learned🥝

【工作流汇总】 人物换装（pipe节点+Controlnet）点击直达 人物换装（IDM-VTON）点击直达 电商模特换装（OOTDiffusion）点击直达 人物一键换背景（Image Rembg (Remove Background)节点）点击直达 __一键产品换背景 __点击直达 无锯齿产品换背景（BrushNet、IC-Light）点击直达 __带字产品换背景 __点击直达 __完美产品、模特换背景工作流：500个节点剖析 __点击直达 产品换背景（Flux、turbo、inpaint）点击直达 实现人物指定部位指定效果（cutoff节点）点击直达 物体各个角度视图（stablezero123节点）点击直达 人物换脸：光影完美融合（InstaSwap节点）点击直达 人物完美换脸：像素融合、环境融合（FaceDetailer）点击直达 人物换脸、效果最好（EcomID）点击直达 AI写真+换脸（IpAdapter）点击直达 __AI写真：“最像”（PLUID) __点击直达 AI摄影（IpAdapter_plus）点击直达 __人物一键仿妆（FaceDetailer） __点击 ...

前言： 人物一致性一直是难以解决的难题，最近从Mick大佬处获得灵感，我们可以使用Lora模型去进行人物特征的控制，从而完成一致人物的创作，但在这之前我们需要经过数据集生成，数据集处理以及Lora训练等过程，所以接下来我会用几篇文章将整个过程进行完整的复刻，并且会将中间产生的各种对比进行展示。 我基于这个方法训练的Lora模型：https://civitai.com/models/922842/a-character-named-ssx 全部内容整合包百度网盘： https://pan.baidu.com/s/1kMWahSx3_5Ht0m95yrl_XA?pwd=728c 全部内容整合包夸克网盘：https://pan.quark.cn/s/f0aeb1899a47 第一篇文章主要解决人物一致性数据集的生成，在__Mick的工作中他预先准备了openpose骨骼图，并选择Flux+union的方式去生成一致性人物__，但是经过我个人的测试该效果没有在我的电脑上表现很好，一方面是时间消耗过长，一方面是出图质量并不好。 下方为Flux+union的生图工作流，使用到了union-pro ...

前言： 人物一致性一直是难以解决的难题，最近从Mick大佬处获得灵感，我们可以使用Lora模型去进行人物特征的控制，从而完成一致人物的创作，但在这之前我们需要经过数据集生成，数据集处理以及Lora训练等过程，所以接下来我会用几篇文章将整个过程进行完整的复刻，并且会将中间产生的各种对比进行展示。 我基于这个方法训练的Lora模型：https://civitai.com/models/922842/a-character-named-ssx 全部内容整合包百度网盘：__ https://pan.baidu.com/s/1kMWahSx3_5Ht0m95yrl_XA?pwd=728c____ __ 全部内容整合包夸克网盘：https://pan.quark.cn/s/f0aeb1899a47 下图为高清修复工作流，在确定方法之前做了很多的测试，本篇文章将对测试过程中出现的各种问题进行详细的描述，以及对比各种放大插件之间的区别，可能不同风格的图像各有区别，目前我个人测试下来动漫最优的组合为StableSR进行图像的去模糊，然后使用Flux+upscaler进行高清放大。 一、假如使用Supi ...

前言： 通过骨骼图只能完成真实人物或动漫人物的创作，那么对于非人物的IP形象就带来了困扰，前段时间刚发布的redux模型能够非常不错的保持风格和一致性，所以就给我带来了灵感，通过图像融合可以非常轻松的完成动物数据集的制作，如果再配合fluxfill+redux完成扩图就可以进一步丰富数据集的多样性，那么本篇文章将详细的描述数据集制作的整个过程。 我基于这个方法训练的Lora模型：https://civitai.com/models/991000 全部内容整合包百度网盘：https://pan.baidu.com/s/1kMWahSx3_5Ht0m95yrl_XA?pwd=728c 全部内容整合包夸克网盘：https://pan.quark.cn/s/f0aeb1899a47 数据集生成可以有多种方式，如果要生成动物的IP形象，可以直接通过Flux模型生成，就像IC-Context-lora所述一样，Flux模型本省就具有上下文能力，只是我们要通过怎么样的方式去调用这种性能，如下图所示基础的Flux文生图工作流，可以通过简单的提示词去生成对应的IP形象：（该工作流可在网盘下载） 上述提示 ...

前言： 因为大模型本身性能的限制，所以在ComfyUI中初步图像生成只能以较低分辨率(512*512或1024*1024)进行生图，但又因为使用场景的不同，需要图像进行放大或者修复或者高清处理，那么我们就必须掌握图像的放大方法，而放大模型众多，放大插件众多，再加上不同的风格所面临的放大场景不同，就给我们的选择带来了诸多困扰，本文将测试目前的多种放大方法，尽可能从原理进行分析给各位提供参考，希望大家批判性的吸收本文的内容，不要将此篇文章“奉为圭臬”。 第一种：潜空间放大 该方法为ComfyUI自带基础放大方法，原理为初步生图后在潜空间进行图片放大，由于潜空间放大的图像会导致解码后图像毁坏（下图）。 所以需要__较低重绘幅度__进行二次重绘，可以看到下方二次采样的重绘幅度给到了0.5左右，在保持跟原图高度相似的同时能够将图像的进行2倍的放大。 但是该方法有以下缺点，第一：放大需要进行重绘，所以会较大的改变原图的内容，如果去噪幅度低可能会导致放大后的潜空间噪点不能够清除干净，第二：二次采样以放大后的潜空间为主体，所以对电脑性能要求很高，过高的分辨率会直接导致程序崩溃。 第二种：up_sc ...

前言： 因为大模型本身性能的限制，所以在ComfyUI中初步图像生成只能以较低分辨率(512*512或1024*1024)进行生图，但又因为使用场景的不同，需要图像进行放大或者修复或者高清处理，那么我们就必须掌握图像的放大方法，而放大模型众多，放大插件众多，再加上不同的风格所面临的放大场景不同，就给我们的选择带来了诸多困扰，本文将测试目前的多种放大方法，尽可能从原理进行分析给各位提供参考，希望大家批判性的吸收本文的内容，不要将此篇文章“奉为圭臬”。 第五种：CCSR高清放大 该方法为使用ComfyUI-CCSR插件进行图像放大，原始论文表述该方法可以对图像进行高分辨率修复并且提升画面的视觉质量，下图为CCSR示例工作流。 首先该方法用到了自身训练的CCSR大模型(其本质仍然是Stable diffusion模型)，我们可以通过文生图工作流加载该模型进行出图测试。 但是该插件中CCSR_Upscale节点传入的模型，必须为该插件对应的CCSR大模型，该方法对模型架构进行调整，如果使用普通的SD1.5或者SDXL模型，会导致出图过程中参数尺寸不匹配，导致出现报错的问题，该模块的核心内容为C ...