---

📌 キャプション + SDXL aDetailer + アップスケール — ワークフロー概要

このワークフローは、3つの主要なステージを用いて既存の画像を全体的に向上させるためのエンドツーエンド強化パイプラインです：

1. 自動キャプション生成（JoyCaption）

2. マルチステージ SDXL aDetailer 最適化

3. 高品質な2×/4×アップスケーリング

特にポートレート画像（NSFW/SFWを問わず）のバッチ処理に優れており、詳細の復元（顔、手、肌、体の各部位）、構図の整合性、最終解像度を完全に制御できます。

---

🔹 1. 自動キャプション生成（JoyCaption）

パイプラインはJoyCaptionで始まります：

• ImageBatchPath を通じてディレクトリから画像を読み込み

• ユーザー定義のExtra Optionsブロック（照明、カメラ情報、テキスト削除など）を適用

• クリーンなSDXLスタイルのプロンプトを生成

• 生成されたプロンプトはShowTextで表示され、直接コンディショニングスタックに送信

このステップは以下のような用途に最適です：

• 大規模なデータセットのキャプション生成

• 実写写真からのプロンプト作成

• 追加の強化やLoRAトレーニング用の一貫したSDXLプロンプトの生成

---

🔹 2. マルチステージ SDXL aDetailer 最適化

ワークフローの核心は、特定の対象領域に特化したaDetailerの連鎖処理です：

• 顔

• 手

• 歯

• わきの下

• 乳房

• 膣

• 全身セグメンテーション

各処理ステップには以下が含まれます：

• Impact Pack 由来の YOLOv8 検出器

• 精密なマスク生成のための SAM

• ポジティブ/ネガティブ条件付けを用いた SDXL インペイント最適化

• 各最適化ステップのフルプレビュー

これにより、極めて細かい制御が可能になり、以下の結果をもたらします：

• クリアな顔のジオメトリ

• 正確な手の形状

• 滑らかな肌の連続性

• NSFW作品における一貫した解剖学的構造

• 低品質画像由来のアーティファクトの低減

ワークフローはモジュラー構成です。必要に応じて、特定のディテーラーを無効化または削除できます。

---

🔹 3. 高解像度アップスケーリング（2×または4×）

アップスケーリングは以下を用いて処理されます：

• UpscaleModelLoader（4x_NMKD-Siax_200k）

• AIベースの画像強化のための ImageUpscaleWithModel

• 追加のクリーンな整数スケーリングのための ImageScaleBy

• 2つの最終出力：

  • 2×アップスケール済み

  • 4×アップスケール済み

これにより、以下のような成果が得られます：

• クリアでシャープなエッジ

• スタイルの保持

• テクスチャの明確な定義

• 投稿やさらなる処理に適した高解像度画像

Set/Get image ノードペアは、アップスケールブランチ間で中間画像を軽量かつクリーンに再利用するための手段を提供します。