本篇文章目录
一、sd1.5基础文生图
二、加载VAE
三、加载Lora
四、图生图
五、批量生成
六、CLIP设置停止层(CLIP Set Last Layer node)
七、二次采样
八、局部修复
首先从最简单的工作流开始
一、sd1.5基础文生图
K采样器知识点:
·DPMPP_2M/KARRAS通常选这两个,整体表现较好
·如果想要每次生成不一样的图像,可以选择
以_SDE和_ANCESTRAL结尾的采样器
·如果效果不理想,则增加步骤数(每次+5步)。
·如果图像看起来过于饱和,请降低CFG值。
二、加载VAE
VAE知识点:
·VAE模型负责将潜像转换到像素空间中。该过程是“有损的”,良好的VAE模型对于获得高质量的图像至关重要。
·840000是一个很好的最常用的VAE,但还有更多。如果作者建议使用特定的VAE,请查看Huggingface或CivitAI上的Checkpoint描述。
三、加载Lora
LORA知识点:
·模型强度和CLIP强度应该具有相同的值,但您可以使用这些值来获得不同的结果。
·CLIP负责翻译提示。MODEL是实际训练的数据。
·可以多个lora同时实用。
四、图生图
五、批量生成
·设置批次大小就是设置出图数量
六、CLIP设置停止层(CLIP Set Last Layer node)
直译为CLIP 设置最后一层节点 (CLIP Set Last Layer node)知识点:
·它用于设置从哪个 CLIP 输出层获取文本嵌入。文本被编码成嵌入的过程是通过 CLIP 模型的多层变换实现的。虽然传统的扩散模型通常根据 CLIP 的最后一层的输出进行条件设定,但有些扩散模型是基于早期层的条件设定的,如果使用最后一层的输出,可能效果不佳。
·CLIP 设置最后一层节点 (CLIP Set Last Layer Node) 就像是一个控制器,它可以帮我们决定从哪一层的 CLIP 模型中提取我们需要的文本信息。你可以把 CLIP 模型想像成一个大楼,每一层都有不同的信息。这个节点就是电梯调度员,可以帮助我们选择去到哪一层获取信息。传统上,我们会从最顶层(最后一层)获取信息,因为那里的信息是最完整、最精炼的。但是,在某些情况下,一些特定的模型可能需要从较低的楼层(早期的层)获取信息,因为这些较早的层可能包含有更原始或更具体的信息。这就像有些人可能需要去大楼的档案室(早期的层)而不是总裁办公室(最后一层)来找他们需要的信息。在这个节点中,你需要输入一个 CLIP 模型,然后它会按照你的指示,从正确的层次中获取信息,然后输出一个新的、已经设置好输出层的 CLIP 模型。
七、二次采样
·使用两个K采样器可以增加清晰度并纠正小错误。
·增加降噪会添加更多细节,但也会对第一次采样的结果进行更多的更改.
·降噪值越大变化越大.
八、修复
通过修复模型修复:
·需要选择INPAINTING(修复)模型,通过遮罩修复图像的某些细节。
·第一个采样器需要尝试多个随机种,从中提取效果最好的
·二次采样使用低降噪来增加细节,并将所有内容合并在一起。
最后说明一下:SD1.5模型生成的尺寸只有512.人物脸部容易崩坏,所以建议加上图片高清放大的工作流配合使用
为了帮助大家更好地掌握 ComfyUI,我在去年花了几个月的时间,撰写并录制了一套ComfyUI的基础教程,共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。
由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取
一、ComfyUI配置指南
-
报错指南
-
环境配置
-
脚本更新
-
后记
-
.......
二、ComfyUI基础入门
-
软件安装篇
-
插件安装篇
-
......
三、 ComfyUI工作流节点/底层逻辑详解
-
ComfyUI 基础概念理解
-
Stable diffusion 工作原理
-
工作流底层逻辑
-
必备插件补全
-
......
四、ComfyUI节点技巧进阶/多模型串联
-
节点进阶详解
-
提词技巧精通
-
多模型节点串联
-
......
五、ComfyUI遮罩修改重绘/Inpenting模块详解
-
图像分辨率
-
姿势
-
......
六、ComfyUI超实用SDXL工作流手把手搭建
-
Refined模型
-
SDXL风格化提示词
-
SDXL工作流搭建
-
......
由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取