Not so simple (or is it?) Illustrious Workflow

GladasGladas
851
23.9K
comfyuiupscaleworkflow도구detailercolor correction
v13eSimple_v2Actually SimpleSimple IMG2IMG v2Simple IMG2IMGv13dv13cv13a-Epsilonv13bv13av13v12gv12fv12ev12dv12cv12bv12av11Lv12v11kv11jv11iv11hv11gv11fv11f-altv11ev11dv11cv11bv11av11v10bv10av10 - 01Jun2025v9fv9ev9dv9cv9av9v8ev8dv8cv8bv8v7cv7b2v7bv7a_bandaidv7av7v5dv5cv6v5bv5av5Less Noodles Av4g Less Noodlesv4fv4ev4dv4cv4bv4

세부 정보

파일 다운로드

모델 설명

면책조항: 제 워크플로우는 모든 ComfyUI 사용자에게 적용되는 만능 솔루션이 아닙니다. 이 워크플로우는 제 개인적인 사용을 위해 제가 직접 설계한 것입니다. 그러나 제가 이걸 공유해 달라는 요청을 받았습니다.

다운로드 전에: 이 워크플로우는 빠른 생성을 위한 것이 아닙니다. 속도가 중요하다면, 이 워크플로우는 당신이 원하는 것이 아닙니다. 기본적인 워크플로우를 찾고 있다면, ComfyUI 개발팀이 여기에 여러 가지를 제공했습니다. 여기에서 확인하세요. CivitAI에서도 다른(아마도 더 나은) 워크플로우들이 존재합니다.

  • v13a-Epsilon 이후 버전은 ComfyUI를 v0.3.64 이상으로 업데이트해야 합니다. ComfyUI를 업그레이드하는 것은 자체적인 위험을 동반하며, ComfyUI 설치가 손상되더라도 저는 책임지지 않습니다. 이는 귀하의 책임 하에 수행하십시오.

  • 다시 강조하지만: ComfyUI를 v0.3.64로 업데이트한 후 Impact Pack을 업데이트하지 않으면 디테일러 노드에서 오류가 발생합니다.

ComfyUI 업데이트, 커스텀 노드 설치 등은 귀하의 ComfyUI 설치를 손상시킬 수 있습니다. 이 모든 작업은 귀하의 책임 하에 진행하십시오. 설치가 손상되더라도 저는 책임지지 않습니다.

RES4LYF를 사용하신다면, 제 워크플로우의 거의 모든 것이 작동하지 않을 것입니다. (아마도)

저는 버전마다 최소 한 명씩, Sampler Scheduler Settings (JPS) 및 BasicScheduler 노드를 사용할 때 매번 동일한 오류에 부딪히는 경우를 보았습니다. 이들 사이의 공통점은 RES4LYF가 설치되어 있었다는 점이었습니다. RES4LYF를 설치했을 때 저도 이 문제를 재현할 수 있었습니다.

이 워크플로우는 무엇을 하나요?

간단한 워크플로우는 매우 기본적입니다:

  • 최대 3개의 LoRA를 지원합니다.

  • KSampler를 통한 정상 이미지 생성

  • Ultimate SD Upscale을 통한 이미지 확대

  • 이미지를 기본 출력 폴더에 저장

v<여기에 번호 입력> 워크플로우는 제 실험입니다. 대부분 다음을 수행합니다:

  • 원하는 만큼 LoRA를 사용할 수 있습니다(이론상)

  • 워터마크 감지 및 제거(v12에는 없음)

  • USDU를 통한 확대

  • 얼굴 등 디테일링

  • 색상/대비 조정

  • 기타 여러 출력에 영향을 주는 설정(v12에는 없음)

  • CivitAI가 읽을 수 있는 모든 메타데이터를 포함하여 이미지 저장

말할 필요 없겠지만, 귀하의 선호도에 맞게 설정을 조정해야 합니다.

자주 묻는 질문/문제:

워크플로우가 USDU 노드 직전 또는 직후에 갑자기 중단됩니다.

BasicScheduler와 USDU의 스케줄러 입력이 빨간색으로 표시되고 오류가 발생한다면, 일반적으로 이 문제와 관련된 커스텀 샘플러나 스케줄러가 설치되어 있고, 어디선가 호환되지 않는 문제일 가능성이 높습니다.

해결책/우회 방법:

  • 보통 해결책은 Sampler Scheduler Settings 노드를 삭제하는 것입니다.

  • 또는 커스텀 샘플러/스케줄러를 언인스톨하세요.

다른 가능한 원인은 Detailer 그룹(워터마크 제거 그룹 포함)에 SAM 및/또는 감지 모델이 선택되거나 설치되지 않았다는 것입니다. 초기에 표시되는 모델은 제 설치 기준입니다. 귀하의 머신에 설치된 모델을 직접 선택해야 합니다.

참고: SAM 로더는 워터마크 제거 그룹 바로 아래 또는 버전에 따라 왼쪽에 위치합니다.

다른 문제는 Impact Scheduler Adapter 노드와 관련이 있습니다. (이 노드는 v12 또는 v11k에는 존재하지 않습니다.)

해결책/우회 방법:

  • 워터마크 제거 그룹과 모든 Detailer 그룹에서 Impact Scheduler Adapter 노드를 삭제하세요.

  • 관련 Detailer 노드의 스케줄러로 연결된 와이어를 끊고 수동으로 스케줄러를 설정하세요.

