Panduan Terperinci untuk Menguasai ComfyUI IPAdapter Plus (IPAdapter V2)

Selamat datang! Dalam panduan ini, mari kita jelajahi fitur-fitur menarik dari ComfyUI IPAdapter Plus, juga dikenal sebagai ComfyUI IPAdapter V2.

Model IPAdapter sangat kuat untuk conditioning gambar-ke-gambar, memungkinkan transfer subjek atau gaya dari gambar referensi ke kreasi baru dengan mudah. Pikirkan ini sebagai LoRA 1-gambar.

Pengenalan IPAdapter Plus (IPAdapter V2) telah membawa banyak fitur baru yang bertujuan untuk menyederhanakan proses integrasi model, meningkatkan kegunaan, dan memperluas kemungkinan kreatif.

Penting untuk dicatat bahwa peningkatan ke ComfyUI IPAdapter Plus (IPAdapter V2) akan membuat alur kerja Anda sebelumnya, yang bergantung pada node ComfyUI IPAdapter V1, tidak berfungsi. Akibatnya, Anda perlu membangun ulang proyek Anda menggunakan ComfyUI IPAdapter Plus.

Kami akan membahas:

1. ComfyUI IPAdapter Plus - Node IPAdapter Basic

• 1.1. Alur Kerja ComfyUI IPAdapter yang Paling Sederhana
• 1.2. Input dari Node ComfyUI "IPAdapter"
• 1.3. Parameter dalam Node ComfyUI "IPAdapter"
• 1.4. Perbedaan Penggunaan ComfyUI IPAdapter Plus dengan Model Checkpoint SD1.5 dan SDXL

2. ComfyUI IPAdapter Plus - Node IPAdapter Advanced

• 2.1. Alur Kerja ComfyUI IPAdapter Advanced
• 2.2. Parameter yang Diperluas dalam Node ComfyUI "IPAdapter Advanced"

3. ComfyUI IPAdapter Plus - FaceID

• 3.1. Alur Kerja ComfyUI IPAdapter FaceID

4. ComfyUI IPAdapter Plus - Fitur Penggabungan Gambar

• 4.1. Metode 1: Menggunakan Node ComfyUI "Batch Image"
• 4.2. Metode 2: Kontrol Presisi atas Bobot Referensi Menggunakan Node ComfyUI "IPAdapter Encoder"

5. ComfyUI IPAdapter Plus - IPAdapter Tile untuk Gambar Tinggi

• 5.1 Alur Kerja ComfyUI IPAdapter Tile

6. ComfyUI IPAdapter Plus - Gaya dan Komposisi

• 6.1. ComfyUI IPAdapter Plus untuk Transfer Gaya
• 6.2. ComfyUI IPAdapter Plus untuk Mempertahankan Komposisi
• 6.3. ComfyUI IPAdapter Plus untuk Mempertahankan Komposisi dan Transfer Gaya

🌟🌟🌟 ComfyUI Online - Alami Alur Kerja IPAdapter Plus Sekarang 🌟🌟🌟

Jika Anda tertarik untuk menjelajahi Alur Kerja ComfyUI IPAdapter Plus (IPAdapter V2), gunakan ComfyUI web berikut. Ini dilengkapi sepenuhnya dengan semua node dan model pelanggan penting, memungkinkan kreativitas tanpa hambatan tanpa perlu pengaturan manual. Mulailah mendapatkan pengalaman langsung segera, atau lanjutkan dengan tutorial ini untuk mempelajari cara menggunakan IPAdapter Plus dengan efektif.

