Karakter Konsisten dengan Flux

Alur kerja Karakter Konsisten dengan Flux ini dibuat oleh . Kami sangat merekomendasikan untuk melihat tutorial rinci beliau untuk mempelajari cara menggunakan alur kerja Karakter Konsisten yang kuat ini secara efektif. Sementara kami telah mereproduksi alur kerja Karakter Konsisten dan menyiapkan lingkungan untuk kenyamanan Anda, semua pujian diberikan kepada Mickmumpitz atas karyanya yang luar biasa dalam mengembangkan solusi Karakter Konsisten berbasis Flux ini.

Karakter Konsisten dengan Flux

Alur Kerja Karakter Konsisten dengan Flux adalah alat ComfyUI yang kuat yang menjaga konsistensi karakter yang dihasilkan AI di berbagai keluaran. Ini ideal untuk membuat film AI sinematik, buku anak-anak, atau proyek apa pun yang memerlukan penampilan Karakter Konsisten yang stabil. Alur kerja berbasis Flux ini menyederhanakan proses mencapai penampilan Karakter Konsisten yang seragam, mengurangi kebutuhan untuk banyak prompt dan penyetelan halus. Dengan memanfaatkan model dev Flux.1, ini meningkatkan stabilitas karakter yang dihasilkan, memastikan mereka mempertahankan tampilan dan nuansa yang sama, baik saat dianimasikan atau dirender secara realistis.

Bagaimana Menggunakan Alur Kerja Karakter Konsisten dengan Flux?

Alur Kerja Karakter Konsisten dengan Flux dibagi menjadi empat modul (Pembuatan Karakter, Upscale + Perbaikan Wajah, Pose, Emosi), masing-masing dirancang untuk menyederhanakan proses pembuatan Karakter Konsisten dengan penampilan seragam di berbagai keluaran.

Node Fast Groups Muter (rgthree)

Setelah memuat node Fast Groups Muter (rgthree), modul 2, 3, dan 4 dijalankan secara otomatis, dan tidak diperlukan pengaturan tambahan. Node ini mengontrol sakelar untuk keempat modul, membuat proses Karakter Konsisten lebih lancar dan efisien.

Kontrol sakelar modul Node Fast Groups Muter (rgthree) (ya/tidak).

1. Pembuatan Karakter

Modul ini memanfaatkan model Flux dan model Flux ControlNet untuk menghasilkan tabel Karakter Konsisten dengan membimbing proses pembuatan dengan prompt. Input, yang berupa lembar pose, berfungsi sebagai referensi untuk mengarahkan pembuatan Karakter Konsisten. Dengan merancang prompt yang sesuai, Anda dapat mengarahkan model untuk membuat lembar Karakter Konsisten yang diinginkan.

Berikut beberapa contoh prompt:

Lembar karakter yang menampilkan seorang wanita Amerika mengenakan mantel, berpakaian dalam mode musim gugur, dengan ekspresi netral. Lembar harus memiliki latar belakang putih, beberapa tampilan dari berbagai sudut, dan potret wajah yang terlihat. Gaya keseluruhan harus menyerupai fotografi masterpiece.

Lembar karakter yang menggambarkan seorang ranger elven mengenakan jubah yang terbuat dari daun musim gugur, berpakaian dalam warna hutan, dengan ekspresi tekad. Lembar harus memiliki latar belakang perkamen, beberapa tampilan dari berbagai sudut, dan potret wajah yang terlihat. Ranger harus ditemani oleh rusa jantan yang megah, membawa busur panjang dan tabung panah di punggungnya. Gaya keseluruhan harus menyerupai lukisan digital masterpiece dari peri wanita dengan rambut emas panjang.

Tip: Jika lembar Karakter Konsisten yang dihasilkan tidak memenuhi harapan Anda, coba sesuaikan nilai seed untuk menghasilkan keluaran dengan variasi.

2. Upscale + Perbaikan Wajah

2.1 Ultimate SD Upscale

Ultimate SD Upscale adalah node yang digunakan dalam pipeline pembuatan gambar untuk meningkatkan resolusi gambar dengan membagi gambar menjadi ubin yang lebih kecil, memproses setiap ubin secara terpisah, dan kemudian menyatukannya kembali. Proses ini memungkinkan pembuatan gambar beresolusi tinggi sambil mengelola penggunaan memori dan mengurangi artefak yang dapat terjadi saat meng-upscale.