위의 방법들을 모두 시도했지만 여전히 작동하지 않는다면, 문제 해결은 귀하의 책임이며, 저의 워크플로우를 사용하지 않는 선택을 하셔도 됩니다.

초기 이미지 생성 후 이미지가 흐릿하게 보이는 이유는 무엇인가요?

모델/체크포인트에 내장된 VAE가 없을 가능성이 높습니다. Load VAE 그룹을 켜고 VAE 모델을 선택하세요. 보통 sdxl_vae이며, models/vae 폴더에 있어야 합니다.

Load VAE는 별도 그룹에 있으며 기본적으로 활성화되어 있습니다. 우회하면 내장된 VAE를 사용하게 됩니다. 모델에 내장된 VAE가 없다면, 초기 이미지 생성 후 이미지가 흐릿해집니다.

이 효과가 이후에 나타나는 이유는 VAE가 그 시점 이후에야 사용되기 때문입니다.

왜 KSampler나 Iterative Upscale 대신 Ultimate SD Upscale을 사용하나요?

  • USDU는 저에게 가장 잘 작동합니다. 단지 제 선호이며(제 기준) KSampler와 Iterative 확대보다 성능이 더 좋습니다.

이 워크플로우에서 LoRA를 어떻게 사용하나요?(v11L 이전)

  • Positive Prompt 노드 하단에서 "Select to add LoRA"라는 옵션이 보입니다. 이를 클릭하고 LoRA를 찾아 클릭하세요. 그러면 A1111/Forge와 같은 방식으로 프롬프트에 추가됩니다.

  • 또는 **<lora:**를 입력하고 수동으로 LoRA 이름을 입력할 수 있습니다.

  • 그 후 강도를 추가하세요. 예: lora:supercoolamazinglora:0.7

참고: 최신 버전의 워크플로우에서는 rgthree의 Power Lora Loader를 사용합니다.

  • 이 노드를 사용하면 LoRA를 사용하기 매우 간단합니다. Add Lora를 클릭하고 LoRA를 선택한 후 강도를 설정하세요.

  • CivitAI에서 정보를 가져와(존재한다면) 트리거 단어(있을 경우)를 얻을 수 있습니다.

  • 노드의 LoRA 이름을 마우스 오른쪽 클릭하고 "Show Info"를 선택하세요.

  • 그런 다음 "Fetch info from civitai"를 클릭하세요.

  • "trained words"가 표시된 곳에서 단어를 클릭하면 복사 옵션이 나타납니다.

  • 복사된 곳을 클릭한 후 Positive Prompt로 이동하여 붙여넣으세요.

  • 가장 좋은 점: 이 기능은 무료입니다.

  • 저는 절대(의도적으로) 사용자가 유료로 구입해야 하는 기능을 포함한 노드를 워크플로우에 포함시키지 않습니다.

업스케일 모델:

원하는 어떤 업스케일 모델도 사용할 수 있습니다. 하지만 일부는 USDU와 호환되지 않는 문제가 있습니다. 따라서 초기 이미지는 정상적으로 보이지만 USDU 후 이상한 색상 변화가 나타난다면, 업스케일 모델이 문제일 수 있습니다. 다른 모델을 시도해 비교해보세요.

FaceDetailer 모델:

기억나는 대로, Impact Pack은 시작에 필요한 모델을 포함하고 있습니다. 그러나 다른 모델이 필요하거나 포함되어 있지 않다면, ComfyUI Manager의 "Model Manager" 옵션을 사용하여 더 많은 모델을 찾을 수 있습니다. 필요한 두 가지 모델 유형은 "Ultralytics"와 "sam"입니다.

제가 사용하는 얼굴 모델은 더 이상 CivitAI에 없습니다. 최근 확인했을 때 해당 사용자가 금지된 것으로 보입니다. 이 모델은 huggingface에 있습니다. 저는 1024 v2 y8n 버전을 사용합니다. 이 얼굴 감지 모델은 제 생각에 여전히 가장 잘 작동합니다.

VAE 모델:

보통 일반적인 SDXL VAE 또는 체크포인트 모델에 내장된 VAE를 사용합니다.

도움 요청:

저는 ComfyUI를 사용하는 일반 사용자일 뿐 개발자는 아닙니다. 기술적 질문이 있으시다면, 도움을 드리기 어려울 수 있습니다. 무엇이 잘못되었는지 또는 어떤 기능을 하는지 모르면, 저는 구글을 자주 사용합니다. 그러나 기술적이지 않은 질문에 대해서는 제가 할 수 있는 최선을 다해 도와드리겠습니다.

  • 도움이 필요하거나 원하신다면, 구체적으로 요청해 주세요.

  • 가능한 경우 스크린샷 링크를 제공해 주세요.

  • 무례한 태도는 삼가주세요. (저는 귀하를 도울 의무가 없습니다. 이 워크플로우는 제 개인적인 사용을 위한 것이며, 무료로 공유하고 있습니다.)

이 워크플로우에 <임의의 기능 추가>를 추가할 계획이 있나요?

  • 아마도 아닙니다. 왜냐하면 저 자신이 절대 사용하지 않거나, 시도해보고 싫어했기 때문입니다.

  • 아마도 이 질문을 하신다면, 이미 귀하만의 워크플로우를 만들거나 다른 워크플로우를 사용해보셨을 것입니다.

