Regional Conditional Sampling

IPAdapterは複雑なプロセスでのパフォーマンスがやや期待外れです。ComfyUIのネイティブな領域条件サンプリングノードを試してみてください。

---

構成領域を事前に決定する方法を追加しました。

---

v1.0 regional conditioning_2

1つの主体＋背景

---

v2.0 regional conditioning_3

2つの主体＋背景

---

v3.0 regional conditioning_5

4つの主体＋背景

必要に応じて、領域をさらに細分化することも可能です。ただし、コンピュータが直接大きな画像を生成できる場合に限ります。そうでない場合、あまりに多くの小さな領域は混乱を招くだけです。

---

v4.0 LatenComposite_4

3つの主体＋背景

領域条件サンプリングノードとは異なり、LatenCompositeは、初期段階で分割された領域の内容を柔軟に描画し、その後全体に統合できます。欠点は、プロンプトの汚染によって画像に予期しない要素が現れやすいことです。

---

v5.0 DenseDiffusion

DenseDiffusionノードの領域別描画機能を使用しています。現時点では効果は良好で、領域間の汚染が少なく、融合も自然です。欠点は、特にリアリスティックなスタイルの場合、低品質なPhotoshopのような仕上がりになることがある点です。ただし、小さなサイズの画像では、複数回の拡大とリサンプリングでこの問題を解決できます。全体的に非常に優れています。

また、特定のスタイルで画像を描画したい場合、全体の説明ボックスだけでなく、すべてのテキストエンコーダーボックスに同じスタイルのプロンプトを入力する必要があります。