Untuk alur kerja ComfyUI yang lebih canggih dan premium, kunjungi 🌟Daftar Alur Kerja ComfyUI🌟

1. ComfyUI IPAdapter Plus - Node IPAdapter Basic

1.1. Alur Kerja ComfyUI IPAdapter yang Paling Sederhana

1.2. Input dari Node ComfyUI "IPAdapter"

1.2.1. Input dari Node "IPAdapter": Model dan IPAdapter

Input "Model" dan "IPAdapter" dari node "IPAdapter" terhubung ke output dari node "IPAdapter Unified Loader". Di sini, Anda dapat memilih dari berbagai model IPAdapter, masing-masing disesuaikan dengan kebutuhan yang berbeda:

• Light - SD1.5 Only (low strength): Model ini ideal untuk penyesuaian minimal dan hanya kompatibel dengan model SD1.5.
• Standard (medium strength): Model ini mencapai modifikasi dengan intensitas sedang, cocok untuk berbagai aplikasi, menyeimbangkan perubahan halus dan terlihat.
• VIT-G (medium strength): Meskipun menawarkan penyesuaian sedang seperti Standard, model VIT-G disesuaikan untuk data gambar yang lebih rumit atau bervariasi, berpotensi meningkatkan kinerja dalam skenario tertentu.
• PLUS (high strength): Bagi yang membutuhkan modifikasi substansial, model PLUS menawarkan kemampuan kreatif yang kuat, memungkinkan perubahan signifikan.
• PLUS FACE (portraits): Dirancang khusus untuk meningkatkan potret, PLUS FACE fokus pada peningkatan fitur wajah, ideal untuk fotografi potret dan karya seni.
• Full FACE - SD1.5 Only (portraits stronger): Versi lebih intens dari PLUS FACE, model Full FACE dirancang untuk transformasi dramatis dalam potret, tetapi hanya kompatibel dengan model SD1.5.

1.2.2. Input dari Node "IPAdapter": Gambar

Input "Gambar" dari node "IPAdapter" adalah gambar referensi yang digunakan untuk conditioning gambar-ke-gambar. Di sinilah node "IPAdapter" menerapkan kemampuan transformasinya, mengubah gambar referensi berdasarkan parameter yang ditentukan dan fungsionalitas model. Melalui proses ini, gambar baru dihasilkan, mewarisi atribut dari gambar referensi dan memadukannya dengan potensi kreatif model IPAdapter.

1.2.3. Input dari Node "IPAdapter": Attn Mask (Attention Mask)

Dengan "Attn Mask", Anda dapat menyoroti area gambar tertentu untuk pemrosesan fokus atau untuk mengarahkan perhatian model, meningkatkan atau mempertahankan fitur gambar tertentu sambil mengarahkan fokus model.

1.3. Parameter dalam Node ComfyUI "IPAdapter"

1.3.1. Parameter dalam Node "IPAdapter": Weight

Parameter "Weight" menyesuaikan intensitas modifikasi yang diterapkan; nilai yang lebih tinggi menghasilkan efek yang lebih menonjol, sementara nilai yang lebih rendah menghasilkan perubahan yang lebih halus.

1.3.2. Parameter dalam Node "IPAdapter": Start At & End At

Parameter "Start At" dan "End At" menentukan langkah awal dan akhir di mana efek IPAdapter diterapkan, menawarkan kontrol atas pemrosesan.

1.3.3. Parameter dalam Node "IPAdapter": Weight Type

"Weight Type" untuk menerapkan bobot melalui tahapan pemrosesan bervariasi, masing-masing mempengaruhi output dengan cara yang khas:

• Standard
• Prompt is more important
• Style Transfer (SDXL only)

1.4. Perbedaan Penggunaan ComfyUI IPAdapter Plus dengan Model Checkpoint SD1.5 dan SDXL

Saat bekerja dengan model SDXL, model IPAdapter Plus terintegrasi dengan mulus dan otomatis menyesuaikan dengan karakteristik model SDXL. Namun, penting untuk menyesuaikan ukuran laten dengan tepat agar sesuai dengan persyaratan model SDXL.

2. ComfyUI IPAdapter Plus - Node IPAdapter Advanced

2.1. Alur Kerja ComfyUI IPAdapter Advanced

Menawarkan serangkaian fitur yang lebih komprehensif, node ComfyUI IPAdapter Advanced meningkatkan kontrol atas proses generasi melalui parameter seperti "Image Negative", "CLIP Vision", "Combine Embeds", dan lebih banyak opsi "Weight Type", menyelaraskan gambar lebih dekat dengan visi kreatif Anda.