  • 다른 워크플로우에서 좋아하는 기능이나, 제 워크플로우에서 좋아하는 기능이 있다면, 그 기능을 복사해서 원하는 워크플로우에 붙여넣고 실험해보세요. 학습에 매우 좋은 방법입니다.

v13d

삭제된 항목:

  • 이미지 필터 조정

  • 색상 보정

  • VAE 소스용 "any switch" 노드

Color Corrector 추가

  • 이 노드는 워크플로우의 마지막에 있는 Color Correct를 대체하며 우회 가능합니다.

  • Auto, Preset, Manual 모드를 제공합니다.

기본 설정에서 이 버전의 워크플로우는 제 5060ti 16GB에서 시작부터 종료까지 약 3분이 넘게 소요됩니다.

이 워크플로우는 무엇을 하나요?

워크플로우 시작 부분의 기본 ControlNet

  • 초기 KSampler(SamplerCustomAdvanced)에 최대 3개의 ControlNet 연결 가능

글로벌 샘플러/시드

  • 이러한 노드는 설정을 하나의 장소에서 쉽게 설정할 수 있게 해줍니다.

  • 참고: 워크플로우 내 모든 노드와 호환되지 않는 샘플러/스케줄러를 선택하면 워크플로우가 오류를 발생시킵니다.

  • 이 노드를 워크플로우 전반에 활용하려면, Sampler Scheduler Settings (JPS) 노드가 KSamplerSelect 및 BasicScheduler 노드에 연결되어 있습니다. RES4LYF를 사용하는 경우 이 기능은 작동하지 않습니다. (제 워크플로우 사용자들의 피드백에 따름)

  • BasicScheduler와 관련된 무작위 오류가 발생한다면, 워크플로우의 노드와 호환되지 않는 커스텀 노드 팩이 설치되어 충돌이 발생했을 가능성이 큽니다. 만약 이것이 귀하에게 심각한 문제라면, 완전히 이해합니다. 저도 제게 가장 잘 작동하는 것을 포기할 수 없습니다.

Concat Conditioning

  • 이 기능은 Comfy Core에서 제공하는 기능으로, 이미지에 다양한 효과를 추가하는 데 도움이 됩니다. (이들은 제 말이 아니라 그들의 말입니다.)

Wildcards

  • ImpactWildcardProcessor 노드를 통해 쉽게 와일드카드를 사용할 수 있습니다.

  • ComfyUI를 시작하기 전에 와일드카드 파일을 Impact Pack/wildcards 폴더에 설치하세요.

Dynamic Thresholding

  • 초기 이미지와 확대용으로 각각 두 개의 별도 노드 제공

Detail Daemon

  • 워크플로우 전반에 걸쳐 초기 이미지, 확대 및 디테일러에 여러 Detail Daemon Sampler 노드가 제공됩니다.

  • 워크플로우 시작 부분 근처에 권장 설정이 안내되어 있습니다.

이미지 필터 조정

  • 이 노드는 Ultimate SD Upscale과 함께 사용할 수 있습니다.

  • 이러한 노드에 대한 권장 설정이 안내되어 있습니다.

워터마크 감지 및 제거

  • 자명한 기능: 워터마크를 감지하고 제거합니다.

  • 이 작업을 위한 CLIPSeg 방법도 있지만, 이 방법은 저에게 적합하지 않습니다.

  • 제 버전은 이 워크플로우를 약간 수정한 것입니다.

2x 확대(기본 설정 기준)

  • 확대는 업스케일 모델을 통해 수행된 후 Ultimate SD Upscale로 전달됩니다.

  • 더 높은 비율도 가능하지만, 설정은 직접 조정하셔야 합니다.

3개의 (얼굴) 디테일러 노드

  • 얼굴, 손, 눈에 사용합니다.

  • 추가로 더 연결하고 재연결하는 데 익숙하다면, 추가하는 것은 어렵지 않습니다.

  • 최신 ComfyUI 및 Impact Pack 업데이트 후, 얼굴 디테일링 시 denoise 값을 극도로 낮춰야 했습니다. 참고로 알려드립니다.

ColorCorrector

  • 저장 전 이미지의 색상을 자동 조정합니다.

이미지 저장기

  • CivitAI가 이해할 수 있는 전체 메타데이터를 포함하여 생성된 이미지를 저장합니다.

  • 사용된 리소스를 수동으로 추가할 필요가 없습니다.

v13d에서 사용된 커스텀 노드:

comfyui_controlnet_aux

ComfyUI Impact Pack

rgthree-comfy

ComfyUI-KJNodes

ComfyUI_UltimateSDUpscale

Dynamic Thresholding

Comfyroll Studio

ComfyUI-Detail-Daemon

ComfyUI Inspire Pack

ComfyUI Impact Subpack

comfyui-lama-remover

ComfyMath

ComfyUI Image Saver

JPS Custom Nodes for ComfyUI

WAS Node Suite (Revised)

GPS' ComfyUI 보완 도구

comfyui-lama-remover

Color Corrector

v13c

  • 워크플로우 전반의 설정을 Euler + Normal 또는 DEIS + Simple(제가 이제 가장 선호하는 조합)과 호환되도록 조정했습니다.

  • 제가 주로 사용하는 대부분의 Illustrious 모델이 제가 사용하던 CFG 값보다 낮은 CFG 값을 권장한다고 해서 ChatGPT에게 설정을 조정해 달라고 요청했습니다.

  • 워크플로우에는 첫 번째 샘플 이미지 생성에 사용한 프롬프트와 설정이 포함되어 있습니다.

