TTPLanet_SDXL_Controlnet_Tile_Realistic
详情
下载文件
关于此版本
模型描述
感谢您的关注。
如需联系我，请通过 Discord 使用 "ttplanet"，或在 Civitai 上使用 "ttplanet"
您也可以加入 QQ 群讨论组：294060503
更新至 rank256 版本，请注意：该版本会节省 VRAM，但会降低质量！！！
请参考以下图片决定使用哪个版本：
Farai 的标志：V2 > V1 > rank256
碳纤维材质：V2 = V1 > rank256
更新 ComfyUI 的预处理器
您可以在以下链接找到它：/model/426501/60sec-process-for-4k-resolution-t2i-with-rtx4090-and-tile-model
在工作流包中
最新更新 2024/4/13：
以下是 Tile V2 更新说明的优化版本：
- 推出全新的 Tile V2，采用大幅改进的训练数据集和更广泛的训练步骤。
- Tile V2 现在能自动识别更广泛的物体，无需明确提示。
- 强大的文本重组能力，可在风格迁移过程中保留最清晰的文字。
- 我已显著改善了色彩偏移问题。若您仍观察到明显偏移，属正常现象，只需添加提示词或使用色彩校正节点即可。
- 控制强度更稳定，可在某些条件下替代 canny+openpose。
如果您在使用 t2i 或 i2i 时遇到边缘光晕问题，特别是 i2i，请确保预处理提供的 ControlNet 图像具有足够的模糊效果。如果输出过于锐利，可能导致“光晕”——边缘出现高对比度的明显轮廓。此时，请在输入 ControlNet 前先进行适度模糊处理。若输出过于模糊，可能是预处理时模糊过度，或原始图像尺寸过小所致。
尽情体验 Tile V2 增强的功能吧！
这是一个基于 SDXL 的 ControlNet Tile 模型，使用 Hugging Face Diffusers 数据集训练，适用于 Stable Diffusion SDXL ControlNet。
该模型最初为我自己的真实感模型训练，用于“终极放大”流程，以增强图像细节。配合合适的流程，可为高细节、高分辨率图像修复提供优异效果。
由于目前主流开源社区尚无可用的 SDXL Tile 模型，我决定将其公开分享。
更新风格转换应用说明及简化放大工作流：
更新 ComfyUI 的风格转换工作流：
https://openart.ai/workflows/gJQkI6ttORrWCPAiTaVO
第一部分：风格与背景转换应用
打开 A1111 WebUI。
选择您希望用于 ControlNet Tile 的图像。
请记住设置如下：预处理器设为“无”，控制模式设为“我的提示词更重要”。
在正向和负向提示框中输入提示词，按需生成图像。例如，想更换服装，可输入“身穿黄色T恤的女性”；想更换背景，可输入“在购物中心”。
支持 Hires Fix！！！
您将获得如下结果：
第二部分：终极 SD 放大应用
以下是专为终极放大优化的简化工作流，您可以根据实际情况修改和添加预处理步骤。在我的使用中，我通常会先对低质量图像（如 600400）进行图像到图像处理，设置去噪率为 0.1，放大至 1200800，再输入此终极放大流程。
如需保持人脸一致，请添加 IPA 处理，并在低质量图像的原始 i2i 预处理中也加入 IPA。请记住：分辨率提升优于降采样，是提升低分辨率图像质量的最佳方式。
/model/333060/simplified-workflow-for-ultimate-sd-upscale
这是一个基于 SDXL 的 ControlNet Tile 模型，使用 Hugging Face Diffusers 数据集训练，适用于 Stable Diffusion SDXL ControlNet。
该模型最初为我自己的真实感模型训练，用于“终极放大”流程，以增强图像细节。配合合适的流程，可为高细节、高分辨率图像修复提供优异效果。
由于目前主流开源社区尚无可用的 SDXL Tile 模型，我决定将其公开分享。
开发者： TTPlanet
模型类型： ControlNet Tile
语言（NLP）： 无语言限制
使用说明
重要：Tile 模型不是放大模型！！！它仅增强或修改原尺寸图像的细节，请在使用前牢记这一点！
该模型不会显著改变基础模型的风格，仅向放大后的像素块中添加特征……
-- 在 WebUI 中，只需将其作为 Tile 模型选择，并配合 tile_resample 脚本进行终极放大。
-- 在 ComfyUI 中，加载 ControlNet 模型并应用于控制条件。
-- 若在 WebUI 的 t2i 中尝试使用，需正确设置提示词，否则将显著改变原图色彩。我不清楚原因，因为我本人并不使用此功能。
-- 该模型在来自数据集的图像上表现更佳。不过，对于 i2i 模型，以及通常应用终极放大的场景，一切均运行正常。
-- 请注意，这是一个基于真实感数据集训练的模型，不保证适用于漫画或动画场景。
-- 对于 Tile 放大，建议将去噪值设为 0.3–0.4 以获得良好效果。
-- 对于 ControlNet 强度，建议设为 0.9。
-- 对于人物图像修复，使用 IPA 和 ControlNet 早期停止可获得更佳结果。
-- 选择一个优秀的现实主义基础模型至关重要！
模糊恢复：
更换衣物但保持姿势和人物：
除基本功能外，Tile 还可根据您的模型改变图像风格。请选择预处理器为“无”（不要选择重采样！！！），您可从单张图像中通过精细控制生成多种风格！
偏见、风险与局限性
- 禁止商业用途！！！请勿用于成人内容
建议
使用 ComfyUI 构建您自己的放大流程，效果良好！
特别感谢 ControlNet 开发者 lllyasviel Lvmin Zhang（吕敏张）为我们带来如此丰富的乐趣，也感谢 Hugging Face 提供训练数据集，使训练过程如此顺畅。
模型卡联系方式
如需联系我，请通过 Discord 使用 "ttplanet"，或在 Civitai 上使用 "ttplanet"