强烈推荐！图像编辑FlowEdit 对比 FluxFill，效果很是不错哦

最新推荐文章于 2025-04-10 10:45:20 发布

DevOpsAigc云时代

最新推荐文章于 2025-04-10 10:45:20 发布

阅读量1.8k

点赞数 20

文章标签：学习人工智能 text2img stable diffusion prompt 图像处理

本文链接：https://blog.csdn.net/haikun/article/details/144592616

版权

在之前的文章中为大家介绍了最新的Flux Tools 的Fill 模型，来精准的实现图像局部重绘，请参考：

•Flux Tools GGUF本地7G显存玩转Fill局部重绘+扩图，Redux变体+溶图，Canny Depth控制，强烈推荐

那么今天再为大家介绍一款最新的，异常强大的，使用预先训练的流模型进行无反转的基于文本的编辑：FlowEdit。

同时为大家提供了对比 FlowEdit vs FluxFill 工作流，大家可以根据自己的情况自行选择使用。

FlowEdit 简介

FlowEdit：使用预先训练的流模型进行无反转的基于文本的编辑

使用预先训练的文本到图像 (T2I) 扩散/流模型编辑真实图像通常涉及将图像反转为其相应的噪声图。然而，反演本身通常不足以获得满意的结果，因此许多方法另外干预采样过程。此类方法取得了改进的结果，但不能在模型架构之间无缝转移。在这里，介绍一款 FlowEdit，一种用于预训练 T2I 流模型的基于文本的编辑方法，它是免反演、免优化且与模型无关的。我们的方法构建了一个直接映射源分布和目标分布（对应于源文本提示和目标文本提示）的 ODE，并实现了比反演方法更低的传输成本。正如我们通过 Stable Diffusion 3 和 FLUX 所说明的，这会带来最先进的结果。

有用链接

项目地址： https://github.com/fallenshock/FlowEdit

官方地址： https://matankleiner.github.io/flowedit/

在线Demo： https://huggingface.co/spaces/fallenshock/FlowEdit

论文： https://arxiv.org/abs/2412.08629

官方示例图：

SD3, Flux, FlowEdit 对比图

带有 CAFE 标志的加油站 → 带有 CVPR 标志的加油站

一只站在沼泽中的大老虎 → 一只站在沼泽中的大狮子

一座高大的白色灯塔，被强光照亮→大本钟，被强光照亮

一只栖息在树枝上的五颜六色的鹦鹉 →一只栖息在树枝上的灰鸽子

水果装饰的三层蛋糕 → 草莓装饰的三层蛋糕

FlowEdit ComfyUI 插件安装

在ComfyUI中实现 FlowEdit 功能的插件是： FluxTapoz，

插件地址： https://github.com/logtd/ComfyUI-Fluxtapoz

该插件不仅实现了FluxEdit 功能，还实现了其他图像编辑功能，以及区域提示词功能，十分的强大，推荐安装。关注我，后期一一为大家介绍。

该插件已经收录到Manager，搜索：fluxtapoz 进行安装：

安装Python依赖：

cd ComfyUI/custom_nodes/ComfyUI-Fluxtapoz
../../python/python.exe -m pip install -r requirements.txt

FlowEdit 工作流

工作流

重要节点说明

CLIP 文本编码器：

• 上面CLIP输入原图要改的提示词，链接到Flow Edit Guider节点的： source_cond
• 下面CLIP输入：想要改成啥的提示词，链接到Flow Edit Guider节点的： target_cond

Flow Edit Sampler 节点

skip_steps 参数：

• 1: 较大的改变，会大程度的修改原图
• 2-3：适中修改
>=4：较小的改变

官方默认是4。

示例1：改变文字

source_cond 提示词：text: "Atomic Community"
target_cond 提示词：text: "wanghk let's go!"

skip_steps = 4

可以看到对于其他部分，FlowEdit也会不同程度的小修改，程度大小取决于上面介绍的，skip_steps 参数

示例2：改变风格

简笔画转迪斯尼风格
source_cond 提示词：A black and white line drawing style of a woman wearing a long skirt, sitting
target_cond 提示词：A cartoon Disney style woman in a long dress sitting, colorful

skip_steps = 4

skip_steps = 3

skip_steps = 2

skip_steps = 1 的就不测试了，差不多相当于重新画了一张图，跟原图的相关性很小。

示例3：改变主体

猫咪变老虎
source_cond 提示词：An anthropomorphic cat wearing a black suit, red tie, and red shorts
target_cond 提示词：An anthropomorphic tiger wearing a black suit, red tie, and red shorts