  • ControlNet 그룹 옆에 ChatGPT가 제공한 몇 가지 설정 조정 제안을 담은 마크다운 메모가 추가되었습니다.

  • Power Lora Loader 아래에, 일부 사용자가 알지 못할 수 있는 몇 가지 기능에 대한 간단한 설명을 담은 마크다운 메모를 추가했습니다.

  • v-pred 모델을 사용하는 경우 Epsilon Scaling을 끄는 것을 권장하지만, 여러분의 선택에 따라 조정하십시오.

v13a-Epsilon

이 버전은 v13a에 Epsilon Scaling 옵션이 추가된 버전입니다.

  • ChatGPT의 도움으로 이 기능이 작동하고 워크플로우와 어떻게 상호작용하는지에 대한 여러 마크다운 메모가 추가되었습니다.

  • 저는 워크플로우 전체에 이 기능을 사용하지는 않지만, 적용 가능한 부분에서는 사용할 수 있습니다.

  • 이 기능을 사용하려면 ComfyUI 버전이 v0.3.64 이상이어야 합니다. ComfyUI를 업그레이드하는 것은 자체적인 위험을 수반하며, 업그레이드로 인해 ComfyUI 설치가 손상되더라도 저는 책임지지 않습니다. 위험을 감수하고 스스로 결정하십시오.

  • 다시 강조합니다: ComfyUI를 v0.3.64로 업그레이드한 후 Impact Pack을 업데이트하지 않으면 Detailer 노드에 오류가 발생합니다.

v13b

새로운 내용은?

새로운 Epsilon Scaling 노드를 추가했습니다.

  • 이 노드의 작동 방식에 대한 정보는 여기에서 확인할 수 있습니다.

  • v-pred 모델을 사용하는 경우, 이 노드는 사용하지 않는 것이 좋습니다(AFAIK).

  • 이 노드를 사용하려면 최신 버전의 ComfyUI(0.3.64)를 사용해야 합니다.

  • 면책조항: ComfyUI 업데이트로 인해 설치가 손상되더라도 저는 책임지지 않습니다. 이 작업은 사용자의 위험 부담으로 진행하십시오.

  • 참고: ComfyUI를 업데이트하면 커스텀 노드도 업데이트해야 합니다. Impact Pack을 업데이트하기 전까지 모든 Detailer 노드가 제 시스템에서 작동하지 않았습니다.

워크플로우가 완전히 다시 구성되었으며, 다양한 그룹 간 간격을 약간 늘리기 위해 레이아웃이 변경되었습니다.

USDU 2 바로 앞의 업스케일 그룹을 제거했습니다.

  • 이 그룹을 두는 것이 큰 차이를 만들지 않아 제거했습니다.

v13a

워크플로우 노드 간격을 더 조밀하게 조정했습니다.

리라우트 수를 줄였습니다.

Dynamic Thresholding과 CFG Zero Star가 워크플로우 시작 부분이 아니라 여러 그룹에 분산하여 추가되었습니다.

전체 워크플로우의 기본 설정은 ChatGPT의 권장 사항에 따라 Euler A + Normal을 사용하면서 Dynamic Thresholding, CFG Zero Star 및 Detail Daemon을 적용한 설정으로 설정되었습니다. 원하는 대로 조정하십시오. (참고: ChatGPT는 눈에 Detail Daemon을 사용하지 말 것을 권장합니다.)

v13

원래 이 버전은 v11과 v12를 기반으로 완전히 새로 구축되었습니다.

  • Image Saver가 메타데이터를 전혀 저장하지 않는 문제가 발생했습니다. 이 메타데이터는 제 워크플로우의 핵심인데, 모든 리소스 정보와 파라미터를 CivitAI가 읽을 수 있는 형식으로 자동 저장하도록 구성하기 위함입니다.

  • 원래 v13에 12시간을 낭비한 뒤, v11L을 분석해 제 초기 v13 워크플로우 설정과 동일하게 수정했습니다.

  • 이 과정에서 워크플로우를 변경할 때마다 메타데이터가 CivitAI에서 올바르게 저장되고 읽히는지 확인하는 '재미있는' 작업이 반복되었습니다.

6.5시간 후, 여기 있습니다:

v12g

ChatGPT 권장 설정이 적힌 메모를 제거했습니다.

  • 이 설정들은 시도해볼 만했습니다. 이 설정들을 출발점으로 삼아 제 최적의 설정을 찾아냈습니다.

이 버전의 첫 20개 샘플 이미지를 생성할 때 사용한 설정을 메모로 추가했습니다.

Detailer 그룹 옆에 제가 어떻게 이 노드를 사용하는지 간략히 설명하는 메모를 추가했습니다.

v12f

새로운 내용은?

Dynamic Thresholding

  • 이제 DT 노드가 두 개 있습니다. 하나는 KSampler에 연결되고, 다른 하나는 각 Ultimate SD Upscale 노드에 연결됩니다. 이 변경은 ChatGPT의 권장 설정에 따라 이루어졌습니다.

  • FaceDetailer 노드는 더 이상 DT와 연결되지 않습니다. ChatGPT에 따르면, 이 연결은 디테일러가 과도하게 보정하여 결과가 평탄화될 수 있습니다.

ChatGPT 권장 설정

DT + CFGZeroStar 사용 시 ChatGPT의 권장 설정을 포함한 메모를 추가했습니다.

