Consistent Characters med Flux

Denne Consistent Characters med Flux-arbeidsflyten ble opprettet av . Vi anbefaler sterkt å sjekke ut hans detaljerte veiledning for å lære hvordan du bruker denne kraftige Consistent Characters-arbeidsflyten effektivt. Mens vi har gjengitt Consistent Characters-arbeidsflyten og satt opp miljøet for din bekvemmelighet, går all ære til Mickmumpitz for hans utmerkede arbeid med å utvikle denne Flux-baserte Consistent Characters-løsningen.

Consistent Characters med Flux

Consistent Characters Workflow med Flux er et kraftig ComfyUI-verktøy som opprettholder konsistensen av AI-genererte karakterer på tvers av flere utganger. Det er ideelt for å lage filmatiske AI-filmer, barnebøker eller ethvert prosjekt som krever stabile Consistent Characters-utseender. Denne Flux-baserte arbeidsflyten strømlinjeformer prosessen med å oppnå ensartede Consistent Characters-utseender, og reduserer behovet for flere prompt og finjustering. Ved å utnytte Flux.1 dev-modellen, forbedrer den stabiliteten til genererte Consistent Characters, og sikrer at de opprettholder det samme utseendet og følelsen, enten de er animerte eller gjengitt realistisk.

Hvordan bruke Consistent Characters med Flux-arbeidsflyten?

Consistent Characters Workflow med Flux er delt inn i fire moduler (Characters Generation, Upscale + Face Fix, Poses, Emotions), hver designet for å strømlinjeforme prosessen med å generere Consistent Characters med et ensartet utseende på tvers av flere utganger.

Fast Groups Muter (rgthree) Node

Etter å ha lastet inn Fast Groups Muter (rgthree) noden, utføres modulene 2, 3 og 4 automatisk, og ingen ytterligere oppsett er nødvendig. Denne noden kontrollerer bryterne for alle fire modulene, noe som gjør Consistent Characters-prosessen jevnere og mer effektiv.

Fast Groups Muter (rgthree) Node Control module switch (yes/no).

1. Characters Generation

Denne modulen bruker Flux-modellene og Flux ControlNet-modellen for å generere en Consistent Characters-tabell ved å veilede genereringsprosessen med prompt. Inndataene, som er et poseskjema, fungerer som en referanse for å styre Consistent Characters-genereringen. Ved å lage passende prompt kan du styre modellen til å lage ønskede Consistent Characters-skjemaer.

Her er noen prompeksempler:

Et karakterskjema med en amerikansk kvinne iført en kåpe, kledd i høstmote, med et nøytralt uttrykk. Skjemaet skal ha en hvit bakgrunn, flere visninger fra forskjellige vinkler og et synlig ansiktsportrett. Den overordnede stilen skal ligne et mesterverkfotografi.

Et karakterskjema som viser en alvevokter iført en kappe laget av høstblader, kledd i skogfarger, med et bestemt uttrykk. Skjemaet skal ha en pergamentbakgrunn, flere visninger fra forskjellige vinkler og et synlig ansiktsportrett. Vokteren skal ledsages av en majestetisk hjort, bære en langbue og kogger på ryggen. Den overordnede stilen skal ligne et mesterverk av digital maleri av en kvinnelig alv med langt gyllent hår.

Tips: Hvis det genererte Consistent Characters-skjemaet ikke oppfyller dine forventninger, prøv å justere frøverdien for å regenerere utdataene med variasjoner.

2. Upscale + Face Fix

2.1 Ultimate SD Upscale

Ultimate SD Upscale er en node som brukes i bildegenereringsrørledninger for å forbedre bildekvaliteten ved å dele bildet inn i mindre fliser, behandle hver flis individuelt, og deretter sy dem sammen igjen. Denne prosessen muliggjør generering av høyoppløselige bilder mens minnebruk administreres og reduserer artefakter som kan oppstå ved oppskalering.

