TTPLanet_SDXL_Controlnet_Tile_Realistic
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
ご関心をいただき、ありがとうございます。
ご希望の場合、Discordで「ttplanet」、Civitaiで「ttplanet」までお問い合わせください。
また、QQグループ番号：294060503 でグループディスカッションに参加することもできます。
rank256バージョンの更新：VRAMの使用量が削減されますが、品質が低下することにご注意ください！！
どのバージョンを使用するかは、以下の画像を参照してください：
Faraiのロゴ：V2>V1>rank256
カーボンファイバー素材：V2=V1>rank256
ComfyUI用のPreprocessorを更新しました
こちらでご確認ください：/model/426501/60sec-process-for-4k-resolution-t2i-with-rtx4090-and-tile-model
ワークフローパッケージ内
最新更新：2024/4/13:
Tile V2の更新ノートを以下に整理しました：
- 新しいTile V2を導入しました。トレーニングデータセットが大幅に改善され、トレーニングステップも増加しています。
- Tile V2は、明示的なプロンプトがなくても、より広範囲のオブジェクトを自動認識できるようになりました。
- テキストの再構成が強化され、スタイル転送プロセスでも最も鮮明なテキストを保持できます。
- カラーのオフセット問題を大幅に改善しました。依然として顕著なオフセットが発生する場合は、通常の状態であり、プロンプトを追加するか、カラーフィックスノードを使用してください。
- コントロール強度がさらに強化され、一部の条件下ではCanny+OpenPoseを置き換えることが可能になりました。
t2iやi2iでエッジのハロー現象が発生した場合、特にi2iでは、前処理でControlNet画像に十分なぼかしを適用していることを確認してください。出力が過度にシャープな場合、エッジ周辺に高コントラストの輪郭（ハロー）が発生することがあります。そのような場合は、ControlNetに送る前にぼかしを追加してください。出力が過度にぼやけている場合、前処理でのぼかしが強すぎたか、元の画像が小さすぎる可能性があります。
Tile V2の強化された機能をお楽しみください！
これはSDXLベースのControlNet Tileモデルであり、Hugging Face Diffusersセットでトレーニングされています。Stable Diffusion SDXL ControlNet向けに最適化されています。
このモデルは、オリジナルのリアリスティックなモデルに使用するため、最終的なアップスケール処理で画像のディテールを強化するためにトレーニングされました。適切なワークフローで使用すれば、高精細・高解像度画像の修復に優れた結果をもたらします。
既存のオープンソースにはSDXL向けTileモデルが少なく、このモデルを共有することに決めました。
スタイル変更アプリケーションとシンプルなアップスケールワークフローの更新：
ComfyUI用のスタイル変更ワークフローを更新：
https://openart.ai/workflows/gJQkI6ttORrWCPAiTaVO
パート1：スタイルおよび背景変更アプリケーション
A1111 WebUIを開きます。
ControlNet Tileに使用する画像を選択します。
設定は以下の通りです。前処理は「None」（なし）に、コントロールモードは「My prompt is more important」（私のプロンプトの方が重要）に設定してください。
:正のプロンプトと否定のプロンプトボックスにテキストを入力し、ご希望の画像を生成してください。服を変更したい場合は「黄色のTシャツを着た女性」、背景を変更したい場合は「ショッピングモール内」などと入力してください。
Hires.fixがサポートされています!!!
以下のような結果が得られます：
パート2：Ultimate SD Upscaleアプリケーション
以下はUltimate Upscale専用の簡略化ワークフローです。実際の状況に応じて、画像の前処理をカスタマイズ・追加してください。私の場合、600×400のような低品質画像を1200×800に変換する際、通常は0.1のノイズ削減率で画像から画像（i2i）処理を行ってから、このUltimate Upscaleプロセスに投入します。
顔を正確に維持したい場合はIPAプロセスを追加してください。低品質画像のi2i前処理にもIPAを追加してください。解像度を高めることは、低解像度画像の品質を向上させるために常に最良の方法です。
/model/333060/simplified-workflow-for-ultimate-sd-upscale
これはSDXLベースのControlNet Tileモデルであり、Hugging Face Diffusersセットでトレーニングされています。Stable Diffusion SDXL ControlNet向けに最適化されています。
このモデルは、オリジナルのリアリスティックなモデルに使用するため、最終的なアップスケール処理で画像のディテールを強化するためにトレーニングされました。適切なワークフローで使用すれば、高精細・高解像度画像の修復に優れた結果をもたらします。
既存のオープンソースにはSDXL向けTileモデルが少なく、このモデルを共有することに決めました。
開発者： TTPlanet
モデルタイプ： Controlnet Tile
言語（NLP）： 言語制限なし
使用方法
重要：Tileモデルはアップスケールモデルではありません！！元のサイズの画像のディテールを強化または変更するためのモデルです。使用前にこの点を理解してください！
このモデルはベースモデルのスタイルを大きく変更することはありません。アップスケールされたピクセルブロックにのみ特徴を追加します。
— WebUIで通常のControlNetモデルを使用する場合、Tileモデルとして選択し、Ultimate Upscaleスクリプト用にtile_resampleを使用してください。
— ComfyUIではControlNetモデルを読み込み、ControlNet条件に適用してください。
— WebUIのt2iで使用する場合は、適切なプロンプト設定が必要です。設定をしないと、元の画像の色が大幅に変更されます。理由は不明ですが、私はこの機能を実際には使用していません。
— データセットからの画像でより優れた性能を発揮します。ただし、i2iモデルではすべての用途で問題なく動作し、通常Ultimate Upscaleが適用される場所です。
— このモデルはリアリスティックなトレーニングセットに基づいています。漫画やアニメーションの応用は保証されません。
— Tileアップスケールの場合、ノイズ削減率を0.3–0.4程度に設定すると良好な結果が得られます。
— ControlNet強度は0.9が推奨です。
— 人物画像の修復には、IPAとControlNetの早期停止を活用するとより良い結果が得られます。
— 良質なリアリスティックなベースモデルを選ぶことが重要です！
ブラー回復：
ポーズと人物を維持したまま服を変更：
基本機能に加えて、Tileは使用するモデルに応じて画像スタイルを変更できます。前処理を「None」（リサンプルしない！！）に設定することで、1枚の画像から多様なスタイルを非常に精密に構築できます！
偏り、リスク、制限
- 商業利用禁止！！成人向けコンテンツには使用しないでください。
推奨事項
ComfyUIを使用して独自のアップスケールプロセスを構築してください。問題なく動作します！！
ControlNet開発者であるlllyasviel Lvmin Zhang（Lyumin Zhang）氏に、私たちに多くの楽しみをもたらしていただき、またHugging Faceがトレーニングセットを提供してくれたことに感謝します。
モデルカードお問い合わせ
ご希望の場合、Discordで「ttplanet」、Civitaiで「ttplanet」までお問い合わせください。