  • 5060ti에서 약 8분 소요됩니다. (속도가 중요한 경우 권장하지 않음)

CFG++ 샘플러를 사용할 때 ChatGPT 권장 설정을 기반으로 조정한 설정도 메모로 추가했습니다.

  • 5060ti에서 3~4분 소요됩니다.

  • 저는 이 설정이 다소 높다고 생각하지만, 실제로 이 설정으로 샘플 이미지를 생성해보았습니다.

  • 면책조항: ChatGPT는 틀릴 수 있으며, 이 설정들이 전혀 좋지 않을 수 있습니다.

기본 설정은 Euler Ancestral + Normal로 설정되어 있습니다.

CFG 설정이 있는 각 노드 옆에 Lazy CFG 라벨이 달린 노드를 추가했습니다.

  • 각 노드의 CFG 입력에 연결하면, 모든 노드에서 CFG를 수동으로 조정할 필요가 없습니다.

v12e

새로운 내용은?

Illustrious 기반 모델을 사용하여 반실사 애니메이션 이미지를 생성할 때 ChatGPT가 최고의 결과를 낼 수 있다고 제안한 설정으로 기본 설정을 조정했습니다.

  • 워크플로우 전반의 CFG 설정을 제어하던 노드를 삭제했습니다. 이제 CFG는 각 노드에서 수동으로 설정해야 합니다.

  • 마지막 USDU 그룹을 3x로 업스케일하도록 변경했습니다. 권장 설정을 사용할 때 가장 좋은 결과를 얻었습니다. 2x는 하단 타일에서 이상한 텍스처가 자주 발생했습니다.

  • 모든 Detailer 노드는 ChatGPT의 권장에 따라 1 사이클로 설정되었습니다.

tile_width와 tile_height를 교환할 수 있는 부울 스위치를 추가했습니다.

  • "true"로 토글하면 반전된 설정이 적용됩니다.

  • "false"로 토글하면 일반 설정이 적용됩니다.

원하는 스타일에 맞춰 설정을 자유롭게 조정하십시오.

v12d

새로운 점/다른 점:

업스케일을 USDU 이전에 수행하는 제 방식으로 복원했습니다.

  • GoogleAI와 함께 USDU 설정을 탐색한 결과, 이 방식이 더 나은 것으로 확인되었습니다.

  • 이 방식이 잘못될 수 있을까요? 네.

tile_width와 tile_height 설정을 초기 이미지와 반대로 변경했습니다.

  • 이 변경으로 더 안정적인 결과를 얻었고, 이전에도 실험해본 적 있습니다.

  • 원하신다면 끈을 끊고 수동으로 설정할 수 있습니다.

  • 이 방법 덕분에 tile_padding을 더 낮게 설정할 수 있습니다.

  • 단점은 처리 시간이 증가한다는 것입니다.

워크플로우 전반의 스텝 수가 대부분 조정되었습니다.

  • 원하는 스타일에 맞게 조정하십시오.

v12c

Impact Wildcard Processor 추가

  • 이 노드를 사용하면 프롬프트에 쉽게 와일드카드를 추가할 수 있습니다.

  • ComfyUI를 시작하기 전에 와일드카드 파일을 custom nodes/impact pack/wildcards 폴더에 넣어두세요.

  • 기본적으로 비활성화되어 있습니다.

Concat Conditioning 다시 추가

  • 이는 프롬프트에 '풍미'를 추가하기 위한 Comfy Core 내장 기능입니다.

  • 기본적으로 비활성화되어 있습니다.

ClipTokenCounter 다시 추가

  • 이 기능은 ppm 커스텀 노드 팩을 필요로 하며, ComfyUI-Manager에서 쉽게 찾을 수 있습니다.

  • 사용하고 싶지 않다면 안전하게 삭제할 수 있습니다.

v12b

사소한 변경:

Dynamic Thresholding 추가

  • 기본적으로 비활성화되어 있습니다.

  • 이 노드 사용법을 모른다면 YouTube에 영상과 다양한 문서가 있습니다.

모든 노드의 CFG를 제어하는 Float Constant 노드 추가

  • 각 노드의 CFG를 수동으로 조정하려면 CFG 입력에 연결된 끈을 끊으세요.

  • 이 노드를 추가한 주된 이유는 Dynamic Thresholding을 사용할 때마다 매번 각 노드의 CFG를 조정하는 것이 싫었기 때문입니다.

기본 설정은 대부분의 Illustrious 모델에서 작동하지만, 원하는 대로 조정하십시오.

v12a

새로운 내용은?

업스케일 그룹 이후 노드 순서를 변경했습니다.

  • USDU 다음에 Detailer 1이 오도록 했습니다.

  • 이 변경은 업스케일 단계 사이에 FaceDetailer를 사용하면 더 나은 결과를 얻을 수 있다는 정보를 바탕으로 했습니다. 제 환경에서는 효과가 있었지만, 결과는 다를 수 있습니다.

  • 업스케일 후 두 번째 USDU

  • 그 다음 다른 2개의 Detailer 그룹이 이어집니다.

Inspire Pack의 Global Sampler 노드를 추가했습니다.

  • 이 노드를 활성화하면 워크플로우 내 모든 Sampler/Scheduler 설정을 덮어씁니다.

  • 어떤 샘플러나 스케줄러를 선택하든, 해당 노드와 호환되지 않으면 워크플로우가 오류를 발생시킵니다. 주의하세요.