2.2. Parameter yang Diperluas dalam Node ComfyUI "IPAdapter Advanced"

2.2.1. Parameter yang Diperluas dalam Node "IPAdapter Advanced": Image Negative

Parameter "Image Negative" memungkinkan Anda untuk menentukan apa yang tidak ingin muncul dalam gambar akhir. Dengan menentukan contoh negatif, model diarahkan menjauh dari elemen yang tidak diinginkan, menuju hasil yang lebih diinginkan. Fitur ini sangat penting dalam menghindari tema, objek, atau pola tertentu dalam gambar yang dihasilkan, memastikan bahwa output sesuai dengan preferensi Anda.

2.2.2. Parameter yang Diperluas dalam Node "IPAdapter Advanced": CLIP Vision

Dalam node "IPAdapter Advanced", Anda akan menemukan input "CLIP Vision". Ini terhubung ke output dari node "Load CLIP Vision", di mana Anda dapat memilih dari berbagai Model CLIP-ViT.

• CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors: Varian model ini adalah bagian dari keluarga CLIP (Contrastive Language–Image Pre-training), yang dirancang khusus untuk memahami dan menafsirkan konten visual dalam kaitannya dengan informasi tekstual. Ini dilatih pada dataset besar (laion2B), dengan ukuran model 32 miliar parameter (s32B), dan telah dioptimalkan untuk menyeimbangkan kinerja dan keamanan dalam generasi konten (b79K menunjukkan tolok ukur atau versi tertentu). Model ini mahir menangani berbagai tugas pengenalan visual, menjadikannya cocok untuk menghasilkan gambar berkualitas tinggi dan akurat secara kontekstual.
• CLIP-ViT-bigG-14-laion2B-39B-b160k.safetensors: Mirip dengan rekannya, model ini juga dilatih pada dataset laion2B tetapi memiliki ukuran yang lebih besar yaitu 39 miliar parameter, membuatnya mampu memahami hubungan yang lebih halus antara teks dan gambar. "bigG" mungkin menunjukkan versi yang lebih besar atau lebih maju dalam seri CLIP-ViT, dengan "b160k" menunjukkan tolok ukur atau versinya. Model ini unggul dalam menciptakan gambar yang rinci dan kompleks yang selaras dengan deskripsi tekstual, cocok untuk aplikasi yang memerlukan fidelitas tinggi dan pemahaman semantik yang mendalam.

Perbedaan utama antara CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors dan CLIP-ViT-bigG-14-laion2B-39B-b160k.safetensors terletak pada ukuran dan potensi penanganan kompleksitas mereka, dengan yang terakhir lebih besar pada 39 miliar parameter, menunjukkan bahwa ia dapat menafsirkan hubungan teks-gambar yang lebih halus daripada parameter 32 miliar dari yang pertama.

2.2.3. Parameter yang Diperluas dalam Node "IPAdapter Advanced": Weight Type

Dibandingkan dengan node "IPAdapter", node "IPAdapter Advanced" membuka lebih banyak opsi untuk "weight type", masing-masing mempengaruhi output dengan cara yang khas:

