Vid2Vid Część 2 | SDXL Style Transfer

Przepływ pracy ComfyUI Vid2Vid, stworzony przez YVANN, wprowadza dwa różne przepływy pracy, aby osiągnąć wysokiej jakości, profesjonalne animacje.

• Pierwszy przepływ pracy: ComfyUI Vid2Vid Część 1 | Kompozycja i Maskowanie
• Drugi przepływ pracy: ComfyUI Vid2Vid Część 2 | SDXL Style Transfer

ComfyUI Vid2Vid Część 2 | SDXL Style Transfer

Ten przepływ pracy przekształca styl oryginalnego wideo w pożądany styl.

Krok 1: Loader Modeli | ComfyUI Vid2Vid Workflow Część 2

Węzeł Efficient Loader jest początkowym krokiem, w którym wybierasz odpowiednie modele do swojej animacji. Obejmuje to wybór modelu checkpoint, modelu VAE (Variational Autoencoder) i modelu LoRA (Low-Rank Adaptation). Te modele są kluczowe dla określenia możliwości i stylu twojej animacji.

Krok 2: Ładowanie Wyniku z Pierwszego Przepływu Pracy | ComfyUI Vid2Vid Workflow Część 2

WAŻNE Wskazówki:

1. Użyj frame_load_cap=10 do szybkiego testu.
2. Jeśli wynik testu jest zadowalający, zwiększ frame_load_cap do większego rozmiaru.

⚠️ Jeśli chcesz renderować długie wideo, takie jak to z więcej niż 100 klatkami, zaleca się podzielenie wideo na wiele renderów, z których każdy zawiera NIE WIĘCEJ NIŻ 100 KLATEK. Renderowanie więcej niż to naraz może spowodować przerwanie systemu ComfyUI. Możesz dostosować parametry skip_first_frames i frame_load_cap, aby zdecydować, które klatki renderować.

Więcej szczegółów znajdziesz na stronie 📽️⚠️ Jak Renderować Długie Wideo (Ponad 200 Klatek)

Krok 3: ControlNet | ComfyUI Vid2Vid Workflow Część 2

ControlNet jest używany do dodawania różnych warunkowych kontroli do procesu generowania obrazów. Składa się z różnych modeli, które stosują określone transformacje:

1. ControlNet Tile: Ten model pomaga w utrzymaniu spójności w obrazach kafelkowych, zapewniając, że wzory i tekstury pozostają ciągłe bez widocznych szwów.
2. ControlNet Depth: Dodaje informacje o głębokości do obrazów, tworząc bardziej realistyczne poczucie przestrzeni 3D. Ten model wykorzystuje mapy głębokości, aby kierować modelem dyfuzji, wzmacniając percepcję głębi i objętości.
3. ControlNet Canny: Wykorzystuje detekcję krawędzi do zapewnienia strukturalnego przewodnictwa. Poprzez wykrywanie i zachowanie krawędzi w obrazach wejściowych, pomaga w utrzymaniu integralności kształtów i konturów podczas przenoszenia stylu.

Krok 4: AnimateDiff | ComfyUI Vid2Vid Workflow Część 2

Węzeł AnimateDiff wprowadza spójność czasową do animacji, zapewniając płynne przejścia stylistyczne między klatkami. Jest to kluczowe dla uniknięcia migotania i zapewnienia płynnego doświadczenia wizualnego.

Krok 5: IPAdapter | ComfyUI Vid2Vid Workflow Część 2

Węzeł IPAdapter stosuje silne przenoszenie stylu do oryginalnego wideo, efektywnie przenosząc pożądany artystyczny styl na klatki wideo. Ta solidna aplikacja stylu zapewnia, że końcowy wynik ściśle odpowiada zamierzonej wizji artystycznej, zachowując integralność oryginalnej zawartości.

Krok 6: Pierwsze Renderowanie | ComfyUI Vid2Vid Workflow Część 2

Pierwsze renderowanie jest produkowane na podstawie początkowego zastosowania modeli i warunków. To renderowanie służy jako szkic.

Krok 7: Dopasowanie Kolorów i Drugie Renderowanie | ComfyUI Vid2Vid Workflow Część 2

Po pierwszym renderowaniu stosowane są techniki dopasowywania kolorów, aby zapewnić spójność tonów kolorystycznych i palet w całych klatkach. Po dopasowaniu kolorów produkowane jest drugie renderowanie, uwzględniając wszelkie konieczne korekty z pierwszego renderowania.

Krok 8: Skalowanie jeśli Potrzebne | ComfyUI Vid2Vid Workflow Część 2

Jeśli rozdzielczość animacji wymaga poprawy, stosowane są techniki skalowania. Ten krok zapewnia, że końcowy wynik spełnia pożądane standardy jakości i rozdzielczości.

Korzystając z przepływu pracy ComfyUI Vid2Vid Część 2, możesz efektywnie przekształcić oryginalny styl wideo w pożądany wyraz artystyczny, zachowując spójność i jakość w całym procesie animacji.