Flux Plus workflow(Multifunctional modularization)

詳細

ファイルをダウンロード

モデル説明

V2.63

一部のプラグインが更新されたため、一部のノードが置き換えられ、微調整を行い、いくつかの機能を追加しました。

ControlNetブロックは、デフォルトでControlnet-Upscalerモデルのノード系列を使用するようになりました。これは優れた拡大用CNモデルです。

jasperai/Flux.1-dev-Controlnet-Upscaler · Hugging Face

——————————————————————————

一部のプラグインが更新されたため、一部のノードが置き換えられ、微調整を行い、いくつかの機能を追加・削除しました。

ControlNetブロックは、デフォルトで[Controlnet-Upscalerモデルのノード系列、新しくリリースされた優れた拡大用CNモデル]を使用します。
https://hf-mirror.com/jasperai/Flux.1-dev-Controlnet-Upscaler

V2.5

  1. omostを模倣するためにJSON構造のプロンプトを追加しました。

Fluxの構造化プロンプト表現の優れた能力を活用し、カスタム指示を通じて大規模言語モデルにJSONプロンプトの生成を促します。

詳細は以下をご覧ください:

Simulate OMOST (Flux+Ollama) - v1.0 | Stable Diffusion Workflows | Civitai

  1. ノードモジュールを再構成し、論理性を向上させました。

——

  1. omostを模倣するためにJSON構造のプロンプトを追加しました。

Fluxの構造化プロンプト表現の優れた能力を活用し、カスタム指示を通じて大規模言語モデルにJSONプロンプトの生成を促します。

詳細は以下をご覧ください:

Simulate OMOST (Flux+Ollama) - v1.0 | Stable Diffusion Workflows | Civitai

  1. ノードモジュールを再構成し、論理性を向上させました。

——————————————————————————————————————

V2.3

  1. FLUXのIPAdapterノードを追加(XlabsがリリースしたIPAdapterはFluxエコシステムの重要な一歩ですが、これはあくまで初期モデルであり、効果はそれほど良くありません。お試し用としてご利用ください)。

XLabs-AI/flux-ip-adapter · Hugging Face

(ComfyUI/models/xlabs/IP adapters/* に配置)

openai/clip-vit-large-patch14 · Hugging Face

(ComfyUI/models/clip_vision/* に配置)

  1. ttplanetの【Comfyui_TTP_Toolset】の拡大ノードを追加。

Amazing Flux_8Mega_Pixel_image_upscale_process - v2.0 | Stable Diffusion Workflows | Civitai

Hires Fix技術を使用した拡大方法で、原理はTILEのブロック分割と類似。画像をブロックに分割し、画像逆推論モデルで記述した後、合成します。すごい!

ノードは2つの方法で使用できます。

1つ目は、画像のノイズ低減出力を基に潜在空間から拡大する方法ですが、拡大ステップでのノイズ低減が低すぎると崩壊しやすくなります。基本的には以下の対応関係です:2倍拡大でノイズ低減0.6;3倍拡大でノイズ低減0.65;4倍拡大でノイズ低減0.7。ノイズ低減が低すぎると深刻なアーチファクトが発生しますが、0.6を超えると、拡大後の画像内容が大きく変化する傾向があります。

2つ目は、初期生成画像をエンコーダーでサンプリングする方法で、こちらの方が比較的制御しやすく、ノイズ低減を0.3~0.6の範囲に設定することで、画像内容の大きな変化を抑えることができます。個人的にはこちらを推奨します。

私は、拡大モデルとFluxでまず2倍に拡大し、その後【Comfyui_TTP_Toolset】でさらに2倍に拡大しています。その結果、細部がより良くなると感じています。また、SDXLのControlNet Tileや他の拡大手法を前処理として使用することで、最終画像の細部と品質を向上させることも可能です。

このワークフローはモジュール構成であるため、各モジュールのキーポイントには「Set」と「Get」ノードが設置されており、さまざまな組み合わせを試すことで最適な体験を得られます。

  1. ワークフローは徐々に大規模化しています。Fluxのエコシステムはまだ構築中であるため、このワークフローは主に各種新機能の実験的方向性を記録するものであり、一部のノードは暫定的に保持されています。比較や試行のためです。可玩性は非常に高いですが、少々肥大化しています。一般に、メモリが16GB未満の方はこのワークフローの使用をおすすめしません。