• Linear: Menerapkan bobot secara merata dari awal hingga akhir pipeline pemrosesan, memastikan pengaruh yang konsisten sepanjang tanpa modulasi intensitas.
• Ease In: Secara bertahap meningkatkan bobot dari awal, memungkinkan pengenalan efek yang halus saat ia berkembang melalui pipeline.
• Ease Out: Memulai dengan pengaruh yang kuat yang secara bertahap berkurang, secara efektif mengurangi efek menuju akhir pemrosesan.
• Ease In-Out: Kombinasi dari efek "Ease In" dan "Ease Out"; ia memulai dan mengakhiri dengan pengaruh yang lebih ringan, mencapai puncaknya di tengah untuk dampak maksimal.
• Weak Input: Secara khusus mengurangi pengaruh efek di awal rantai pemrosesan, membuat elemen awal kurang menonjol.
• Weak Output: Mengurangi pengaruh menuju akhir rantai pemrosesan, melembutkan aspek penutup dari gambar.
• Weak Middle: Meminimalkan pengaruh efek di titik tengah rantai pemrosesan, seringkali untuk mempertahankan kejelasan atau fokus pada aspek awal dan akhir.
• Strong Middle: Memperkuat efek di bagian tengah rantai pemrosesan, meningkatkan dampak pada elemen inti dari gambar.
• Style Transfer (SDXL): Dirancang khusus untuk model SDXL, opsi ini fokus pada adaptasi gaya dari gambar referensi ke gambar target, memanfaatkan kemampuan SDXL untuk transformasi gaya yang halus.
• Composition (SDXL): Disesuaikan untuk model SDXL, ia bertujuan untuk menggabungkan elemen komposisi dari gambar referensi dan target, menekankan pengaturan dan interaksi elemen dalam ruang.

2.2.4. Parameter yang Diperluas dalam Node "IPAdapter Advanced": Combine Embeds

Fitur "Combine Embeds" sangat penting bagi mereka yang ingin menggabungkan input dari beberapa sumber menjadi output visual yang koheren. Dengan menggunakan "Combine Embeds," Anda memiliki fleksibilitas untuk membuat gambar yang menggabungkan berbagai pengaruh dan inspirasi artistik, menghasilkan kreasi yang benar-benar dipersonalisasi dan inovatif. Metode yang disediakan untuk menggabungkan embeds, seperti Concat, Add, Subtract, Average, dan Norm Average, menawarkan pendekatan beragam untuk menggabungkan pengaruh ini. Ini akan dibahas secara rinci di Bagian 4, "Fitur Penggabungan Gambar ComfyUI IPAdapter."

3. ComfyUI IPAdapter Plus - FaceID

Dalam konfigurasi yang disebutkan di atas, Anda mungkin memperhatikan tidak adanya model FaceID. Untuk mengintegrasikan Model Face ID ke dalam alur kerja Anda, diperlukan dua node khusus: Node "IPAdapter Unified Loader FaceID" dan Node "IPAdapter FaceID".

3.1. Alur Kerja ComfyUI IPAdapter FaceID

Saat bekerja dalam node "IPAdapter Unified Loader FaceID", Anda dapat memilih "Face ID Plus V2" terbaru dari menu dropdown model yang tersedia. Tindakan ini menginstruksikan loader untuk secara otomatis mengumpulkan dan menyiapkan semua dependensi yang diperlukan yang unik untuk model Face ID Plus V2.

Pilih CPU sebagai Penyedia. Meskipun mungkin tersedia GPU berkinerja tinggi, disarankan untuk mengonfigurasi model Face ID untuk menggunakan CPU sebagai penyedia. Rekomendasi ini didasarkan pada keuntungan dalam menjaga Video RAM (VRAM) yang berharga, strategi yang terbukti menguntungkan dan membantu mengoptimalkan alokasi sumber daya proyek Anda secara keseluruhan.

4. ComfyUI IPAdapter Plus - Fitur Penggabungan Gambar

Bagaimana cara menggunakan beberapa gambar referensi untuk menghasilkan gambar baru? Berikut adalah dua metode untuk mencapai ini dengan ComfyUI's IPAdapter Plus, memberikan Anda fleksibilitas dan kontrol yang diperlukan untuk pembuatan gambar kreatif.

4.1. Metode 1: Menggunakan Node ComfyUI "Batch Image"

Untuk memulai dengan node "Batch Image", Anda harus terlebih dahulu memilih gambar yang ingin Anda gabungkan. Gambar-gambar ini kemudian dimasukkan ke dalam node, menciptakan batch yang bersatu. Batch ini kemudian diperkenalkan ke pipeline IPAdapter, menerapkan setiap gambar secara berurutan ke proses generatif.

