😉 FLUX.1-dev-ControlNet-Union-Pro-2.0-fp8

Hugging Face モデルカード

パラメータの良い参照

• Canny: controlnet_conditioning_scale=0.7, control_guidance_end=0.8

• Depth: depth-anything を使用、controlnet_conditioning_scale=0.8, control_guidance_end=0.8

• Pose: DWPose を使用、controlnet_conditioning_scale=0.9, control_guidance_end=0.65

• Gray: Color を使用、controlnet_conditioning_scale=0.9, control_guidance_end=0.8

フォルダ構成

FLUX dev および ControlNet ワークフロー用に、モデルを以下のように整理してください：

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── 📄 flux-dev.safetensores         # (または gguf)
│   ├── 📂 text_encoders/
│   │   ├── 📄 clip_l.safetensors
│   │   └── 📄 t5xxl_fp8_e4m3fn.safetensors # (または t5xxl_fp16 または t5xxl_fp8_e4m3fn_scaled)
│   ├── 📂 vae/
│   │   └── 📄 ae.safetensors
│   ├── 📂 controlnet/
│   │   └── 📄 FLUX.1-dev-ControlNet-Union-Pro-2.0-fp8.safetensors

注：T5XXLテキストエンコーダは1つだけ必要です。ハードウェアと品質/速度の要件に応じて選択してください。

---

---

私のFP8量子化ソリューション

それなりのコーディング経験を活かし、量子化を調査してこのモデルにFP8圧縮を実装しました。量子化版は私の要件に完全に適合し、メモリ使用量を大幅に削減しつつ、目立った品質低下なしにすべてのControlNetワークフローを可能にします。

---

量子化モデルの使用方法

• ポーズ、深度、Cannyエッジなど、すべてのオリジナル制御タイプをサポート

• 任意の参照画像をドロップし、制御タイプを選択して、少ないメモリで結果を生成

---

OllamaGeminiによるプロンプト強化

私はカスタムのComfyUI用OllamaGeminiノードを使用して最適なプロンプトを生成しています。この量子化モデルと組み合わせることで、創造的な画像操作のための強力かつメモリ効率の高いパイプラインが実現されます。

---

ハイエンドハードウェア向けの代替案

高性能GPUをお持ちの場合は、Shakker-Labsが提供するオリジナルの非量子化モデルが、メモリ使用量の増加を伴いますが、より高品質な出力を提供します。

---

今後の展望

コミュニティからのフィードバックをお待ちしています！これらのワークフローが役立った場合は、プロジェクトに👍でご支援をお願いします。私は今後もこれらのリソースを開発していく予定であり、励ましを心より感謝しています。

---

創造的なプロジェクトでこのモデルを自由に試してみてください——メモリ効率の優れた量子化版でも、オリジナルのフル精度版でも！

👨‍💻 開発者情報

このガイドはAbdallah Al-Swaitiによって作成されました：

1. Hugging Face

2. GitHub

3. LinkedIn

4. ComfyUI-OllamaGemini

その他のツールやアップデートについては、私のその他のリポジトリをご覧ください。