ComfyUI  >  Arbetsflöden  >  AnimateDiff + ControlNet + IPAdapter V1 | Platt Anime Stil

AnimateDiff + ControlNet + IPAdapter V1 | Platt Anime Stil

Detta ComfyUI-arbetsflöde använder AnimateDiff, ControlNet (inkluderar Depth, Softedge och OpenPose), IPAdapter, Face Restore, Lora, bland andra, för att omvandla originalvideoinnehåll till en distinkt platt anime stil. Det förenklar processen, vilket gör det möjligt att skapa videor med en unik anime-estetik enkelt.

ComfyUI Vid2Vid (Anime) Arbetsflöde

Transform Video into Flat Anime Style Using AnimateDiff and ControlNet in ComfyUI
Vill du köra detta arbetsflöde?
  • Fullt operativa arbetsflöden
  • Inga saknade noder eller modeller
  • Inga manuella inställningar krävs
  • Innehåller fantastiska visuella

ComfyUI Vid2Vid (Anime) Exempel

ComfyUI Vid2Vid (Anime) Beskrivning

1. ComfyUI Arbetsflöde: AnimateDiff + ControlNet + IPAdapter | Platt Anime Stil

Detta ComfyUI-arbetsflöde använder AnimateDiff, ControlNet med fokus på Depth, Softedge, etc., IPAdapter och FaceRestore för att förvandla originalvideoinnehåll till en distinkt platt anime stil. Efter att ha erhållit resultatet kan du aktivera uppskalningsnoderna för att förbättra videons upplösning.

2. Översikt av AnimateDiff

Vänligen kolla in detaljerna på

3. Översikt av ControlNet

Vänligen kolla in detaljerna på

4. Hur man använder Face Restore

"FaceRestore" i ComfyUI är en anpassad förlängning designad för att återställa ansikten i bilder. Den utnyttjar kapaciteterna hos CodeFormer-modellen för att förbättra bildfidelitet. Här är de detaljerade förklaringarna.

Face Restore Model in ComfyUI

4.1. Input av "Face Restore CF With Model" nod

facerestore_model: Ange vilken ansiktsåterställningsmodell som ska användas. Detta är viktigt för att definiera algoritmen som kommer att tillämpas för att förbättra ansiktena i dina bilder.

image: Detta är ingångsbilden som innehåller ansikten du vill återställa. Noden kommer att bearbeta denna bild och tillämpa ansiktsåterställning på de upptäckta ansiktena.

facedetection: Välj ansiktsdetektionsmodell från följande alternativ. Denna modell är ansvarig för att identifiera och beskära ansikten från ingångsbilden: Var och en av dessa alternativ har sina styrkor, vissa är mer noggranna medan andra är snabbare eller lättare i termer av nödvändiga beräkningsresurser.

  • retinaface_resnet50
  • retinaface_mobile0.25
  • YOLOv5l
  • YOLOv5n

codeformer_fidelity (FLOAT): En kritisk parameter som låter dig justera fideliteten hos CodeFormer-modellen. Denna inställning bestämmer balansen mellan att återställa ansiktet med hög trohet till originalet och att förbättra bilden. Ett högre värde kan behålla fler originalfunktioner, medan ett lägre värde kan resultera i en mer 'idealiserad' återställning.

4.2. Output av "Face Restore CF With Model" nod

IMAGE: Utgången är den bearbetade bilden där ansiktena har återställts. Denna bild är resultatet av ansiktsåterställningsprocessen, som visar förbättrad klarhet, detaljer och övergripande förbättrad visuell kvalitet på de ansikten som upptäckts i ingångsbilden.

Fler ComfyUI-handledningar

Vill du ha fler ComfyUI arbetsflöden?

RunComfy

© Copyright 2024 RunComfy. Alla Rättigheter Förbehållna.

RunComfy är den främsta ComfyUI plattform, som erbjuder ComfyUI online miljö och tjänster, tillsammans med ComfyUI arbetsflöden med fantastiska visuella.