Node "IPAdapter Advanced" memperkenalkan opsi "Combine Embeds", memberikan Anda kontrol canggih tentang bagaimana beberapa gambar mempengaruhi generasi. Opsi-opsi ini—Concat, Add, Subtract, Average, dan Norm Average—menentukan bagaimana embedding dari gambar yang berbeda digabungkan, masing-masing menghasilkan hasil yang unik:

• Concat: Opsi ini menggabungkan embedding dari setiap gambar, secara efektif mempertahankan dan menggabungkan informasi dari semua gambar input ke dalam format yang diperluas. Pendekatan ini bermanfaat untuk menggabungkan spektrum luas fitur dari setiap gambar tetapi dapat menyebabkan kompleksitas karena jumlah informasi yang ditingkatkan yang sedang diproses.
• Add : Menjumlahkan embedding dari gambar-gambar, metode "Add" mensinergikan pengaruh mereka, meningkatkan sifat-sifat yang umum di seluruh gambar. Ini bisa sangat berguna untuk menekankan fitur atau tema yang sama, yang berpotensi menghasilkan output yang lebih bersatu dan koheren.
• Subtract: Sebaliknya, metode "Subtract" membedakan embedding dengan menguranginya, menyoroti aspek unik dari setiap gambar. Pendekatan ini memungkinkan eksplorasi kreatif dari kontras dan dapat digunakan untuk mengurangi elemen tertentu yang ada dalam gambar referensi, menawarkan jalan baru untuk ekspresi artistik.
• Average: Dengan merata-rata embedding, metode ini mencapai penggabungan seimbang dari karakteristik gambar, memastikan bahwa pengaruh dari setiap gambar tunggal tidak terlalu dominan. Teknik ini ideal untuk mencapai integrasi harmonis dari beberapa gambar, memberikan output yang kohesif yang mewakili gambar input secara merata.
• Norm Average (Rata-rata Normalisasi): Opsi ini menyesuaikan pengaruh setiap gambar berdasarkan bobot relatifnya dalam batch, memungkinkan kontrol presisi atas bagaimana setiap gambar referensi berkontribusi pada komposisi akhir. Ini memungkinkan penyesuaian yang halus terhadap penampilan gambar yang dihasilkan, memastikan bahwa hasil akhir selaras dengan visi pengguna.

Dalam gambar berikut, dengan menggunakan "Combine Embeds" yang berbeda, Anda akan mendapatkan hasil yang berbeda.

4.2. Metode 2: Kontrol Presisi atas Bobot Referensi Menggunakan Node ComfyUI "IPAdapter Encoder"

Bagi mereka yang mencari kontrol lebih halus atas bagaimana gambar referensi diberi bobot dalam gambar akhir, IPAdapter menyediakan solusi melalui penggunaan node "IPAdapter Encoder" dan node "IPAdapter Combine Embeds".

4.2.1. Menggunakan Node "IPAdapter Encoder"

Setiap gambar dalam proses penggabungan diproses melalui node encoder IPAdapter, yang mengenkode gambar-gambar untuk kompatibilitas dengan IPAdapter. Dalam node "IPAdapter Encoder", pengguna dapat menetapkan bobot spesifik untuk setiap gambar, menentukan pengaruhnya pada output gabungan. Menyesuaikan bobot ini memungkinkan kontrol yang halus atas dominasi atau kelembutan setiap gambar dalam komposisi.

4.2.2. Menggabungkan dengan Node "IPAdapter Combine Embeds"

Setelah mengenkode gambar-gambar dan menetapkan bobotnya, node "IPAdapter Combine Embeds" menggabungkan representasi yang dienkode. Ini menggabungkan embedding positif dari node encoder, mencerminkan pengaruh yang dimaksudkan dari setiap gambar pada output gabungan. Embedding yang seimbang ini kemudian siap untuk disintesis.

