ComfyUI  >  Arbejdsgange  >  AnimateDiff + ControlNet + IPAdapter V1 | Flad Anime-stil

AnimateDiff + ControlNet + IPAdapter V1 | Flad Anime-stil

Denne ComfyUI-arbejdsgang anvender AnimateDiff, ControlNet (inkorporerer Depth, Softedge og OpenPose), IPAdapter, Face Restore, Lora og andre til at konvertere originalt videoindhold til en særpræget flad anime-stil. Det strømliner processen og gør det muligt at skabe videoer med en unik anime-æstetik nemt.

ComfyUI Vid2Vid (Anime) Workflow

Transform Video into Flat Anime Style Using AnimateDiff and ControlNet in ComfyUI
Vil du køre denne arbejdsgang?
  • Fuldt operationelle arbejdsgange
  • Ingen manglende noder eller modeller
  • Ingen manuelle opsætninger krævet
  • Funktioner fantastiske visuals

ComfyUI Vid2Vid (Anime) Eksempler

ComfyUI Vid2Vid (Anime) Beskrivelse

1. ComfyUI Arbejdsgang: AnimateDiff + ControlNet + IPAdapter | Flad Anime-stil

Denne ComfyUI-arbejdsgang anvender AnimateDiff, ControlNet med fokus på Depth, Softedge osv., IPAdapter og FaceRestore til at omdanne originalt videoindhold til en særpræget flad anime-stil. Efter at have opnået resultatet kan du aktivere opskaleringsnoderne for at forbedre opløsningen af din video.

2. Oversigt over AnimateDiff

Se venligst detaljerne på How to use AnimateDiff in ComfyUI

3. Oversigt over ControlNet

Se venligst detaljerne på How to use ControlNet in ComfyUI

4. Hvordan man bruger Face Restore

"FaceRestore" i ComfyUI er en brugerdefineret udvidelse designet til at genskabe ansigter i billeder. Den udnytter kapaciteterne i CodeFormer-modellen til at forbedre billedets nøjagtighed. Her er de detaljerede forklaringer.

Face Restore Model in ComfyUI

4.1. Input af "Face Restore CF With Model" node

facerestore_model: Angiv den ansigtsgendannelsesmodel, der skal bruges. Dette er essentielt for at definere algoritmen, der vil blive anvendt til at forbedre ansigterne i dine billeder.

image: Dette er inputbilledet, der indeholder ansigter, du ønsker at genskabe. Noden vil behandle dette billede og anvende ansigtsgendannelse på de registrerede ansigter.

facedetection: Vælg ansigtsdetektionsmodellen fra følgende muligheder. Denne model er ansvarlig for at identificere og beskære ansigter fra inputbilledet: Hver af disse muligheder har sine styrker, hvor nogle er mere præcise, mens andre er hurtigere eller lettere med hensyn til nødvendige computerressourcer.

  • retinaface_resnet50
  • retinaface_mobile0.25
  • YOLOv5l
  • YOLOv5n

codeformer_fidelity (FLOAT): En kritisk parameter, der giver dig mulighed for at justere nøjagtigheden af CodeFormer-modellen. Denne indstilling bestemmer balancen mellem at gendanne ansigtet med høj nøjagtighed til originalen og forbedre billedet. En højere værdi kan bevare flere originale træk, mens en lavere værdi kan resultere i en mere "idealiseret" gendannelse.

4.2. Output af "Face Restore CF With Model" node

IMAGE: Outputtet er det behandlede billede, hvor ansigterne er blevet gendannet. Dette billede er resultatet af ansigtsgendannelsesprocessen, der viser forbedret klarhed, detaljer og generel forbedret visuel kvalitet af de ansigter, der er registreret i inputbilledet.

Flere ComfyUI-tutorials

Vil du have flere ComfyUI-arbejdsgange?

RunComfy

© Ophavsret 2024 RunComfy. Alle rettigheder forbeholdes.

RunComfy er den førende ComfyUI platform, der tilbyder ComfyUI online miljø og tjenester, sammen med ComfyUI-arbejdsgange med fantastiske visuals.