ComfyUI  >  Arbeidsflyter  >  FLUX ControlNet Depth-V3 & Canny-V3

FLUX ControlNet Depth-V3 & Canny-V3

Transformer din kreative prosess med FLUX-ControlNet Depth og Canny-modeller, designet for FLUX.1 [dev] av XLabs AI. Denne ComfyUI arbeidsflyten veileder deg gjennom lasting av modeller, innstilling av parametere og kombinasjon av FLUX-ControlNets for enestående kontroll over bildeinnhold og struktur. Enten du bruker dybdekart eller kantdeteksjon, gir FLUX-ControlNet deg muligheten til å skape fantastisk AI-kunst.

ComfyUI FLUX-ControlNet Arbeidsflyt

ComfyUI FLUX ControlNet Depth and Canny Workflow
Vil du kjøre denne arbeidsflyten?
  • Fullt operasjonelle arbeidsflyter
  • Ingen manglende noder eller modeller
  • Ingen manuelle oppsett kreves
  • Har fantastiske visuelle effekter

ComfyUI FLUX-ControlNet Eksempler

ComfyUI FLUX-ControlNet Beskrivelse

FLUX er en ny bildegenereringsmodell utviklet av . FLUX-ControlNet-Depth og FLUX-ControlNet-Canny-modellene ble opprettet av XLabs AI-teamet. Denne ComfyUI FLUX ControlNet arbeidsflyten ble også opprettet av XLabs AI-teamet. For mer informasjon, vennligst besøk . All ære går til deres bidrag.

Om FLUX

FLUX-modellene er forhåndslastet på RunComfy, navngitt flux/flux-schnell og flux/flux-dev.

  • Når du starter en RunComfy Medium-Sized Machine: Velg sjekkpunktet flux-schnell, fp8 og klipp t5_xxl_fp8 for å unngå ut-av-minne problemer.
  • Når du starter en RunComfy Large-Sized eller Above Machine: Velg et stort sjekkpunkt flux-dev, default og en høy klipp t5_xxl_fp16.

For mer informasjon, besøk: 

🌟Den følgende FLUX-ControlNet arbeidsflyten er spesifikt designet for  modellen.🌟

Om FLUX-ControlNet Workflow (FLUX-ControlNet-Depth-V3 og FLUX-ControlNet-Canny-V3)

Vi presenterer to eksepsjonelle FLUX-ControlNet arbeidsflyter: FLUX-ControlNet-Depth og FLUX-ControlNet-Canny, som hver tilbyr unike muligheter for å forbedre din kreative prosess.

1. Hvordan bruke ComfyUI FLUX-ControlNet-Depth-V3 Workflow

FLUX-ControlNet Depth-modellen lastes først ved å bruke "LoadFluxControlNet" noden. Velg modellen "flux-depth-controlnet.safetensors" for optimal dybdekontroll.

  • flux-depth-controlnet
  • flux-depth-controlnet-v2
  • flux-depth-controlnet-v3: ControlNet er trent på 1024x1024 oppløsning og fungerer for 1024x1024 oppløsning, med bedre og mer realistisk versjon

Koble utgangen av denne noden til "ApplyFluxControlNet" noden. Koble også ditt dybdekartbilde til bildeinngangen til denne noden. Dybdekartet skal være et gråskala bilde hvor nærmere objekter er lysere og fjernere objekter er mørkere, slik at FLUX-ControlNet kan tolke dybdeinformasjonen nøyaktig.

Du kan generere dybdekartet fra et inngangsbilde ved å bruke en dybdeestimeringsmodell. Her brukes "MiDaS-DepthMapPreprocessor" noden for å konvertere det lastede bildet til et dybdekart som er egnet for FLUX-ControlNet. Viktige parametere:

  • Threshold = 6.28 (påvirker følsomheten for kanter)
  • Depth scale = 0.1 (hvor mye dybdekartverdiene skaleres med)
  • Output Size = 768 (oppløsning av dybdekart)

I "ApplyFluxControlNet" noden bestemmer styrkeparameteren hvor mye det genererte bildet påvirkes av FLUX-ControlNet dybdekondisjoneringen. Høyere styrke vil gjøre at utgangen holder seg tettere til dybdetrukturen.

2. Hvordan bruke ComfyUI FLUX-ControlNet-Canny-V3 Workflow

Prosessen er veldig lik FLUX-ControlNet-Depth arbeidsflyten. Først lastes FLUX-ControlNet Canny-modellen ved å bruke "LoadFluxControlNet". Deretter kobles den til "ApplyFluxControlNet" noden.

  • flux-canny-controlnet
  • flux-canny-controlnet-v2
  • flux-canny-controlnet-v3: ControlNet er trent på 1024x1024 oppløsning og fungerer for 1024x1024 oppløsning, med bedre og mer realistisk versjon

Inngangsbilde konverteres til et Canny kantkart ved å bruke "CannyEdgePreprocessor" noden, optimalisert for FLUX-ControlNet. Viktige parametere:

  • Low Threshold = 100 (kantenes intensitetsterskel)
  • High Threshold = 200 (hystereseterskel for kanter)
  • Size = 832 (oppløsning av kantkart)

Det resulterende Canny kantkartet kobles til "ApplyFluxControlNet" noden. Igjen, bruk styrkeparameteren for å kontrollere hvor mye kantkartet påvirker FLUX-ControlNet genereringen.

3. Både for ComfyUI FLUX-ControlNet-Depth-V3 og ComfyUI FLUX-ControlNet-Canny-V3

I begge FLUX-ControlNet arbeidsflyter kobles CLIP-kodet tekstprompt for å drive bildeinnholdet, mens FLUX-ControlNet kondisjoneringen kontrollerer strukturen og geometrien basert på dybde- eller kantkart.

Ved å kombinere forskjellige FLUX-ControlNets, inngangsmodaliteter som dybde og kanter, og justere deres styrke, kan du oppnå finjustert kontroll over både det semantiske innholdet og strukturen til bildene generert av FLUX-ControlNet.

Lisens: controlnet.safetensors faller under  ikke-kommersiell lisens

Lisens

Vis lisensfiler:

FLUX.1 [dev] modellen er lisensiert av Black Forest Labs. Inc. under FLUX.1 [dev] ikke-kommersiell lisens. Opphavsrett Black Forest Labs. Inc.

UNDER INGEN OMSTENDIGHETER SKAL BLACK FOREST LABS, INC. VÆRE ANSVARLIG FOR NOEN KRAV, SKADER ELLER ANNEN ANSVAR, ENTEN I EN KONTRAKTSHANDLING, TORT ELLER ANNET, SOM OPPSTÅR FRA, UT AV ELLER I FORBINDELSE MED BRUK AV DENNE MODELLEN.

Flere ComfyUI Opplæringer

Vil du ha Flere ComfyUI Arbeidsflyter?

RunComfy

© Opphavsrett 2024 RunComfy. Alle Rettigheter Forbeholdt.

RunComfy er den fremste ComfyUI plattformen, som tilbyr ComfyUI online miljø og tjenester, sammen med ComfyUI arbeidsflyter med fantastiske visuelle effekter.