---

📌 캡션 + SDXL aDetailer + 확대 — 워크플로우 개요

이 워크플로우는 세 가지 주요 단계를 통해 기존 이미지를 개선하기 위한 종합적인 향상 파이프라인으로 설계되었습니다:

1. 자동 캡션 생성 (JoyCaption)

2. 다단계 SDXL aDetailer 개선

3. 고화질 2×/4× 확대

이 워크플로우는 초상화 이미지의 일괄 처리에 특히 유용하며, NSFW 또는 SFW 이미지 모두에 적용할 수 있고, 디테일 복원(얼굴, 손, 피부, 신체 부위), 구성의 완전성, 최종 해상도를 완전히 제어할 수 있습니다.

---

🔹 1. 자동 캡션 생성 (JoyCaption)

파이프라인은 JoyCaption으로 시작됩니다:

• ImageBatchPath를 통해 디렉토리에서 이미지를 로드

• 사용자 정의 Extra Options 블록 적용 (조명, 카메라 정보, 텍스트 제거 등)

• 클린한 SDXL 스타일 프롬프트 생성

• 생성된 프롬프트는 ShowText를 통해 표시되며, 즉시 컨디셔닝 스택으로 전달

이 단계는 다음에 적합합니다:

• 대규모 데이터셋 캡션 생성

• 실제 사진에서 프롬프트 생성

• 추가 향상 또는 LoRA 학습을 위한 일관된 SDXL 프롬프트 생성

---

🔹 2. 다단계 SDXL aDetailer 개선

워크플로우의 핵심은 특정 대상 영역에 각각 전용된 aDetailer 단계의 연쇄입니다:

• 얼굴

• 손

• 이빨

• 겨드랑이

• 가슴

• 음부

• 전체 신체 세그멘테이션

각 단계는 다음을 포함합니다:

• Impact Pack의 YOLOv8 검출기

• 정확한 마스크 생성을 위한 SAM

• 긍정/부정 컨디셔닝을 사용한 SDXL inpaint 개선

• 각 개선 단계에 대한 전체 미리보기

이를 통해 매우 정밀한 제어가 가능하며, 다음을 생성합니다:

• 더 깨끗한 얼굴 구조

• 교정된 손

• 개선된 피부 연속성

• NSFW 작업에서의 일관된 해부학적 형태

• 저화질 이미지에서 발생하는 아티팩트 감소

워크플로우는 모듈화되어 있어, 사용자는 필요에 따라 특정 디테일러를 비활성화하거나 제거할 수 있습니다.

---

🔹 3. 고해상도 확대 (2× 또는 4×)

확대는 다음을 통해 처리됩니다:

• UpscaleModelLoader (4x_NMKD-Siax_200k)

• AI 기반 향상을 위한 ImageUpscaleWithModel

• 추가적인 깔끔한 정수 확대를 위한 ImageScaleBy

• 두 개의 최종 출력:

  • 2× 확대된 이미지

  • 4× 확대된 이미지

이로 인해 다음이 달성됩니다:

• 깨끗하고 선명한 에지

• 스타일 보존

• 텍스처 정의 개선

• 게시 또는 추가 처리에 적합한 고해상도 이미지

Set/Get 이미지 노드 쌍은 확대 브랜치에서 중간 이미지를 깔끔하게 재사용할 수 있는 가벼운 방법을 제공합니다.