FLUX — это новая модель генерации изображений, разработанная , Модели FLUX-ControlNet-Depth и FLUX-ControlNet-Canny были созданы командой XLabs AI. Этот рабочий процесс ComfyUI FLUX ControlNet также был создан командой XLabs AI. Для получения дополнительной информации, пожалуйста, посетите . Все заслуги принадлежат их вкладу.
Модели FLUX предварительно загружены на RunComfy, называются flux/flux-schnell
и flux/flux-dev
.
flux-schnell, fp8
и клип t5_xxl_fp8
, чтобы избежать проблем с нехваткой памяти.flux-dev, default
и высокий клип t5_xxl_fp16
.Для получения дополнительной информации посетите:
🌟Следующий рабочий процесс FLUX-ControlNet специально разработан для модели .🌟
Мы представляем два исключительных рабочих процесса FLUX-ControlNet: FLUX-ControlNet-Depth и FLUX-ControlNet-Canny, каждый из которых предлагает уникальные возможности для улучшения вашего творческого процесса.
Модель FLUX-ControlNet Depth сначала загружается с помощью узла "LoadFluxControlNet". Выберите модель "flux-depth-controlnet.safetensors" для оптимального контроля глубины.
Подключите выход этого узла к узлу "ApplyFluxControlNet". Также подключите изображение карты глубины к входу изображения этого узла. Карта глубины должна быть черно-белым изображением, где более близкие объекты ярче, а дальние объекты темнее, что позволяет FLUX-ControlNet точно интерпретировать информацию о глубине.
Вы можете сгенерировать карту глубины из входного изображения, используя модель оценки глубины. Здесь узел "MiDaS-DepthMapPreprocessor" используется для преобразования загруженного изображения в карту глубины, подходящую для FLUX-ControlNet. Ключевые параметры:
В узле "ApplyFluxControlNet" параметр Strength определяет, насколько сильно создаваемое изображение будет зависеть от условий глубины FLUX-ControlNet. Более высокая сила сделает вывод более точно соответствующим структуре глубины.
Процесс очень похож на рабочий процесс FLUX-ControlNet-Depth. Сначала модель FLUX-ControlNet Canny загружается с помощью "LoadFluxControlNet". Затем она подключается к узлу "ApplyFluxControlNet".
Входное изображение преобразуется в карту краев Canny с помощью узла "CannyEdgePreprocessor", оптимизируя его для FLUX-ControlNet. Ключевые параметры:
Полученная карта краев Canny подключается к узлу "ApplyFluxControlNet". Опять же, используйте параметр Strength, чтобы контролировать, насколько карта краев влияет на генерацию FLUX-ControlNet.
В обоих рабочих процессах FLUX-ControlNet, CLIP закодированный текстовый запрос подключается для управления содержанием изображения, в то время как условие FLUX-ControlNet контролирует структуру и геометрию на основе карты глубины или краев.
Сочетая разные FLUX-ControlNets, входные данные, такие как глубина и края, и настраивая их силу, вы можете достичь тонкого контроля как над семантическим содержанием, так и над структурой изображений, создаваемых FLUX-ControlNet.
Лицензия: controlnet.safetensors попадает под Некоммерческая лицензия
Просмотр файлов лицензий:
Модель FLUX.1 [dev] лицензирована Black Forest Labs. Inc. по Некоммерческой лицензии FLUX.1 [dev]. Авторские права Black Forest Labs. Inc.
НИ ПРИ КАКИХ ОБСТОЯТЕЛЬСТВАХ BLACK FOREST LABS, INC. НЕ НЕСЕТ ОТВЕТСТВЕННОСТИ ЗА ЛЮБЫЕ ПРЕТЕНЗИИ, УЩЕРБ ИЛИ ИНЫЕ ОБЯЗАТЕЛЬСТВА, ВОЗНИКАЮЩИЕ В РЕЗУЛЬТАТЕ ИЛИ В СВЯЗИ С ИСПОЛЬЗОВАНИЕМ ЭТОЙ МОДЕЛИ.
© Авторское право 2024 RunComfy. Все права защищены.