4.2.3. Koneksi ke Node "IPAdapter"

Embedding yang disintesis akhirnya diproses oleh IP Adapter untuk menghasilkan gambar baru. Meskipun menghubungkan embedding negatif adalah opsional, melakukannya disarankan untuk menghemat sumber daya komputasi. Dengan memilih salah satu dari dua embedding negatif dari node encoder dan menghubungkannya ke node IPAdapter, proses ini dioptimalkan, meminimalkan perhitungan yang tidak perlu dan merampingkan proses penggabungan.

Dengan mengikuti metode ini, Anda dapat secara efektif menggabungkan beberapa gambar untuk menghasilkan komposisi baru yang kreatif, memanfaatkan sepenuhnya kemampuan ComfyUI IPAdapter Plus!

5. ComfyUI IPAdapter Plus - IPAdapter Tile untuk Gambar Tinggi

Saat memproses gambar tinggi, Anda mungkin menghadapi tantangan unik: encoder CLIP Vision, komponen inti dari kerangka kerja IPAdapter, secara inheren lebih menyukai gambar persegi. Preferensi ini dapat menyebabkan masalah pemotongan saat menghubungkan gambar tinggi langsung ke node IPAdapter, biasanya hanya menghasilkan bagian tengah gambar yang mempengaruhi output. Akibatnya, bagian atas dan bawah gambar Anda mungkin diabaikan, mempengaruhi kualitas keseluruhan konten yang dihasilkan.

Untuk mengatasi masalah ini, node "IPAdapter Tiled" menawarkan solusi yang disesuaikan. Ini memungkinkan koneksi langsung gambar tinggi dengan membagi gambar menjadi ubin yang lebih kecil dan dapat dikelola. Metode ini memastikan bahwa setiap bagian dari gambar referensi Anda diperhitungkan selama proses generasi, menghindari masalah pengabaian gambar parsial.

5.1 Alur Kerja ComfyUI IPAdapter Tile

Fitur tambahan dari node "IPAdapter Tiled" adalah output ubin dan masker, yang menyediakan representasi visual tentang bagaimana gambar Anda diproses. Fitur ini menunjukkan ubin tertentu yang digunakan dan maskernya yang sesuai, memberikan Anda wawasan tentang cara kerja internal dari proses generatif. Memahami bagaimana gambar Anda disegmentasi dan diproses dapat membantu Anda membuat penyesuaian yang tepat untuk mencapai hasil yang diinginkan.

Selain itu, node "IPAdapter Tiled" memungkinkan penyesuaian masker yang disesuaikan, menawarkan fleksibilitas untuk menyoroti atau memfokuskan pada bagian tertentu dari gambar Anda. Dengan menyesuaikan masker ini, Anda dapat mengarahkan lebih banyak perhatian pada elemen tertentu dari gambar tinggi Anda, memberikan kontrol yang lebih besar atas hasil akhir. Fitur ini sangat berharga untuk menekankan atau meminimalkan aspek tertentu dalam gambar Anda, memastikan konten yang dihasilkan selaras dengan visi Anda.

Oleh karena itu, penggabungan node "IPAdapter Tiled" ke dalam ComfyUI IPAdapter Plus secara signifikan meningkatkan kapasitas Anda untuk menangani proyek conditioning gambar-ke-gambar yang melibatkan gambar tinggi.

6. ComfyUI IPAdapter Plus - Gaya dan Komposisi

Bagaimana cara menggunakan ComfyUI IPAdapter Plus untuk memanipulasi dan menggabungkan gaya dan komposisi gambar referensi untuk menciptakan visual baru yang menarik. ComfyUI IPAdapter Plus menawarkan rangkaian alat yang kuat bagi seniman dan desainer untuk bereksperimen, termasuk kemampuan untuk mentransfer gaya dari satu gambar, mempertahankan komposisi dari gambar lain, atau bahkan menggabungkan gaya dan komposisi dari referensi yang berbeda ke dalam satu gambar.