Parametere:

• upscale_by: Faktoren som bildets bredde og høyde multipliseres med. For presise dimensjoner, bruk "No Upscale"-versjonen.
• seed: Kontrollerer tilfeldighet i genereringsprosessen. Ved å bruke samme frø gir samme resultater.
• control_after_generate: Justerer bildedetaljene etter generering.
• steps: Antall iterasjoner under bildegenerering. Flere trinn gir finere detaljer, men lengre prosesseringstid.
• cfg: Classifier-Free Guidance-skala som justerer hvor strengt modellen følger inndataene.
• sampler_name: Angir prøvemetoden som brukes for bildegenerering.
• scheduler: Definerer hvordan datamaskinressurser allokeres gjennom genereringen.
• denoise: Kontrollerer nivået av støyfjerning, som påvirker detaljbevaring fra det originale bildet. Anbefalt: 0.35 for forbedring, 0.15-0.20 for minimale endringer.
• mode_type: Bestemmer behandlingsmodusen, for eksempel hvordan fliser behandles.
• tile_width og tile_height: Dimensjonene på flisene som brukes i behandlingen. Større størrelser reduserer sømmer, men krever mer minne.
• mask_blur: Gjør kantene på maskene som brukes til flisblanding uskarpe, slik at overganger mellom fliser blir jevnere.
• tile_padding: Antall piksler fra nabofliser som vurderes under behandling for å redusere sømmer.
• seam_fix_mode: Metode for å korrigere synlige sømmer mellom fliser:
  • Bands pass: Fikser sømmer langs rader og kolonner.
  • Half tile offset pass: Bruker en offset for bedre å blande sømmer.
  • Half tile offset + intersections pass: Inkluderer ekstra passeringer ved kryss.
• seam_fix_denoise: Styrken på støyreduksjon under sømfiksering.
• seam_fix_width: Bredden på områdene som behandles under sømfiksering.
• seam_fix_mask_blur: Gjør masken uskarp for jevnere sømkorrigeringer.
• seam_fix_padding: Polstring rundt sømmer under korreksjon for å sikre jevnere resultater.
• force_uniform_tiles: Sikrer at fliser opprettholder en ensartet størrelse ved å utvide kantfliser når det er nødvendig, og minimerer artefakter.
• tiled_decode: Behandler bilde fliser individuelt for å redusere minnebruk under høyoppløselig generering.
• Target size type: Bestemmer hvordan den endelige bildestørrelsen settes:
  • From img2img settings: Bruker standard bredde og høyde.
  • Custom size: Tillater manuell bredde- og høydesetting (maks 8192px).
  • Scale from image size: Skalerer basert på den opprinnelige bildestørrelsen.
• Upscaler: Metoden for å oppskalere bilder før videre behandling (f.eks. ESRGAN).
• Redraw: Kontrollerer hvordan bildet tegnes på nytt:
  • Linear: Behandler fliser sekvensielt.
  • Chess: Bruker et sjakkbrettmønster for behandling for å redusere artefakter.
  • None: Deaktiverer omtegning, og fokuserer kun på sømfiksering.

2.2. FaceDetailer (pipe)

FaceDetailerPipe er en node designet for å forbedre ansiktsdetaljer i bilder, ved å bruke avanserte bildebehandlingsteknikker for å forbedre skarpheten og klarheten i ansiktstrekk. Den er en del av ComfyUI Impact Pack, som har som mål å gi høy kvalitet på ansiktsdetaljforbedringer for ulike applikasjoner.

Parametere:

