OmniGen | 이미지-대-이미지

노드 및 관련 워크플로우는 AIFSH와 saftle에 의해 완전히 개발되었습니다. 우리는 이 혁신적인 작업에 대해 AIFSH와 saftle에게 모든 공로를 돌립니다. RunComfy 플랫폼에서 우리는 단순히 AIFSH와 saftle의 커뮤니티 기여를 소개하고 있습니다. RunComfy와 AIFSH 및 saftle 사이에는 현재 공식적인 연결이나 파트너십이 없음을 알리는 것이 중요합니다. 우리는 AIFSH와 saftle의 작업을 깊이 감사드립니다!

ComfyUI OmniGen 워크플로우를 통해 사진을 조작하여 주제의 옷, 배경, 가상 착용, 셀럽과의 셀피, 요소 추가 또는 제거 등을 변경할 수 있습니다. 원하는 결과를 얻기 위해 최대 3개의 참조 이미지를 추가할 수 있습니다.

OmniGen

OmniGen은 다중 모달 프롬프트에서 다양한 비주얼을 생성하도록 설계된 다재다능한 통합 이미지 생성 모델로, 단순하고 유연합니다. 전통적인 모델과 달리 ControlNet과 같은 추가 모듈이나 포즈 추정과 같은 전처리 단계가 필요 없이 텍스트 기반 지시를 통해 직접 출력을 가능하게 합니다. GPT의 원활한 텍스트 생성 접근법에서 영감을 받아, OmniGen은 최소한의 노력으로 창의적이거나 전문화된 작업에 맞춰 세부 조정할 수 있도록 사용자에게 힘을 실어줍니다. 그 혁신적인 프레임워크는 이미지 생성의 접근성을 높이고, 비주얼 창의성을 위한 무한한 가능성을 육성합니다. OmniGen은 범용 이미지 생성의 진보로, 변혁적인 AI 도구의 다음 물결을 고무시킵니다.

1.1 OmniGen 워크플로우 사용법?

이 워크플로우에서, 왼쪽의 녹색 노드는 참조 이미지와 해상도의 입력입니다. 중간의 핑크와 퍼플 노드는 OmniGen 언샘플러와 OmniGen 모델 로더이며, 오른쪽의 파란색은 이미지 저장 노드입니다.

1. 참조 이미지를 업로드하세요.
2. 해상도와 프롬프트를 입력하세요.
3. 큐를 클릭하세요.

설정할 필요 없이, 그렇게 간단하게 렌더링됩니다.

1.2 참조 입력 이미지 로드

• 1, 2 또는 최대 3개의 참조 이미지를 업로드하세요, 옷, 사람, 셀러브리티, 동물 등의 요소.
• 이 이미지는 "image_1", "image_2", "image_3"라는 트리거 단어와 함께 프롬프트에서 사용됩니다.

1.3 해상도

• 이 노드에서 출력 이미지의 해상도를 설정하세요.
• 높은 이미지 해상도(1k 이상)에서는 더 많은 Vram이 소모되며, 이중 피사체나 대상이 나타날 가능성이 있습니다.
• 샘플러에서 변형을 생성하기 위해 batch_size와 seed를 랜덤화할 수 있습니다.

1.4 OmniGen 샘플러와 프롬프트

• 프롬프트: 참조 이미지를 기반으로 프롬프트를 추가하세요. 입력 이미지를 "image_1", "image_2", "image_3"로 표시하세요.
  • 예: image_1의 사람이 image_2에서 가져온 재킷을 입고 있습니다.
• num_inferene_step: OmniGen의 샘플링 단계를 설정합니다. 좋은 결과를 위해 25-35의 값을 사용하세요.
• img_guidance_scale: 참조 이미지의 가중치/강도를 설정합니다.
• max_input_image_size: 입력의 해상도를 제한합니다.

1.5 OmniGen 모델

모델은 에서 다운로드되며, runcomfy 서버에 의해 comfyui/model/OmniGen 폴더에 수동으로 저장됩니다. 로컬 복사본을 만드는 데 3-5분이 소요될 수 있습니다.

여기에서 다른 OmniGen 모델을 업로드할 수 있습니다.

OmniGen은 통합되고 유연한 접근 방식을 통해 워크플로우를 단순화하고 추가 도구나 전처리의 필요성을 제거함으로써 이미지 생성을 재정의합니다. 쉬운 세부 조정 및 다중 모달 기능은 창의적이고 전문화된 작업을 위한 새로운 가능성을 열어줍니다. OmniGen은 미래의 더 접근 가능하고 혁신적인 AI 기반 시각 생성의 무대를 마련합니다.