6.1. ComfyUI IPAdapter Plus untuk Transfer Gaya

Untuk mentransfer gaya dari gambar referensi, Seperti LoRA 1-gambar, ke konten target Anda menggunakan node ComfyUI IPAdapter Advanced, ikuti langkah-langkah ini:

Menyiapkan Node "IPAdapter Advanced": Mulailah dengan memasukkan node "IPAdapter Advanced" ke dalam alur kerja Anda.

Mengonfigurasi Node: Dalam pengaturan node ComfyUI IPAdapter Advanced, temukan opsi "Weight Type". Gunakan menu dropdown untuk memilih "Style Transfer (SDXL)." Konfigurasi ini mengarahkan adapter untuk memprioritaskan transfer gaya visual dari gambar referensi Anda ke target.

Menyesuaikan "Weight" Transfer Gaya: Pengaturan "weight" menentukan kekuatan transfer gaya. Meningkatkan nilai ini memperkuat pengaruh gaya referensi pada gambar target Anda, membuat efeknya lebih mencolok.

6.2. ComfyUI IPAdapter Plus untuk Mempertahankan Komposisi

Untuk mempertahankan komposisi dari gambar referensi saat menghasilkan gambar baru, Anda juga akan menggunakan node ComfyUI IPAdapter Advanced tetapi dengan pengaturan yang berbeda:

Menyiapkan Node "IPAdapter Advanced": Seperti sebelumnya, tambahkan node IPAdapter Advanced ke alur kerja Anda.

Mengonfigurasi Node: Pilih "Composition (SDXL)" dari dropdown "Weight Type". Ini menginstruksikan adapter untuk mempertahankan elemen komposisi dari gambar referensi dalam generasi baru.

Menyesuaikan "Weight" Komposisi: Modifikasi pengaturan "weight" untuk mempengaruhi seberapa dekat gambar baru mengikuti komposisi referensi. Bobot yang lebih tinggi akan lebih ketat menegakkan komposisi referensi.

6.3. ComfyUI IPAdapter Plus untuk Mempertahankan Komposisi dan Transfer Gaya

Untuk proyek yang memerlukan transfer gaya dari satu gambar dan komposisi dari gambar lain, node "IPAdapter style & composition SDXL" menawarkan solusi yang efisien:

Pilih Node "IPAdapter Style & Composition SDXL": Tambahkan node khusus ini ke proyek Anda untuk menangani transfer gaya dan komposisi secara bersamaan.

Memuat Referensi Gaya dan Komposisi: Node "IPAdapter Style & Composition SDXL" memungkinkan dua input, satu untuk gambar yang gaya yang ingin Anda transfer dan satu lagi untuk gambar yang komposisinya ingin Anda pertahankan. Muat kedua referensi sesuai.

Mengonfigurasi "Weights" untuk Gaya dan Komposisi: Node "IPAdapter Style & Composition SDXL" menyediakan pengaturan bobot terpisah untuk gaya dan komposisi. Sesuaikan bobot ini untuk menyeimbangkan pengaruh setiap referensi pada gambar akhir. Menetapkan bobot yang lebih tinggi untuk gaya atau komposisi akan memprioritaskan aspek tersebut dalam gambar yang dihasilkan.

Dengan mengikuti langkah-langkah ini dan bereksperimen dengan pengaturan, Anda dapat memanfaatkan ComfyUI IPAdapter Plus untuk menciptakan gambar yang memukau secara visual yang menggabungkan gaya khas dari satu karya seni dengan komposisi yang dipikirkan dari karya lain.

🌟🌟🌟 ComfyUI Online - Alami Alur Kerja IPAdapter Plus Sekarang 🌟🌟🌟

Jika Anda tertarik untuk menjelajahi Alur Kerja ComfyUI IPAdapter Plus (IPAdapter V2), gunakan ComfyUI web berikut. Ini dilengkapi sepenuhnya dengan semua node dan model pelanggan penting, memungkinkan kreativitas tanpa hambatan tanpa perlu pengaturan manual. Mulailah mendapatkan pengalaman langsung segera!

Untuk alur kerja ComfyUI yang lebih canggih dan premium, kunjungi 🌟Daftar Alur Kerja ComfyUI🌟