workflow-lots-of-tweaks-v1

kiko9kiko9
45
930
comfyuiworkflowツール
v1.0

詳細

ファイルをダウンロード

モデル説明

ComfyUIワークフロー：Fluxサンプリングと高度な機能

このComfyUIワークフローは、Fluxサンプリング、Skimmed CFG、Split Sigmas Denoising、Clip Attention Multiplyなどの高度な技術を活用して画像生成を強化することを目的としています。さらに、特定の身体部位の精密な補正にFaceDetailerを組み込んでいます。以下に、各ノードの役割とそのワークフローにおける機能を簡潔に説明します。

カスタムノード

1. Model Sampling Flux

Model Sampling Fluxは、max_shiftやbase_shiftなどのパラメータを使用して、画像生成中のサンプリングプロセスを制御します：

  • max_shift：潜在空間内の変動幅を制御します。値が高いほど多様な出力が得られ、低いほど安定した結果になります。

  • base_shift：潜在空間における最小限の探索を確保し、過剰に決定論的な出力を防ぎます。

実用的なヒント：

  • max_shiftを高く、base_shiftを低く設定すると、創造的な出力を促進します。

  • max_shiftを低く、base_shiftを中程度に設定すると、制御された予測可能な結果をもたらします。

2. Skimmed CFG

Skimmed CFGは、ポジティブプロンプトとネガティブプロンプトの間の競合を軽減することで、Classifier-Free Guidanceを最適化します。これにより、プロンプトの忠実度、シャープネスが向上し、過剰な詳細の燃え尽き（バーンアウト）などの視覚的アーティファクトを回避します。

主な特徴：

  • ネガティブ値の置換：競合するネガティブ値をポジティブ値で置き換え、バランスの取れた結果を実現。

  • 線形補間：ポジティブとネガティブの予測間の遷移をスムーズにします。

  • デュアルスケール：ポジティブとネガティブのガイドanceに個別の制御を提供し、微調整が可能。

  • タイムドフリップ：ガイドanceを動的に反転することで品質を向上させ、アーティファクトを低減。

推奨設定：

  • スケール値を2～4に設定するとバランスの取れた結果が得られます。

  • スケール値を5～7に上げると鮮やかさが増しますが、ネガティブプロンプトを約65%で早期にカットする必要がある場合があります。

3. Split Sigmas Denoise

Split Sigmas Denoisingは、シグマ値を2つの部分に分割し、拡散プロセスの各段階におけるノイズ除去を精密に制御可能にします。

動作原理：

  • プリスプリット：粗くノイズの多い段階を処理し、構造的要素を確立。

  • ポストスプリット：微細な詳細を洗練し、ノイズを低減して仕上げます。

メリット：

  • ノイズ除去を制御することで、プロンプトの忠実度を向上。

  • 過剰な処理を防ぎ、自然でバランスの取れた出力を実現。

実用的なヒント：

  • ノイズ除去因子を低く設定：粗いノイズの除去を優先。

  • ノイズ除去因子を高く設定：後段の洗練に重点を置く。

4. Clip Attention Multiply

Clip Attention Multiplyは、テキストプロンプト内の注意重量をスケーリングし、特定のトークンの影響力を制御します。

主な特徴：

  • 注意重量のスケーリング：

    • 1：トークンの重要度を強調。

    • <1：トークンの影響を低減。

    • =1：トークンの影響をそのまま維持。

使用例：

  • トークンの重量を強調または低減して、プロンプトの影響を洗練。

  • 複数要素のプロンプト（例：背景よりも被写体を強調）における視覚的要素のバランス調整。

実用的なヒント：

  • 少しの調整から開始（例：1.2または0.8）。

  • プロンプトの忠実度と視覚的構成を改善するまで繰り返し調整。

5. FaceDetailer

このノードは、顔や目、唇、手などの特定部位に集中して補正を加えることを可能にします。これにより、これらの部位のリアルさと視覚的魅力が大幅に向上します。

ワークフローのまとめ

このComfyUIワークフローは以下の機能を提供します：

  1. 創造的な柔軟性：Model Sampling FluxとSplit Sigmas Denoiseによって実現。

  2. プロンプト忠実度の向上：Skimmed CFGとClip Attention Multiplyによって実現。

  3. 対象的な洗練：FaceDetailerを用いて高詳細領域を強化。

これらのノードを組み合わせることで、ユーザーは芸術的または実用的なニーズに合わせた、視覚的に印象的で、制御され、高度にカスタマイズされた出力を得ることができます。

このモデルで生成された画像

画像が見つかりません。