사용된 SAM 모델 (모든 디테일러에 필요합니다):

sam_vit_b - models/sams 폴더에 다운로드/설치

사용된 Ultralytics/감지 모델:

워터마크 감지: nsfw_watermarks_s_yolov8 - models/ultralytics/bbox 폴더에 다운로드/설치

얼굴:

Anzhc Face seg 1024 v2 y8n - models/ultralytics/segm 폴더에 다운로드/설치

눈:

Eyeful_v2_Individual - models/ultralytics/bbox 폴더에 다운로드/설치

손:

hand_yolov8s - models/ultralytics/bbox 폴더에 다운로드/설치

이전 변경 로그:

v11L

새로운 내용은?

v12에서 좋아하는 부분을 가져와 v11k를 조정했습니다. 이 버전은 v11k의 모든 기능을 유지하면서 덜 제한적입니다.

주요 변경사항:

  • 스케줄러, 샘플러 및 CFG 설정이 초기 이미지 설정에 더 이상 묶이지 않습니다. 각 그룹별로 개별적으로 조정할 수 있습니다.

  • 디테일러 노드의 모든 설정은 이제 실제 노드에서 처리되며, bbox_threshold 설정만 예외입니다. 이 설정은 감지에 영향을 주는 핵심 설정입니다. 여전히 Float Constant 노드에 연결해 두어 쉽게 찾을 수 있게 했습니다.

  • Power Lora Loader가 이제 Lora 로더 역할을 하며, ImpactWildcardEncode를 대체했습니다. 이 노드는 Load Checkpoint 노드 바로 아래에 위치합니다.

사소한 변경사항:

  • 레이아웃을 정리했습니다.

  • 두 번째 업스케일과 USDU 두 번째 업스케일은 기본적으로 비활성화되었습니다.

v12

이 버전은 무엇을 하나요?

  • 원하는 만큼의 LoRA를 지원합니다(이론상).

  • USDU를 통한 업스케일링

  • 얼굴, 눈 등에 대한 3개의 Detailer 노드

  • 색상/대비 조정

  • CivitAI가 읽을 수 있는 전체 메타데이터와 함께 이미지를 저장합니다. 게시할 때 리소스를 수동으로 추가할 필요가 없습니다.

이 버전은 완전히 새로 구축되었으며, 워터마크 감지 및 제거 그룹이 더 이상 포함되지 않습니다(현재).

LoRA 로딩을 위해 rgthree의 Power Lora Loader를 ImpactWildcardEncode 대신 사용했습니다. ImpactWildcardEncode 노드는 좋아하지만, 공간을 덜 차지하는 것이 더 좋았습니다.

이 버전에서는 표준 KSampler와 USDU 노드를 사용했습니다. 이로 인해 Basic Scheduler나 Impact Scheduler Adapter 노드가 더 이상 존재하지 않아 일부 사용자에게 좋을 것입니다. 또한 v11에서 사용했던 Detail Daemon이나 기타 부가 기능도 모두 제거되었습니다.

제 입장에서는 이 버전은 기능적으로 매우 기본적이지만, 잘 작동합니다. 기본 설정(프롬프트를 추가한 상태)으로도 양질의 결과를 얻을 수 있습니다. 원하는 스타일에 맞게 조정하십시오.

v11k 변경 사항

USDU에서 Laplace 제거

  • 초기 이미지에는 훌륭하지만, 업스케일 과정에서 하단 타일에서 문제가 발생했습니다.

초기 KSampler 바로 다음에 선택적 No Upscale USDU 노드 추가

  • Laplace와 함께 euler 샘플러 외의 샘플러를 사용할 때 발생하던 심각한 아티팩트를 줄이는 데 도움이 되었습니다.

  • 기본적으로 비활성화/무시됩니다.

Detailer 노드와 Detail Daemon을 연동할 수 있는 기능 추가

사용 방법:

  • Detailer # Detail Daemon 그룹을 활성화하세요.

  • Detailer # Detail Daemon 그룹의 DETAILER_HOOK 출력을 FaceDetailer 노드의 detailer_hook 입력에 연결하세요.

  • 참고: FaceDetailer 노드에 연결된 상태에서 Detailer # Detail Daemon 그룹을 무시하면 워크플로우가 오류를 발생시킵니다.

v11j 변경 사항

워크플로우에 SAM 모델과 Ultralytics/감지 모델을 어디서 찾을 수 있는지에 대한 메모 추가

USDU 그룹 왼쪽에 노드 정렬 재구성

실험적으로 Laplace 스케줄러 추가:

  • Sigma 입력을 지원하는 SamplerCustomAdvanced 및 USDU와 호환됩니다.

  • 모든 디테일러 노드와 호환되지 않으므로, Sampler Scheduler Settings 노드에서 여전히 스케줄러 선택이 중요합니다.

  • Illustrious 모델에서는 euler, euler ancestral, 그들의 CFG++ 변종에서만 작동하는 것으로 보이지만, 결과는 다를 수 있습니다.

  • 라플라스 스케줄러 그룹을 끄면 스케줄러에 기본 노드가 사용됩니다. 이 그룹은 다른 라플라스 관련 그룹과 연결되어 있어, 함께 끄게 됩니다.

  • 이 기능은 워크플로우에서 왼쪽에서 오른쪽으로만 작동합니다. 따라서 더 뒤쪽의 라플라스 그룹 중 하나를 끄면, 그 이후의 관련 그룹만 영향을 받습니다.

