ComfyUI Flux Detailer & Upscale

이 워크플로우는 제가 매우 훌륭한 성과를 거둔 것으로, 공유하고자 합니다. 저는 여기에 있는 훌륭한 워크플로우를 기반으로 시작했습니다: /model/698637/comfy-ui-flux-dev-with-upscaler-2-loras-and-adetailer-super-clean 그리고 약간 조정했습니다. 이 훌륭한 워크플로우에 감사드리며, 완전한 txt2img 솔루션을 원하신다면 그걸 한번 확인해보세요.

이 워크플로우는 txt2img를 위한 종합적인 워크플로우가 아닙니다. 이는 img2img 워크플로우입니다. 이것이 가장 큰 차이점 중 하나입니다. 이미지를 이미 준비한 상태에서 이 워크플로우를 사용하세요.

둘째, 여기에는 프롬프트(및 옵셔널한 LoRA)가 포함되어 있지만, 두 개의 별개의 프로세스가 있습니다. 첫 번째는 옵셔널한 얼굴 디테일러 프로세스입니다. 이 프로세스는 자체 프롬프트와 옵셔널한 LoRA를 동반합니다. 두 번째는 업스케일러 프로세스이며, 이 역시 디테일러의 역할을 합니다. 왜냐하면 잠재 공간을 업스케일링하는 것이지 단순히 픽셀만을 확대하는 것이 아니기 때문입니다.

프롬프트와 LoRA를 별개로 유지하는 것은 의도적이고 중요합니다(물론 둘 다 동일한 베이스 모델을 사용합니다). 얼굴 디테일, 보석, 문신(문신이 있는 얼굴은 어때요?) 등에 특화된 LoRA로 이미지의 얼굴을 조정하고자 할 수 있으며, 동시에 업스케일러 프로세스에는 완전히 다른 프롬프트와 LoRA를 사용할 수 있습니다.

이것은 이미지의 디테일을 업스케일링하고 향상시키는 데 매우 강력한 방법입니다.

이 방식의 강력함을 지나치게 강조할 수 없습니다. 잠재 공간의 업스케일링을 시도해 본 적이 없다면, 이 워크플로우를 꼭 시도해보세요. 여러분에게 새로운 통찰을 줄 수 있을 것입니다.

향후 제가 수정한 내용은 공유하겠습니다만, 저는 이 워크플로우를 이미 오랫동안 사용해왔고 만족하고 있습니다. 더 많은 노드를 추가하고 싶지 않습니다. 단순하고 디테일 및 업스케일링에 집중하고자 합니다.

참고 사항!

이 워크플로우는 단순히 픽셀만을 확대하는 것이 아니기 때문에 수행 시간이 다소 길어집니다. 제 RTX 3090 Ti에서는 2MP(1920x1088)로 생성된 Flux 이미지를 2배 업스케일링할 때(얼굴 디테일러 단계는 사용하지 않고) 단지 업스케일링 단계만으로 10~12분이 소요되었습니다. 이는 4K 이미지로 변환되며, 결과는 매우 좋지만 시간이 오래 걸립니다. 여러분의 요구사항이 이처럼 고해상도로 업스케일링할 필요가 없을 수 있지만, Flux의 경우 2MP 이미지에서 시작하는 것이 더 낫다는 것을 알게 되었습니다. 낮은 해상도 이미지도 업스케일링할 수 있지만, 그럴 경우 작업할 수 있는 정보가 충분하지 않습니다. 그러나 두 번 실행하는 것도 가능합니다.

사실, 메모리 부족으로 인해 여러 단계로 나누어 실행해야 할 수도 있습니다. 즉, 4배 업스케일링이 작동하지 않는다면 두 번의 2배 업스케일링 작업을 수행하세요.
정확히 메모리가 부족할지 여부는 확신이 없지만, 상당히 긴 시간이 걸릴 수 있습니다. 한 번은 입력 이미지로 이미 4K로 업스케일링된 이미지를 실수로 사용했고, 그 오류를 인식하기까지 1시간 이상 걸렸지만, 프로세스는 결코 크래시하지 않았고 저는 수동으로 생성을 중단했습니다. 따라서 이 워크플로우는 놀라운 결과를 제공하지만, 시간이 오래 걸릴 수 있음을 인지해 주세요.