  1. FluxのIPAdapterノードを追加(XlabsがリリースしたIPAdapterはFluxエコシステムの重要な一歩ですが、これはあくまで初期モデルであり、効果はそれほど良くありません。お試し用としてご利用ください)。

XLabs-AI/flux-ip-adapter · Hugging Face

(ComfyUI/models/xlabs/IP adapters/* に配置)

openai/clip-vit-large-patch14 · Hugging Face

(ComfyUI/models/clip_vision/* に配置)

  1. ttplanetの【Comfyui_TTP_Toolset】拡大ノードを追加。

Amazing Flux_8Mega_Pixel_image_upscale_process - v2.0 | Stable Diffusion Workflows | Civitai

Hires Fix技術を使用した拡大方法で、原理はTILEのブロック分割と類似。画像をブロックに分割し、画像逆推論モデルで記述した後、合成します。すごい!

ノードは2つの方法で使用できます。

1つ目は、画像のノイズ低減出力を基に潜在空間から拡大する方法ですが、拡大ステップでのノイズ低減が低すぎると崩壊しやすくなります。基本的には以下の対応関係です:2倍拡大でノイズ低減0.6;3倍拡大でノイズ低減0.65;4倍拡大でノイズ低減0.7。ノイズ低減が低すぎると深刻なアーチファクトが発生しますが、0.6を超えると、拡大後の画像内容が大きく変化する傾向があります。

2つ目は、初期生成画像をエンコーダーでサンプリングする方法で、こちらの方が比較的制御しやすく、ノイズ低減を0.3~0.6の範囲に設定することで、画像内容の大きな変化を抑えることができます。個人的にはこちらを推奨します。

私は、拡大モデルとFluxでまず2倍に拡大し、その後【Comfyui_TTP_Toolset】でさらに2倍に拡大しています。その結果、細部がより良くなると感じています。また、SDXLのControlNet Tileや他の拡大手法を前処理として使用することで、最終画像の細部と品質を向上させることも可能です。

このワークフローはモジュール構成であるため、各モジュールのキーポイントには「Set」と「Get」ノードが設置されており、さまざまな組み合わせを試すことで最適な体験を得られます。

  1. ワークフローは徐々に大規模化しています。Fluxのエコシステムはまだ構築中であるため、このワークフローは主に各種新機能の実験的方向性を記録するものであり、一部のノードは暫定的に保持されています。比較や試行のためです。可玩性は非常に高いですが、少々肥大化しています。一般に、メモリが16GB未満の方はこのワークフローの使用をおすすめしません。

V2.1

V2.1ワークフローでは、超強力な画像逆推論ノードグループ「joy_caption」を置き換えました。このノードグループのモデルは複雑であるため、GitHubページの説明をよくお読みください。

https://github.com/StartHua/Comfyui_CXH_joy_caption/tree/main

Fluxを使用して高解像度拡大用画像を生成する際は、NF4-V2モデルを選択します。

Flux.1-Dev (v1+v2) Flux.1-Schnell BNB NF4 - Flux.1-Dev BNB NF4 v2 | Stable Diffusion Checkpoint | Civitai

——————————————————

V2.1ワークフローでは、超強力な画像逆推論ノードグループ「joy_caption」を置き換えました。このノードグループのモデルは複雑であるため、GitHubページの説明をよくお読みください。

https://github.com/StartHua/Comfyui_CXH_joy_caption/tree/main

Fluxを使用して高解像度拡大用画像を生成する際は、NF4-V2モデルを選択します。

Flux.1-Dev (v1+v2) Flux.1-Schnell BNB NF4 - Flux.1-Dev BNB NF4 v2 | Stable Diffusion Checkpoint | Civitai


V1

多機能・モジュール構成のFluxワークフローです。

Fluxの通常の動作を提供するだけでなく、生成画像の品質は非常に高いものの、内容の芸術的審美が単調で硬直的であるという課題を解消するため、PixartおよびSDXLのワークフローを導入しました。

  1. Fluxモデルの通常の画像生成プロセスを実行でき、現在リリース済みのFlux LoRAやFlux ControlNetなどの機能を追加し、顔の細部を改善してFluxモデルで再描画することで、高解像度拡大を実現できます。

FLUX - Dev | Stable Diffusion Checkpoint | Civitai

  1. SDXLの従来のプロセスを追加。ControlNetとIPAdapterを含み、詳細修復と高解像度拡大が可能。高解像度修復には、Kolorsによる再描画拡大を代替手段として提供。

  2. 华为がリリースしたPixArt 900モデルの画像生成プロセスを追加。ControlNetなどのエコシステムは整っていませんが、芸術性とコンテンツの多様性が非常に高いです。Flux画像による修復を組み合わせることで、画質面の弱点を補うことができます。