Parameter:

• upscale_by: Faktor yang digunakan untuk mengalikan lebar dan tinggi gambar. Untuk dimensi yang tepat, gunakan versi "No Upscale".
• seed: Mengontrol acak dalam proses pembuatan. Menggunakan seed yang sama menghasilkan hasil yang sama.
• control_after_generate: Menyesuaikan detail gambar setelah pembuatan.
• steps: Jumlah iterasi selama pembuatan gambar. Lebih banyak langkah menghasilkan detail yang lebih halus tetapi waktu pemrosesan lebih lama.
• cfg: Skala Panduan Bebas Klasifikasi yang menyesuaikan seberapa ketat model mengikuti prompt input.
• sampler_name: Menentukan metode pengambilan sampel yang digunakan untuk pembuatan gambar.
• scheduler: Mendefinisikan bagaimana sumber daya komputasi dialokasikan selama pembuatan.
• denoise: Mengontrol tingkat penghapusan noise, mempengaruhi retensi detail dari gambar asli. Rekomendasi: 0.35 untuk peningkatan, 0.15-0.20 untuk perubahan minimal.
• mode_type: Menentukan mode pemrosesan, seperti bagaimana ubin diproses.
• tile_width dan tile_height: Dimensi ubin yang digunakan dalam pemrosesan. Ukuran lebih besar mengurangi jahitan tetapi memerlukan lebih banyak memori.
• mask_blur: Mengaburkan tepi masker yang digunakan untuk pencampuran ubin, memperhalus transisi antar ubin.
• tile_padding: Jumlah piksel dari ubin tetangga yang dipertimbangkan selama pemrosesan untuk mengurangi jahitan.
• seam_fix_mode: Metode untuk memperbaiki jahitan yang terlihat antar ubin:
  • Bands pass: Memperbaiki jahitan sepanjang baris dan kolom.
  • Half tile offset pass: Menerapkan offset untuk mencampur jahitan dengan lebih baik.
  • Half tile offset + intersections pass: Termasuk tambahan pass di persimpangan.
• seam_fix_denoise: Kekuatan pengurangan noise selama perbaikan jahitan.
• seam_fix_width: Lebar area yang diproses selama perbaikan jahitan.
• seam_fix_mask_blur: Mengaburkan masker untuk perbaikan jahitan yang lebih halus.
• seam_fix_padding: Padding di sekitar jahitan selama perbaikan untuk memastikan hasil yang lebih halus.
• force_uniform_tiles: Memastikan ubin mempertahankan ukuran yang seragam dengan memperpanjang ubin tepi bila diperlukan, meminimalkan artefak.
• tiled_decode: Memproses ubin gambar secara individual untuk mengurangi penggunaan memori selama pembuatan resolusi tinggi.
• Target size type: Menentukan bagaimana ukuran gambar akhir ditetapkan:
  • Dari pengaturan img2img: Menggunakan lebar dan tinggi default.
  • Ukuran kustom: Memungkinkan pengaturan lebar dan tinggi manual (maks 8192px).
  • Skala dari ukuran gambar: Skala berdasarkan ukuran gambar awal.
• Upscaler: Metode untuk meng-upscale gambar sebelum pemrosesan lebih lanjut (misalnya, ESRGAN).
• Redraw: Mengontrol bagaimana gambar digambar ulang:
  • Linear: Memproses ubin secara berurutan.
  • Chess: Menggunakan pola papan catur untuk pemrosesan untuk mengurangi artefak.
  • Tidak ada: Menonaktifkan gambar ulang, fokus hanya pada perbaikan jahitan.

2.2. FaceDetailer (pipe)

FaceDetailerPipe adalah node yang dirancang untuk meningkatkan detail wajah dalam gambar, menggunakan teknik pemrosesan gambar canggih untuk meningkatkan ketajaman dan kejernihan fitur wajah. Ini adalah bagian dari ComfyUI Impact Pack, yang bertujuan untuk menyediakan peningkatan detail wajah berkualitas tinggi untuk berbagai aplikasi.

Parameter:

