IC-Light es una herramienta de edición de imágenes basada en IA que se integra con modelos Stable Diffusion para realizar ediciones localizadas en imágenes generadas. Funciona codificando la imagen en una representación de espacio latente, aplicando ediciones a regiones específicas y luego decodificando la representación latente modificada de vuelta a una imagen. Este enfoque permite un control preciso sobre el proceso de edición mientras se preserva el estilo general y la coherencia de la imagen original.
Ahora hay dos modelos lanzados: modelo de reiluminación condicionado por texto y modelo condicionado por fondo. Ambos tipos toman imágenes de primer plano como entradas.
Bajo el capó, IC-Light aprovecha el poder de los modelos Stable Diffusion para codificar y decodificar imágenes. El proceso se puede dividir en los siguientes pasos:
2.1. Codificación: La imagen de entrada se pasa a través del VAE (Variational Autoencoder) de Stable Diffusion para obtener una representación comprimida del espacio latente. 2.2. Edición: Las ediciones deseadas se aplican a regiones específicas de la representación latente. Esto se hace típicamente concatenando el latente original con una máscara que indica las áreas a modificar, junto con las indicaciones de edición correspondientes. 2.3. Decodificación: La representación latente modificada se pasa a través del decodificador de Stable Diffusion para reconstruir la imagen editada. Al operar en el espacio latente, IC-Light puede realizar ediciones localizadas mientras mantiene la coherencia y el estilo general de la imagen.
El nodo principal con el que trabajará es el nodo "IC-Light Apply", que maneja todo el proceso de codificación, edición y decodificación de su imagen.
El nodo "IC-Light Apply" requiere tres entradas principales:
Para crear la entrada c_concat:
Después de procesar sus entradas, el nodo "IC-Light Apply" generará un solo parámetro:
Para generar su imagen final editada, simplemente conecte el modelo de salida a los nodos apropiados en su flujo de trabajo de ComfyUI, como los nodos KSampler y VAEDecode.
Para más información, por favor visite
© Derechos de autor 2024 RunComfy. Todos los derechos reservados.