900M PixArt Sigma - base | Stable Diffusion Checkpoint | Civitai

  1. プロンプトはOllamaノードを使用してLLMの大規模モデルの文を洗練し、画像逆推論によるプロンプト生成にも対応。

https://ollama.com/ からOllamaをダウンロードしてください。インストールは非常に簡単です。インストール後、キーボードでWin+Rを押して実行を開き、CMDと入力してコマンドプロンプトを開き、その後「ollama run llama3.1」と入力するとモデルが自動的にダウンロードされます。上記サイトで他のモデルのダウンロードも試すことができます。デフォルトではモデルはCドライブにダウンロードされるため、パスを変更する必要がある場合、環境変数にOLLAMA_MODELSを追加し、自らパスを設定してください。

  1. SDXLまたはPixArtで画像を生成 → Fluxで画像を再生成修復 → SDXLモデルで詳細修復 → 高解像度拡大というプロセスを組み合わせて画像品質を向上。

  2. ワークフローはモジュール化されており、固定されたフローではありません。「Set/Get」ノードの機能を通じて、異なるモジュール間で画像生成のロジックを切り替え、独自にさまざまな組み合わせを探索できます。

ワークフローの各機能はノードグループとして整理され、コメントが付与されています。使用前に必ずご確認ください。空白部分を右クリックして【管理グループ(easy use)】を選択することで、ノードグループの有効・無効を切り替え、必要に応じてオンにできます。

  1. ComfyUIを最新版に更新してください。

———

多機能・モジュール構成のFluxワークフローです。

Fluxの通常の動作を提供するだけでなく、生成画像の品質は非常に高いものの、内容の芸術的審美が単調で硬直的であるという課題を解消するため、PixartおよびSDXLのワークフローを導入しました。

  1. Fluxモデルの通常の画像生成プロセスを実行でき、現在リリース済みのFlux LoRAやFlux ControlNetなどの機能を追加し、顔の細部を改善してFluxモデルで再描画することで、高解像度拡大を実現できます。

FLUX - Dev | Stable Diffusion Checkpoint | Civitai

  1. SDXLの従来のプロセスを追加。ControlNetとIPAdapterを含み、詳細修復と高解像度拡大が可能。高解像度修復には、Kolorsによる再描画拡大を代替手段として提供。

  2. 华为がリリースしたPixArt 900モデルの画像生成プロセスを追加。ControlNetなどのエコシステムは整っていませんが、芸術性とコンテンツの多様性が非常に高いです。Flux画像による修復を組み合わせることで、画質面の弱点を補うことができます。

900M PixArt Sigma - base | Stable Diffusion Checkpoint | Civitai

  1. プロンプトはOllamaノードを使用してLLMの大規模モデルの文を洗練し、画像逆推論によるプロンプト生成にも対応。

https://ollama.com/ からOllamaをダウンロードしてください。インストールは非常に簡単です。インストール後、キーボードでWin+Rを押して実行を開き、CMDと入力してコマンドプロンプトを開き、その後「ollama run llama3.1」と入力するとモデルが自動的にダウンロードされます。上記サイトで他のモデルのダウンロードも試すことができます。デフォルトではモデルはCドライブにダウンロードされるため、パスを変更する必要がある場合、環境変数にOLLAMA_MODELSを追加し、自らパスを設定してください。

  1. SDXLまたはPixArtで画像を生成 → Fluxで画像を再生成修復 → SDXLモデルで詳細修復 → 高解像度拡大というプロセスを組み合わせて画像品質を向上。

  2. ワークフローはモジュール化されており、固定されたフローではありません。「Set/Get」ノードの機能を通じて、異なるモジュール間で画像生成のロジックを切り替え、独自にさまざまな組み合わせを探索できます。

ワークフローの各機能はノードグループとして整理され、コメントが付与されています。使用前に必ずご確認ください。空白部分を右クリックして【管理グループ(easy use)】を選択することで、ノードグループの有効・無効を切り替え、必要に応じてオンにできます。

  1. ComfyUIを最新版に更新してください。

このモデルで生成された画像

画像が見つかりません。