Vid2Vid Del 2 | SDXL Stiloverføring

ComfyUI Vid2Vid arbeidsflyt, opprettet av YVANN, introduserer to forskjellige arbeidsflyter for å oppnå høy-kvalitets, profesjonelle animasjoner.

• Den første arbeidsflyten: ComfyUI Vid2Vid Del 1 | Komposisjon og Maskering
• Den andre arbeidsflyten: ComfyUI Vid2Vid Del 2 | SDXL Stiloverføring

ComfyUI Vid2Vid Del 2 | SDXL Stiloverføring

Denne arbeidsflyten transformerer den originale videostilen til din ønskede stil.

Trinn 1: Modeller Laster | ComfyUI Vid2Vid Arbeidsflyt Del 2

Efficient Loader noden er det første trinnet hvor du velger de passende modellene for din animasjon. Dette inkluderer å velge checkpoint-modellen, VAE (Variational Autoencoder) modellen, og LoRA (Low-Rank Adaptation) modellen. Disse modellene er avgjørende for å definere kapasitetene og stilen til din animasjon.

Trinn 2: Laster Utdata fra den Første Arbeidsflyten | ComfyUI Vid2Vid Arbeidsflyt Del 2

VIKTIGE Tips:

1. Bruk frame_load_cap=10 for en rask test.
2. Hvis testresultatet er tilfredsstillende, øk frame_load_cap til en større størrelse.

⚠️ Hvis du vil rendere en lang video, som en med mer enn 100 rammer, anbefales det å dele videoen inn i flere rendering, hver med INNTIL 100 RAMMER. Å rendere mer enn dette på en gang kan forårsake at ComfyUI-systemet blir avbrutt. Du kan justere skip_first_frames og frame_load_cap parameterne for å bestemme hvilke rammer som skal rendres.

For mer detaljer, vennligst besøk 📽️⚠️ Hvordan Rendere Lange Videoer (Over 200 Rammer)

Trinn 3: ControlNet | ComfyUI Vid2Vid Arbeidsflyt Del 2

ControlNet brukes til å legge til forskjellige betingede kontroller til bildegenereringsprosessen. Den består av forskjellige modeller for å bruke spesifikke transformasjoner:

1. ControlNet Tile: Denne modellen hjelper med å opprettholde konsistens på tvers av flislagte bilder, og sikrer at mønstre og teksturer forblir kontinuerlige uten synlige sømmer.
2. ControlNet Depth: Legger til dybdeinformasjon til bildene, og skaper en mer realistisk følelse av 3D-rom. Denne modellen bruker dybdekart for å veilede diffusjonsmodellen, og forbedrer oppfatningen av dybde og volum.
3. ControlNet Canny: Bruker kantdeteksjon for å gi strukturell veiledning. Ved å oppdage og bevare kantene i inngangsbilder, hjelper den med å opprettholde integriteten til former og konturer under stiloverføring.

Trinn 4: AnimateDiff | ComfyUI Vid2Vid Arbeidsflyt Del 2

AnimateDiff noden introduserer temporal koherens til animasjonen ved å sikre at stilistiske endringer overføres jevnt mellom rammer. Dette er avgjørende for å unngå flimring og sikre en sømløs visuell opplevelse.

Trinn 5: IPAdapter | ComfyUI Vid2Vid Arbeidsflyt Del 2

IPAdapter noden anvender en sterk stiloverføring til den originale videoen, og effektivt overfører den ønskede kunstneriske stilen til videorammene. Denne robuste anvendelsen av stil sikrer at det endelige resultatet tett matcher den tiltenkte kunstneriske visjonen samtidig som det opprettholder integriteten til det originale innholdet.

Trinn 6: Første Rendering | ComfyUI Vid2Vid Arbeidsflyt Del 2

Den første renderingen blir produsert basert på den innledende anvendelsen av modellene og betingelsene. Denne renderingen fungerer som et utkast.

Trinn 7: Fargematching og Andre Rendering | ComfyUI Vid2Vid Arbeidsflyt Del 2

Etter den første rendering, blir fargematchingsteknikker anvendt for å sikre konsistens i fargetoner og paletter på tvers av rammer. Etter fargematching blir en andre rendering produsert, som inkorporerer nødvendige justeringer fra den første rendering.

Trinn 8: Oppskalering om Nødvendig | ComfyUI Vid2Vid Arbeidsflyt Del 2

Hvis oppløsningen til animasjonen trenger å forbedres, blir oppskalerings-teknikker anvendt. Dette trinnet sikrer at det endelige resultatet møter de ønskede kvalitets- og oppløsningsstandardene.

Ved å bruke ComfyUI Vid2Vid arbeidsflyt Del 2, kan du effektivt transformere den originale videostilen til ditt ønskede kunstneriske uttrykk, og opprettholde konsistens og kvalitet gjennom hele animasjonsprosessen.