• image: Gambar input yang akan ditingkatkan, berfungsi sebagai subjek utama untuk detail wajah.
• guide_size: Parameter yang mengontrol ukuran area panduan yang digunakan untuk meningkatkan fitur wajah, mempengaruhi seberapa banyak konteks yang dipertimbangkan.
• guide_size_for: Menentukan apakah ukuran panduan harus diterapkan untuk wilayah tertentu.
• max_size: Menetapkan batas ukuran maksimum untuk gambar yang diproses, memastikan pengelolaan memori.
• seed: Mengontrol acak dalam proses peningkatan gambar, memungkinkan hasil yang dapat direproduksi saat menggunakan seed yang sama.
• steps: Jumlah iterasi untuk meningkatkan detail. Lebih banyak langkah menghasilkan detail yang lebih halus tetapi memerlukan waktu pemrosesan lebih lama.
• cfg: Skala Panduan Bebas Klasifikasi, yang menyesuaikan seberapa dekat model mengikuti panduan input.
• sampler_name: Mendefinisikan metode pengambilan sampel yang digunakan untuk penyempurnaan detail.
• scheduler: Menentukan strategi penjadwalan komputasi selama pemrosesan.
• denoise: Mengontrol kekuatan pengurangan noise yang diterapkan selama proses peningkatan. Nilai lebih rendah mempertahankan lebih banyak detail asli, sedangkan nilai lebih tinggi menghasilkan hasil yang lebih halus.
• feather: Mengontrol kehalusan transisi antara area yang ditingkatkan dan asli, membantu mencampur perubahan dengan mulus.
• noise_mask: Mengaktifkan atau menonaktifkan penggunaan masker noise untuk menargetkan area tertentu untuk pengurangan noise.
• force_inpaint: Memaksa inpainting di wilayah yang memerlukan peningkatan atau koreksi tambahan.
• bbox_threshold: Menetapkan ambang batas untuk mendeteksi bounding box di sekitar fitur wajah, mempengaruhi sensitivitas.
• bbox_dilation: Memperluas area bounding box yang terdeteksi untuk memastikan semua fitur relevan dimasukkan selama peningkatan.
• bbox_crop_factor: Menyesuaikan faktor pemotongan untuk bounding box yang terdeteksi, mengontrol area fokus untuk peningkatan.
• sam_detection_hint: Menentukan petunjuk tambahan atau panduan untuk proses deteksi.
• sam_dilation: Menyesuaikan dilatasi yang diterapkan pada wilayah yang terdeteksi, memungkinkan cakupan yang lebih luas.
• sam_threshold: Mendefinisikan ambang batas untuk sensitivitas deteksi dalam proses SAM (Segment Anything Model).
• sam_bbox_expansion: Memperluas bounding box yang terdeteksi oleh SAM, membantu memasukkan lebih banyak konteks sekitar.
• sam_mask_hint_threshold: Menyesuaikan ambang batas untuk petunjuk masker yang diberikan oleh SAM, mengontrol bagaimana wilayah didefinisikan untuk masking.
• sam_mask_hint_use_negative: Menentukan apakah petunjuk negatif harus digunakan, mempengaruhi pemaskeran wilayah tertentu.
• drop_size: Menetapkan ukuran tetes yang diterapkan selama proses peningkatan, yang dapat mempengaruhi tingkat penyempurnaan.
• refiner_ratio: Mengontrol rasio untuk menyempurnakan detail wajah, menyeimbangkan antara mempertahankan fitur asli dan menambahkan kejernihan.
• cycle: Menentukan jumlah siklus penyempurnaan yang akan diterapkan, mempengaruhi kedalaman peningkatan.
• inpaint_model (Optional): Mengaktifkan penggunaan model inpainting untuk mengisi area yang hilang atau tidak jelas selama proses detail.
• noise_mask_feather: Menyesuaikan feathering dari masker noise, memberikan transisi yang lebih halus antara area berisik dan tidak berisik.

3. Pose

Modul ini memungkinkan Anda untuk menggunakan node pemotongan gambar untuk memisahkan setiap pose dari lembar karakter yang dihasilkan dan menyimpan pose individu dari karakter untuk digunakan atau penyesuaian lebih lanjut.

4. Emosi

Modul ini memanfaatkan node Photo Expression Editor (PHM) untuk menyesuaikan ekspresi wajah dalam foto. Parameter memungkinkan untuk penyetelan halus berbagai aspek wajah, seperti gerakan kepala, berkedip, dan tersenyum

Parameter Editor Ekspresi：

• rotate_pitch: Mengontrol gerakan kepala ke atas dan ke bawah.
• rotate_yaw: Menyesuaikan gerakan kepala ke samping.
• rotate_roll: Menentukan sudut kemiringan kepala.
• blink: Mengontrol intensitas kedipan mata.
• eyebrow: Menyesuaikan gerakan alis.
• wink: Mengontrol kedipan mata sebelah.
• pupil_x: Menggerakkan pupil secara horizontal.
• pupil_y: Menggerakkan pupil secara vertikal.
• aaa: Mengontrol bentuk mulut untuk suara vokal "aaa".
• eee: Mengontrol bentuk mulut untuk suara vokal "eee".
• woo: Mengontrol bentuk mulut untuk suara vokal "woo".
• smile: Menyesuaikan derajat senyuman.
• src_ratio: Menentukan rasio ekspresi sumber yang akan diterapkan.
• sample_ratio: Menentukan rasio ekspresi sampel yang akan diterapkan.
• sample_parts: Menentukan bagian mana dari ekspresi sampel yang akan diterapkan ("OnlyExpression", "OnlyRotation", "OnlyMouth", "OnlyEyes", "All").
• crop_factor: Mengontrol faktor pemotongan dari wilayah wajah.

Model Flux dan modul alur kerja yang efisien memudahkan Anda untuk menjaga penampilan Karakter Konsisten di berbagai keluaran. Anda akan dapat menghidupkan karakter Anda seperti tidak pernah sebelumnya, menciptakan pengalaman yang benar-benar mendalam untuk audiens Anda!