Simple v2 변경 사항:

  • LoRA 스택 로더 및 VAE 입력 스위치에 관련된 참고 사항을 추가했습니다.

  • 업스케일 후 두 번째 패스를 위해 추가적인 (업스케일 없음) USDU 노드를 추가했습니다.

  • 이 워크플로우는 사용자 정의 노드로 ComfyRoll_CustomNodes와 UltimateSDUpscale만 사용합니다.

v11i 변경 사항:

KSampler 업스케일 흐름 제거

  • 이 기능들은 별다른 효과가 없어 보였습니다.

  • 업스케일에는 여전히 USDU를 사용합니다.

연결 조건부는 기본적으로 무시됩니다.

  • 이를 위한 전환 기능을 추가했습니다.

v11h 변경 사항:

이미지에서 이미지 기능 제거

  • 이 기능을 선호하셨다면, 새 버전에 이를 통합하거나 이전 버전을 계속 사용할 수 있습니다.

흐름 시작 부분에 ControlNet 추가

  • 매우 기본적인 구조입니다. 더 복잡한 기능이 필요하시면 자유롭게 수정해 주세요.

  • 기본적으로 끄켜져 있습니다.

  • 1번째 샘플 이미지는 ControlNet과 CannyEdge, TTPlanet_TileSimple을 사용하여 게임 스크린샷에서 변환되었습니다.

v11g 변경 사항:

이것은 v11f의 연장선입니다(대안 버전 아님)

Load VAE 및 이미지에서 이미지에 대한 그룹 우회 노드를 추가했습니다.

  • 이 노드를 통해 끄고 켜는 것이 더 쉬워집니다.

  • 사용 중인 체크포인트/모델에 VAE가 내장되어 있지 않다면, Load VAE 그룹을 활성화하고 VAE 모델을 올바르게 선택해야 합니다.

(재)초기 KSampler에 Detail Daemon을 추가했습니다.

  • 설정은 제 선호도에 맞춰져 있습니다.

  • Detail Daemon은 기본적으로 끄켜져 있습니다.

  • 효과가 있나요? 네, 있습니다.

Dynamic Thresholding 설정을 조정했습니다.

  • CFG 값을 나누는 값이 3으로 설정되었습니다. 이 설정 그대로 사용한다면, CFG 값은 일반값의 3배로 설정해야 합니다. "Divide CFG Value" 노드의 "b" 값을 원하는 값으로 수정할 수 있습니다.

업스케일 단계 이후 워크플로우가 갑자기 중단되는 경우:

  • 워터마크 감지 및 제거 및 디테일러 그룹 내의 Impact Scheduler Adapter 노드를 찾아 삭제하세요.

  • 다음으로, 디테일러 노드에 스케줄러로 연결된 끈이 있다면, 끈을 끊고 각 디테일러 노드에서 스케줄러를 수동으로 설정하세요.

  • V11f-alt 버전이 이를 "수정"했지만, 저는 이 버전을 계속 사용할 계획이 없습니다.

Basic Scheduler 노드에서 오류가 발생하는 경우, 제가 무엇을 드릴 수 있을지 모르겠습니다.

  • 이 노드는 ComfyUI에 포함된 표준 Comfy Core 노드입니다. 자체적으로 문제를 해결하거나 ComfyUI 개발자에게 프로젝트 페이지에서 문의하셔야 합니다.

초기 샘플 이미지는 Dynamic Thresholding, CFG Zero Star, _Detail Daemon_을 활성화한 상태에서 생성되었습니다.

업스케일 모델: 2x-AnimeSharpV4_RCAN. (UltraSharp 및 AnimeSharp를 만든 사람과 동일)

5060ti에서 전체 작업 시간은 약 200초입니다. 설정 및 하드웨어에 따라 다를 수 있습니다.

v11f-alt 변경 사항:

KSampler (Inspire)가 모든 SamplerCustomAdvanced 노드를 대체했습니다.

  • 업스케일 중 미리보기(사용 시)는 보기 나쁘지만, 출력 결과는 정상적으로 나옵니다. 이미지 비교 노드에서 확인할 수 있습니다.

전체 워크플로우에서 Sampler/Scheduler를 제어하기 위해 Global Sampler 노드를 사용합니다.

  • 이 노드를 사용하면 KSampler (Inspire) 노드를 사용하는 것이 거의 필수입니다. 왜냐하면 그 안의 스케줄러가 SamplerCustomAdvanced와 호환되지 않기 때문입니다.

  • 이로 인해 BasicScheduler 및 Impact Scheduler Adapter 노드가 더 이상 필요하지 않게 되었습니다. 항상 이 노드 중 하나 이상에서 문제가 발생하는 사람이 있습니다.

v11f 변경 사항:

Load VAE

  • 이 노드는 이제 독립된 그룹에 있으며 기본적으로 활성화되어 있습니다.

  • VAE 모델이 이 노드에서 올바르게 선택되었는지 확인하세요. 그렇지 않으면 오류가 발생합니다.

  • 그룹을 우회하면 사용 중인 체크포인트의 내장 VAE를 로드합니다. 모델/체크포인트에 VAE가 내장되어 있지 않다면 초기 생성 이후 이미지가 흐릿해집니다.

  • 이는 초기 이미지 생성 이후에만 VAE가 사용되기 때문에 이전에는 보이지 않았습니다.

CFG Star Zero 추가

  • 이 노드는 커스텀 노드 다운로드가 불필요한 Comfy Core 내장 노드입니다.