• image: Inngangsbilde som skal forbedres, som fungerer som hovedmotivet for ansiktsdetaljering.
• guide_size: En parameter som kontrollerer størrelsen på veiledningsområdet som brukes til å forbedre ansiktstrekkene, og påvirker hvor mye kontekst som vurderes.
• guide_size_for: Bestemmer om veiledningsstørrelsen skal brukes for spesifikke områder.
• max_size: Angir den maksimale størrelsesgrensen for behandlede bilder, og sikrer minnehåndtering.
• seed: Kontrollerer tilfeldighet i bildeforbedringsprosessen, og tillater reproduserbare resultater når samme frø brukes.
• steps: Antall iterasjoner for å forbedre detaljer. Flere trinn gir finere detaljer, men krever mer behandlingstid.
• cfg: Classifier-Free Guidance-skalaen, som justerer hvor nært modellen følger inndataene.
• sampler_name: Definerer prøvemetoden som brukes for detaljforfining.
• scheduler: Bestemmer den datamaskinplanleggingsstrategien under behandling.
• denoise: Kontrollerer styrken av støyreduksjon som brukes under forbedringsprosessen. Lavere verdier beholder flere originale detaljer, mens høyere verdier gir glattere resultater.
• feather: Kontrollerer jevnheten i overgangen mellom forbedrede og originale områder, og hjelper til med å blande endringene sømløst.
• noise_mask: Aktiverer eller deaktiverer bruken av en støymaske for å målrette spesifikke områder for støyreduksjon.
• force_inpaint: Tvinger innmaling i områder som trenger ekstra forbedring eller korreksjoner.
• bbox_threshold: Angir terskelen for å oppdage avgrensningsbokser rundt ansiktstrekk, og påvirker følsomheten.
• bbox_dilation: Utvider de oppdagede avgrensningsboksområdene for å sikre at alle relevante funksjoner inkluderes under forbedring.
• bbox_crop_factor: Justerer beskjæringsfaktoren for oppdagede avgrensningsbokser, og kontrollerer fokuseringsområdet for forbedring.
• sam_detection_hint: Angir ytterligere hint eller veiledninger for oppdagelsesprosessen.
• sam_dilation: Justerer utvidelsen som brukes på de oppdagede områdene, og tillater bredere dekning.
• sam_threshold: Definerer terskelen for deteksjonsfølsomhet i SAM (Segment Anything Model) prosessen.
• sam_bbox_expansion: Utvider avgrensningsboksene oppdaget av SAM, og hjelper til med å inkludere mer omgivende kontekst.
• sam_mask_hint_threshold: Justerer terskelen for maskehintene gitt av SAM, og kontrollerer hvordan områder defineres for maskering.
• sam_mask_hint_use_negative: Bestemmer om negative hint skal brukes, og påvirker maskeringen av visse områder.
• drop_size: Angir størrelsen på dråpene som brukes under forbedringsprosessen, noe som kan påvirke forfiningsnivået.
• refiner_ratio: Kontrollerer forholdet for å foredle ansiktsdetaljer, og balanserer mellom å bevare originale funksjoner og legge til klarhet.
• cycle: Angir antall forfiningssykluser som skal brukes, og påvirker dybden av forbedring.
• inpaint_model (Optional): Aktiverer bruken av en innmalingsmodell for å fylle inn manglende eller uklare områder under detaljprosessen.
• noise_mask_feather: Justerer fjæringen av støy masken, og gir en jevnere overgang mellom støyende og støyfrie områder.

3. Poses

Denne modulen lar deg bruke bildebeskjæringsnoden for å skille hver pose fra det genererte karakterskjemaet og lagre individuelle poseringer av karakteren for videre bruk eller justeringer.

4. Emotions

Denne modulen bruker Photo Expression Editor (PHM) noden for å justere ansiktsuttrykk i bilder. Parametrene lar deg finjustere ulike ansiktsaspekter, som hodebevegelser, blunking og smil.

Expression Editor Parameters：

• rotate_pitch: Kontrollerer opp-og-ned-bevegelsen av hodet.
• rotate_yaw: Justerer side-til-side-bevegelsen av hodet.
• rotate_roll: Bestemmer vinkel på hodehelling.
• blink: Kontrollerer intensiteten av øyeblink.
• eyebrow: Justerer øyenbrynsbevegelser.
• wink: Kontrollerer blunking.
• pupil_x: Flytter pupillene horisontalt.
• pupil_y: Flytter pupillene vertikalt.
• aaa: Kontrollerer munnformen for "aaa" vokallyd.
• eee: Kontrollerer munnformen for "eee" vokallyd.
• woo: Kontrollerer munnformen for "woo" vokallyd.
• smile: Justerer graden av et smil.
• src_ratio: Bestemmer forholdet av kildeuttrykket som skal brukes.
• sample_ratio: Bestemmer forholdet av prøveuttrykket som skal brukes.
• sample_parts: Angir hvilke deler av prøveuttrykket som skal brukes ("OnlyExpression", "OnlyRotation", "OnlyMouth", "OnlyEyes", "All").
• crop_factor: Kontrollerer beskjæringsfaktoren av ansiktsområdet.

Flux-modellene og arbeidsflytens strømlinjeformede moduler gjør det enkelt for deg å opprettholde Consistent Characters-utseender på tvers av ulike utganger. Du vil kunne bringe karakterene dine til live som aldri før, og skape en virkelig oppslukende opplevelse for publikum!