FLUX ControlNet Depth-V3 및 Canny-V3

FLUX는 에서 개발한 새로운 이미지 생성 모델입니다. FLUX-ControlNet-Depth 및 FLUX-ControlNet-Canny 모델은 XLabs AI 팀에 의해 생성되었습니다. 이 ComfyUI FLUX ControlNet 워크플로우도 XLabs AI 팀에 의해 생성되었습니다. 자세한 내용은 를 방문하세요. 모든 공로는 그들의 기여에 있습니다.

FLUX에 대하여

FLUX 모델은 RunComfy에 사전 로드되어 flux/flux-schnell 및 flux/flux-dev로 명명됩니다.

• RunComfy Medium-Sized Machine을 실행할 때: 체크포인트 flux-schnell, fp8 및 클립 t5_xxl_fp8을 선택하여 메모리 부족 문제를 피하세요.
• RunComfy Large-Sized 또는 그 이상 Machine을 실행할 때: 큰 체크포인트 flux-dev, default 및 높은 클립 t5_xxl_fp16을 선택하세요.

더 많은 세부 사항은: 을 방문하세요.

🌟다음 FLUX-ControlNet 워크플로우는 모델에 대해 특별히 설계되었습니다.🌟

FLUX-ControlNet 워크플로우에 대하여 (FLUX-ControlNet-Depth-V3 및 FLUX-ControlNet-Canny-V3)

우리는 창의적 프로세스를 향상시키기 위해 독특한 기능을 제공하는 두 가지 뛰어난 FLUX-ControlNet 워크플로우를 제공합니다: FLUX-ControlNet-Depth 및 FLUX-ControlNet-Canny.

1. ComfyUI FLUX-ControlNet-Depth-V3 워크플로우 사용 방법

FLUX-ControlNet Depth 모델은 먼저 "LoadFluxControlNet" 노드를 사용하여 로드됩니다. 최적의 깊이 제어를 위해 "flux-depth-controlnet.safetensors" 모델을 선택하세요.

• flux-depth-controlnet
• flux-depth-controlnet-v2
• flux-depth-controlnet-v3: ControlNet은 1024x1024 해상도로 훈련되었으며 1024x1024 해상도에서 작동하며, 더 나은 현실적인 버전을 제공합니다.

이 노드의 출력을 "ApplyFluxControlNet" 노드에 연결하세요. 또한 깊이 맵 이미지를 이 노드의 이미지 입력에 연결하세요. 깊이 맵은 가까운 물체는 밝고 먼 물체는 어두운 그레이스케일 이미지여야 하며, 이를 통해 FLUX-ControlNet이 깊이 정보를 정확하게 해석할 수 있습니다.

깊이 맵은 깊이 추정 모델을 사용하여 입력 이미지에서 생성할 수 있습니다. 여기서는 "MiDaS-DepthMapPreprocessor" 노드를 사용하여 로드된 이미지를 FLUX-ControlNet에 적합한 깊이 맵으로 변환합니다. 주요 매개변수:

• 임계값 = 6.28 (에지에 대한 민감도에 영향을 미침)
• 깊이 스케일 = 0.1 (깊이 맵 값이 스케일되는 양)
• 출력 크기 = 768 (깊이 맵의 해상도)

"ApplyFluxControlNet" 노드에서 Strength 매개변수는 생성된 이미지가 FLUX-ControlNet 깊이 조건에 얼마나 영향을 받는지를 결정합니다. 높은 강도는 출력이 깊이 구조에 더 가깝게 따르도록 합니다.

2. ComfyUI FLUX-ControlNet-Canny-V3 워크플로우 사용 방법

프로세스는 FLUX-ControlNet-Depth 워크플로우와 매우 유사합니다. 먼저, FLUX-ControlNet Canny 모델을 "LoadFluxControlNet"을 사용하여 로드합니다. 그런 다음 "ApplyFluxControlNet" 노드에 연결합니다.

• flux-canny-controlnet
• flux-canny-controlnet-v2
• flux-canny-controlnet-v3: ControlNet은 1024x1024 해상도로 훈련되었으며 1024x1024 해상도에서 작동하며, 더 나은 현실적인 버전을 제공합니다.

입력 이미지는 "CannyEdgePreprocessor" 노드를 사용하여 Canny 에지 맵으로 변환되어 FLUX-ControlNet에 최적화됩니다. 주요 매개변수:

• 낮은 임계값 = 100 (에지 강도 임계값)
• 높은 임계값 = 200 (에지에 대한 히스테리시스 임계값)
• 크기 = 832 (에지 맵 해상도)

결과 Canny 에지 맵은 "ApplyFluxControlNet" 노드에 연결됩니다. 다시 말해, Strength 매개변수를 사용하여 에지 맵이 FLUX-ControlNet 생성에 얼마나 영향을 미치는지 제어하세요.

3. ComfyUI FLUX-ControlNet-Depth-V3 및 ComfyUI FLUX-ControlNet-Canny-V3 모두에 대해

두 FLUX-ControlNet 워크플로우 모두에서 CLIP 인코딩된 텍스트 프롬프트가 이미지 콘텐츠를 구동하는 반면, FLUX-ControlNet 조건은 깊이 또는 에지 맵을 기반으로 구조와 기하학을 제어합니다.

다양한 FLUX-ControlNets, 깊이 및 에지와 같은 입력 모달리티를 결합하고 그 강도를 조정함으로써 FLUX-ControlNet이 생성하는 이미지의 의미적 콘텐츠와 구조에 대한 세밀한 제어를 달성할 수 있습니다.

라이선스: controlnet.safetensors는 비상업적 라이선스에 해당합니다.

라이선스

라이선스 파일 보기:

FLUX.1 [dev] 모델은 Black Forest Labs. Inc.에 의해 FLUX.1 [dev] 비상업적 라이선스 하에 라이선스됩니다. 저작권 Black Forest Labs. Inc.

어떠한 경우에도 BLACK FOREST LABS, INC.는 본 모델의 사용과 관련하여 발생하는 계약, 불법행위 또는 기타 행위에 대한 어떠한 클레임, 손해 또는 기타 책임에 대해 책임을 지지 않습니다.