【FLUX教程】更强的Flux风格还原！Flow Edit

最近两周出了一个类似的工作Flow Edit，和RF-Inversion是同插件，已经集成好了，之前下过的需要更新一下，建议github手动下载，放到插件文件夹：

同样是一个可以根据提示词进行局部修改、进行风格参考变换画面内容的算法，和RF-Inversion相比各有优点。

没有对两个方法进行很严谨的对比实验，仅从大家的实验和我的实验中总结些经验。

从局部修改来看，Flow Edit似乎不如RF-Inversion理想，他会更改整个图像的画面，对于画面中有很特别的元素来说，效果无法达到预期。

比如给把带假发的猫换成狗，RF-Inversion稍微规范下提示词就可以还原的大差不差：

但是Flow Edit比较难固定假发，尝试了挺多，只能做到这样：

虽然Flow Edit画面变换较多，但在风格变化方面算是优势。

贴几个UP主阿米粒包子的图说明下：

https://www.bilibili.com/video/BV1oEC3YrEAU

整个画面的光影得到了很好的保留，而主体能够被完全改变，包括服装配饰，目前flux的IPA是做不到的，RF-Inversion的风格参考当时也实验过，优点难用。

所以这个的最大优点是，不需要提示词描述太多细节，整体的构图和色调依然能够保持统一，当然描述得越细节越还原。

阿米粒也提到最近在做一些商单需要套图，而这个就非常适合做套图（整体风格一样但是主体不需要保持一致性，比如下图）

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

今天我也是拿了一些图进行了实验。

首先盲猜下，直接用固定图+我的人物lora+Flow Edit，简单提示词的情况下，画面变动会略多些，实验下来果然是。

下面对比下，RF-Inversion：

Flow Edit：

可以看到RF的变动比较少。

试用下来，如果想还原，提示词还是需要好好写下的。

比如，我也试了下阿米粒这个例图+我的lora，侧面还是有点像的：

如果不改提示词，直接上：

如果改了提示词，并根据效果逐渐完善：

可以看到虽然地上的物品很难还原，但是翅膀可以大致还原。另外，人物的动作不需要特殊描述，也能够基本还原。

看来openpose难以控制的、提示词难以描述的，可以尝试下这个方法。

其次，底模型和具体风格lora的助攻也很重要。

下面举一个油画感图像的例子。

如果没有好好写提示词，用的是一个关于新春服装的提示词，会出现这样的结果，可以看到能够改衣服，但是不能大幅度更改风格。

如果正常写比较还原的提示词：

上面动作什么的都能基本还原，但是画质下降了，因为我用的是基础的flux fp16+人脸lora，油画感不能还原。

然后我直接去下了个油画感的lora：

看是否有改善，果然，更加还原了，小眼神也到位了：

不过并不是谁都有人脸lora，后面可以尝试下加pulid去做人脸一致性。

啥，为啥不直接换脸？当然是省去了脸部蒙版、原图融合的问题呀。

今天尝试到这，很不错的算法，工作流建议看下阿米粒的视频详情。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除