Freq Cutoff | 20 | Radius from DC (centre of shifted spectrum) dividing the two bands. ComfyUI default = 20 |
Raising h above 1.0 sharpens detail and texture without affecting overall composition.
Raising l above 1.0 strengthens global structure and prompt adherence.
Both can be tuned independently; setting either to 1.0 leaves that band unchanged.
delta = cond_denoised − uncond_denoised
F = fftshift( fft2(delta) ) # shift DC to centre
low_mask = (radius_from_DC ≤ freq_cutoff)
scale_map = l × low_mask + h × (1 − low_mask)
delta_scaled = ifft2( ifftshift( F × scale_map ) ).real
output = uncond_denoised + cfg_scale × delta_scaled
The guidance delta is decomposed in frequency space.
Low and high bands are scaled independently, then the denoised output is reconstructed.
When l = h = 1, the output is bit-identical to standard CFG.
FreSca (Post-CFG, sorting_priority = 15.2) sits between the core CFG computation and MaHiRo (15.5).
The recommended stacking order is:
TCFG (Pre-CFG) → CFG core → FreSca (Post-CFG 15.2) → MaHiRo (Post-CFG 15.5)
TCFG and FreSca operate on orthogonal axes — TCFG corrects the direction of the guidance vector before CFG, while FreSca reshapes the frequency content of the guidance delta after CFG — so there is no conflict.
When stacking multiple CFG-axis extensions, keep CFG in the 7–15 range to avoid cumulative correction breakdown.
FreSca works at the post-CFG tensor level and is architecture-agnostic.
However, Anima is typically run at CFG = 1.0, which triggers the fast-path (return denoised unchanged) and makes FreSca a no-op in practice.
FreSca becomes active on Anima only when CFG is set above 1.0.
Forge-based WebUIs rebuild forge_objects.unet between process() and the actual sampling start.
Any hook registered in process() is silently discarded when this rebuild occurs.
This extension registers its hook in process_before_every_sampling(), where forge_objects.unet is already the same object that CFGDenoiser will reference during sampling.
This guarantees the hook is called on every denoising step, including Hires.fix passes.
This behaviour was confirmed by comparing id() of the unet object at both registration sites and at the CFGDenoiser call site — a discrepancy that took considerable investigation to isolate.
Post-CFG extensions should always register hooks in process_before_every_sampling(), not process().
- reForge (Python 3.10) — SDXL-family models
- Forge Neo (Python 3.12) — SDXL-family models and Anima; txt2img + Hires.fix confirmed
Not compatible with A1111 (set_model_sampler_post_cfg_function is Forge-backend only).
English | 日本語
Forge 系 WebUI 向け Post-CFG ガイダンス拡張機能。
CFG ガイダンス差分を 2D FFT で低周波帯と高周波帯に分け、それぞれ独立にスケーリングします。グローバル構造とディテールを別軸で制御できます。
論文: arXiv:2504.02154（CVPR 2025 GMCV）
原実装: WikiChao/FreSca
l = h = 1のとき、通常 CFG と完全に等価です。
Extensions → Install from URL:
https://github.com/seti9585/sd-webui-FreSca
| パラメータ | 既定値 | 説明 |
|---|---|---|
| Low-freq Scale (l) | 1.00 | 低周波成分（グローバル構造・構図）の乗数 |
| High-freq Scale (h) | 1.25 | 高周波成分（ディテール・エッジ・テクスチャ）の乗数 |
| Freq Cutoff | 20 | 低帯と高帯を分ける DC からの半径。ComfyUI 既定値 = 20 |
h を 1.0 より大きくするとディテールとテクスチャが鮮明になり、構図には影響しません。
l を 1.0 より大きくするとグローバル構造やプロンプト追従性が強まります。
どちらか一方を 1.0 にすればその帯は変化なし、両立調整が可能です。
delta = cond_denoised − uncond_denoised
F = fftshift( fft2(delta) ) # DC を中央に移動
low_mask = (DC からの半径 ≤ freq_cutoff)
scale_map = l × low_mask + h × (1 − low_mask)
delta_scaled = ifft2( ifftshift( F × scale_map ) ).real
output = uncond_denoised + cfg_scale × delta_scaled
ガイダンス差分を周波数領域で分解し、低周波帯と高周波帯を独立にスケーリングしたあと再構築します。
l = h = 1 のとき出力は通常 CFG とビット同一になります。
FreSca（Post-CFG、sorting_priority = 15.2）は CFG 演算コアの直後、MaHiRo（15.5）の前に位置します。
推奨スタック順：
TCFG（Pre-CFG） → CFG コア → FreSca（Post-CFG 15.2） → MaHiRo（Post-CFG 15.5）
TCFG と FreSca は干渉しません。TCFG は CFG 演算前にガイダンスベクトルの方向を補正し、FreSca は CFG 演算後にガイダンス差分の周波数構成を整形するため、介入軸が直交しています。
複数の CFG 軸拡張を重ねる場合は CFG を 7〜15 の範囲に抑えることを推奨します。
FreSca は Post-CFG テンソルレベルで動作しアーキテクチャに依存しません。
ただし Anima は通常 CFG = 1.0 で運用するため、fast-path（denoised をそのまま返す）が発動し、実質的に無効になります。
CFG を 1.0 より大きく設定した場合に限り FreSca が有効になります。
Forge 系 WebUI は process() の実行後、サンプリング開始前に forge_objects.unet を再構築します。
そのため process() 内で登録したフックは再構築時に消えてしまい、サンプリング中に一切呼ばれません。
本拡張はフック登録を process_before_every_sampling() で行っています。このタイミングでは forge_objects.unet が CFGDenoiser の参照先と同一オブジェクトになっており、全ステップ・Hires.fix パスを含めて確実にフックが呼ばれます。
この問題は、登録時と CFGDenoiser 呼び出し時の unet オブジェクトの id() を照合することで確認しました。二者が異なる別オブジェクトであることを突き止めるまでに相当な調査を要した経緯があります。
Post-CFG フックを登録する拡張は process() ではなく process_before_every_sampling() を使うべきです。
- reForge（Python 3.10）— SDXL 系モデル
- Forge Neo（Python 3.12）— SDXL 系モデルおよび Anima。txt2img + Hires.fix 確認済み
A1111 非対応（set_model_sampler_post_cfg_function は Forge バックエンド専用）。
MIT License — Original implementation © WikiChao/FreSca
Based on: arXiv:2504.02154 "FreSca: Scaling in Frequency Space Enhances Diffusion Models" (CVPR 2025 GMCV Workshop)
Inspired by Shiba-2-shiba's note article on CFG-related ComfyUI nodes (APG / TCFG / FreSca / MaHiRo):
ComfyUIのCFG関連の4ノードの勉強＠APG, TCFG, Fresca, Mahiroノードについて
本拡張機能は、Shiba-2-shiba さんの note 記事「ComfyUIのCFG関連の4ノードの勉強＠APG, TCFG, Fresca, Mahiroノードについて」から着想を得ています。