いつも使っているワークフロー / MyDailyDriverWorkflow

NoginowaNoginowa
13
129
controlnetcomfyuiupscaleworkflowhires fixツール
v1

詳細

ファイルをダウンロード

モデル説明

これは私が普段から愛用しているComfyUIのワークフローです。ご自由にカスタマイズしてお使いください。

このワークフローは、テキストからの画像生成（t2i）をベースに、ControlNet Cannyによるディテールアップ、アップスケール、そしてHires. fixを組み合わせることで、元画像から高精細な画像を生成します。

前提条件

ComfyUIとComfyUI-Managerがインストールされている。

カスタムノード

以下のカスタムノードを使用しています。

動作確認をしたバージョン

  • ComfyUI 0.3.57

  • ComfyUI-Manager 3.0.1

  • comfyui_controlnet_aux 1.1.0

  • ComfyUI-Crystools 1.27.3

  • ComfyUI Image Saver 1.15.2

  • ComfyUI_UltimateSDUpscale 1.3.3

  • efficiency-nodes-comfyui 1.0.8

  • rgthree-comfy 1.0.2509092031

このワークフローの使い方

上部にある「Fast Groups Muter (rgthree)」ノードは、各グループの有効/無効を切り替えるのに便利です。例えば、リトライする場合などに活用してください。「->」ボタンをクリックすると、そのグループにジャンプできます。

グループごとの設定方法

  1. Settingsグループ
    このグループでは、以下の項目を設定します。

    • Checkpoint

    • CLIP Set Last Layer(CLIP Skip)

    • Sampler

    • Scheduler

    • Steps

    • CFG

    • 画像サイズ

  2. Promptsグループ
    プロンプトを入力します。プロンプトが複数に分かれているのは、SDWebUIのBREAK構文と同様に、75トークン制限を回避し、プロンプトの効果を高めるためです。

  3. Generateグループ
    ここでは、「Seed (rgthree)」ノードでSeed値を設定します。「KSampler (Efficient)」ノードのSeedは使用されません。

  4. ControlNetグループ
    このグループは複数のステップに分かれています。

    • ステップ1: 「Load ControlNet Model」ノードにCannyモデルを設定します。モデルをお持ちでない場合は、Hugging Faceからdiffusion_pytorch_model.fp16.safetensorsをダウンロードしてください。ファイル名をCannyモデルだと分かるようにリネームしておくと管理が楽になります。
      ※Cannyモデル以外のモデル（Soft Edgeなど）を使用したい場合は、ワークフローを組み替えてください。

    • ステップ2: ディテールアップを行うためのプロンプトを入力します。

    • ステップ3: 「Canny Edge」ノードのパラメーターを調整してください。設定が分からない場合は、デフォルトのままで問題ありません。

    • ステップ4: 「Apply ControlNet (Advanced)」ノードのstrengthを調整します。数値が大きいほどControlNetの効きが強くなります。これも設定が分からない場合は、デフォルトのままで構いません。

    • ステップ5: 「KSampler (Efficient)」ノードでSteps、CFG、Sampler、Scheduler、Denoiseを設定します。Denoiseが大きいほど、元画像（t2i）からの変化が大きくなります。筆者は通常、0.65を使用しています。

  5. Hires. fixグループ
    このグループも複数のステップに分かれています。

    • ステップ1: 「Load Upscale Model」ノードに使用するアップスケーラーを設定します。筆者はイラスト生成が多いため、RealESRGAN_x4plus_anime_6Bをよく使います。

    • ステップ2: 「Ultimate SD Upscale」ノードにSteps、CFG、Sampler、Scheduler、Denoiseを設定します。Denoiseが大きいと、元画像（ControlNetグループで生成された画像）からの変化が大きくなります。筆者は通常、0.20を使用しています。
      ※Seedは固定・ランダムどちらでも構いません。ただし、Seedを固定しておくと、Hires. fixのリトライ時にアップスケールが再度実行されないため、時間を節約できます。

    • ステップ3: 「KSampler (Efficient)」ノードでSteps、CFG、Sampler、Scheduler、Denoiseを設定します。Denoiseが大きいと元画像（Ultimate SD Upscaleで生成された画像）からの変化も大きくなります。筆者は通常、0.35を使用しますが、画像が破綻する場合は0.20に下げます。

  6. Save Imageグループ
    生成された画像の保存設定を行います。「Image Saver」ノードが2つあります。

    • 左側のノード: プロンプトが埋め込まれたPNG形式と、ワークフローがJSON形式で切り離されたファイルを保存します。

    • 右側のノード: プロンプトやワークフローが埋め込まれていないJPEG形式で画像を保存します。

    • 筆者は、PNGはCivitaiや画像公開サイトに、JPEGはSNS投稿に使い分けています。

最終ステップ

最後に、ワークフローを実行して画像を生成します。

ポイント

ワークフローは最初から最後まで一気に実行しても構いませんが、「Fast Groups Muter (rgthree)」ノードでグループの有効/無効を切り替えながら、一つずつ試すことをお勧めします。

良い結果が得られた段階でシードを固定する方法を取ると、リトライがしやすくなります。

サンプル画像について

サンプル画像では、以下の方法で元の画像（t2i）に手を加えています。

  • 「ControlNetグループ」のプロンプトに「Realistic lighting, Realistic texture」を追加し、リアルな質感を少しだけ加えています。

  • 「ControlNetグループ」のプロンプトに「Heart brooch」を追加し、胸元のリボンにハート型のブローチを加えています。

このモデルで生成された画像

画像が見つかりません。