ComfyUI  >  Workflow  >  FLUX ControlNet Depth-V3 a Canny-V3

FLUX ControlNet Depth-V3 a Canny-V3

Transformujte svůj tvůrčí proces s modely FLUX-ControlNet Depth a Canny, navrženými pro FLUX.1 [dev] od XLabs AI. Tento ComfyUI workflow vás provede načítáním modelů, nastavováním parametrů a kombinováním FLUX-ControlNets pro bezprecedentní kontrolu nad obsahem a strukturou obrázků. Ať už používáte hloubkové mapy nebo detekci hran, FLUX-ControlNet vám umožní vytvářet úchvatné AI umění.

ComfyUI FLUX-ControlNet Pracovní postup

ComfyUI FLUX ControlNet Depth and Canny Workflow
Chcete spustit toto workflow?
  • Plně funkční workflow
  • Žádné chybějící uzly nebo modely
  • Není nutné žádné ruční nastavení
  • Obsahuje úchvatné vizuály

ComfyUI FLUX-ControlNet Příklady

ComfyUI FLUX-ControlNet Popis

FLUX je nový model pro generování obrázků vyvinutý společností . Modely FLUX-ControlNet-Depth a FLUX-ControlNet-Canny byly vytvořeny týmem XLabs AI. Tento ComfyUI FLUX ControlNet workflow byl také vytvořen týmem XLabs AI. Pro více informací navštivte . Veškerý kredit patří jejich přispění.

O FLUX

Modely FLUX jsou přednahrané na RunComfy, pojmenované flux/flux-schnell a flux/flux-dev.

  • Při spuštění RunComfy Medium-Sized Machine: Vyberte checkpoint flux-schnell, fp8 a clip t5_xxl_fp8, aby se předešlo problémům s pamětí.
  • Při spuštění RunComfy Large-Sized nebo Above Machine: Zvolte velký checkpoint flux-dev, default a vysoký clip t5_xxl_fp16.

Pro více informací navštivte: 

🌟Následující FLUX-ControlNet Workflow je specificky navržen pro model .🌟

O FLUX-ControlNet Workflow (FLUX-ControlNet-Depth-V3 a FLUX-ControlNet-Canny-V3)

Představujeme dva výjimečné FLUX-ControlNet Workflows: FLUX-ControlNet-Depth a FLUX-ControlNet-Canny, každý nabízí jedinečné schopnosti pro zlepšení vašeho tvůrčího procesu.

1. Jak používat ComfyUI FLUX-ControlNet-Depth-V3 Workflow

Model FLUX-ControlNet Depth je nejprve načten pomocí uzlu "LoadFluxControlNet". Vyberte model "flux-depth-controlnet.safetensors" pro optimální kontrolu hloubky.

  • flux-depth-controlnet
  • flux-depth-controlnet-v2
  • flux-depth-controlnet-v3: ControlNet je trénován na rozlišení 1024x1024 a funguje pro rozlišení 1024x1024, s lepší a realističtější verzí

Výstup tohoto uzlu připojte k uzlu "ApplyFluxControlNet". Také připojte svůj obraz hloubkové mapy k obrazovému vstupu tohoto uzlu. Hloubková mapa by měla být obrazem v odstínech šedé, kde bližší objekty jsou světlejší a vzdálenější objekty tmavší, což umožňuje FLUX-ControlNet přesně interpretovat hloubkové informace.

Hloubkovou mapu můžete vytvořit z vstupního obrazu pomocí modelu pro odhad hloubky. Zde se používá uzel "MiDaS-DepthMapPreprocessor" k převedení nahraného obrazu na hloubkovou mapu vhodnou pro FLUX-ControlNet. Klíčové parametry:

  • Threshold = 6.28 (ovlivňuje citlivost na hrany)
  • Depth scale = 0.1 (hodnota, o kterou jsou škálovány hodnoty hloubkové mapy)
  • Output Size = 768 (rozlišení hloubkové mapy)

V uzlu "ApplyFluxControlNet" parametr Strength určuje, jak moc je generovaný obraz ovlivněn hloubkovým podmíněním FLUX-ControlNet. Vyšší síla způsobí, že výstup bude více odpovídat hloubkové struktuře.

2. Jak používat ComfyUI FLUX-ControlNet-Canny-V3 Workflow

Proces je velmi podobný workflow FLUX-ControlNet-Depth. Nejprve je model FLUX-ControlNet Canny načten pomocí "LoadFluxControlNet". Poté je připojen k uzlu "ApplyFluxControlNet".

  • flux-canny-controlnet
  • flux-canny-controlnet-v2
  • flux-canny-controlnet-v3: ControlNet je trénován na rozlišení 1024x1024 a funguje pro rozlišení 1024x1024, s lepší a realističtější verzí

Vstupní obraz je převeden na mapu hran Canny pomocí uzlu "CannyEdgePreprocessor", optimalizovaného pro FLUX-ControlNet. Klíčové parametry:

  • Low Threshold = 100 (práh intenzity hran)
  • High Threshold = 200 (práh hystereze pro hrany)
  • Size = 832 (rozlišení mapy hran)

Výsledná mapa hran Canny je připojena k uzlu "ApplyFluxControlNet". Opět použijte parametr Strength pro ovládání, jak moc mapa hran ovlivňuje generování FLUX-ControlNet.

3. Oba pro ComfyUI FLUX-ControlNet-Depth-V3 a ComfyUI FLUX-ControlNet-Canny-V3

V obou FLUX-ControlNet workflows je textový prompt kódovaný pomocí CLIP připojen pro řízení obsahu obrazu, zatímco podmínění FLUX-ControlNet ovládá strukturu a geometrie na základě hloubkové nebo hraniční mapy.

Kombinací různých FLUX-ControlNets, vstupních modalit jako hloubka a hrany a laděním jejich síly můžete dosáhnout jemnozrnnou kontrolu nad jak sémantickým obsahem, tak strukturou obrázků generovaných FLUX-ControlNet.

Licence: controlnet.safetensors spadá pod  nekomerční licenci

Licence

Zobrazit soubory s licencemi:

Model FLUX.1 [dev] je licencován společností Black Forest Labs. Inc. pod nekomerční licencí FLUX.1 [dev]. Copyright Black Forest Labs. Inc.

IN NO EVENT SHALL BLACK FOREST LABS, INC. BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH USE OF THIS MODEL.

Více tutoriálů pro ComfyUI

Chcete více workflow pro ComfyUI?

RunComfy

© Autorská práva 2024 RunComfy. Všechna práva vyhrazena.

RunComfy je přední ComfyUI platforma, nabízející ComfyUI online prostředí a služby, spolu s workflow ComfyUI s úchvatnými vizuály.