  • 찾지 못한다면, 사용 중인 ComfyUI 버전이 최신이 아닙니다.

  • ComfyUI를 업데이트하는 것은 사용자 책임입니다.

워크플로우에서 FreeU, Detail Daemon, CFG++SamplerSelect를 제거했습니다.

  • 저는 이제 거의 이 기능들을 사용하지 않습니다.

기타 작은 레이아웃 변경

  • 일부 연결을 정리했습니다.

  • 워크플로우의 워터마크 제거 부분을 제외하고 모든 노드를 확장한 상태로 유지했습니다. 이는 워크플로우를 수정하거나 연결 방식을 이해하려는 사용자에게 더 편리합니다.

테스트는 Better Days 및 Touching Grass LoRA를 사용하여 수행했습니다.

  • 샘플러: sa_solver

  • 스케줄러: karras

  • 5060ti에서 전체 워크플로우는 약 2~2.5분 소요됩니다. 하드웨어 및 설정에 따라 다릅니다.

이 워크플로우는 Image Saver와 호환되도록 설계되었습니다. 이 노드만이 모델, LoRA, 임베딩 등 모든 생성 정보를 수동 입력 없이 일관되게 제공합니다. 이 워크플로우에서 사용된 노드는 Image Saver와 가장 잘 작동하면서도 프롬프트 및 기타 설정을 제어할 수 있는 것으로 확인된 것입니다.

원하시는 대로 자유롭게 수정하셔도 좋으며, 적극 권장합니다! 여러분만의 워크플로우로 만들어주세요!

v11e 변경 사항:

IMG2IMG 기능 추가 (다시)

  • 몇 분이 이 기능을 요청했습니다.

  • 매우 기본적이며 초기 이미지 크기를 가장 가까운 SDXL 해상도로 조정하고, USDU 타일 크기에도 동일한 해상도를 사용합니다.

  • 이 기능을 사용하는 경우 denoise 설정을 1보다 낮게 조정하세요(테스트시 0.5 사용). IMG2IMG를 사용하지 않을 때는 다시 1로 설정하는 것을 잊지 마세요.

v11d 변경 사항:

ComfyUI v0.3.44에서 테스트했습니다.

  • ComfyUI 및 커스텀 노드를 업데이트한 후, 일부 노드 크기가 변경되었습니다.

  • 초기 샘플 이미지는 새로 발견한 샘플러 sa_solver로 생성했습니다.

  • CFG 4 이하에서 가장 잘 작동하는 것으로 보이지만, 사용 환경에 따라 다릅니다.

스케줄러를 Image Saver에 재연결했습니다.

  • 어떤 계기로 끈이 끊어졌는지 몰랐지만 오늘才发现했습니다.

Impact Pack 또는 Impact Subpack을 업데이트하면 SAM2 및 facebook/sam2 종속성을 설치하려 합니다.

  • 제 시스템에서는 설치에 실패했지만, 제 워크플로우에서는 SAM2 기능이 필요하지 않은 것으로 보입니다.

v11c 변경 사항:

손 감지를 위한 추가 디테일러 그룹 추가

  • 제 경우 결과가 매우 좋았습니다.

  • 때로는 "Detailer Helper Prompt" 노드에서 손, 5개 손가락 등을 프롬프트로 입력해야 합니다.

  • 손 감지 모델은 ComfyUI Manager > Model Manager에서 다운로드할 수 있습니다. Ultralytics로 필터링하면 모델을 찾을 수 있습니다.

v11b 변경 사항:

Ultimate SD Upscale:

  • 마스크 블러 및 타일 패딩 설정을 seam fix 마스크 블러 및 seam fix 패딩과 동기화하는 노드를 추가했습니다. 이는 seam fix 모드 사용 시 이음새 문제를 완화하는 데 도움이 될 것입니다.

  • 이는 설정 조정을 더 쉽게 만드는 것입니다. 노드 자체의 문제는 Ultimate SD Upscale 프로젝트 관리자에게 문의해야 합니다.

  • LoRA를 활성화하여 동일한 동작을 확인했습니다.

Image Filter Adjustments 노드의 설정 조정:

  • 엣지 강조 설정을 0으로 조정했습니다. 원하는 스타일로 수동 조정할 수 있습니다.

USDU 및 디테일러 노드의 CFG용 Math 노드 제거

  • 이제 CFG는 워크플로우 전체에서 기본적으로 동일하게 적용됩니다.

기본 설정은 추가 기능을 비활성화한 상태로 사용자 편의를 위해 설정했습니다.

  • Dynamic Thresholding, FreeU_V2, Detail Daemon 등

v11a 변경 사항:

Global Seed 노드를 첫 번째 KSampler (SamplerCustomAdvanced) 노드에 더 가깝게 이동했습니다.

워크플로우 전반에 몇 가지 추가 설명을 추가하여 일부 노드의 작동 방식에 익숙하지 않은 사용자에게 도움이 되도록 했습니다.

다양한 Image Filter Adjustments 노드의 설정을 조정하고, 대부분을 확장한 상태로 유지하여 사용자가 원하는 대로 조정할 수 있도록 했습니다.

USDU 그룹 각각에 단일 ControlNet 그룹을 추가했습니다.

  • 이 그룹은 Manager를 통해 다운로드 가능한 ControlNet Union 모델을 사용합니다.

Image Comparer 노드의 전후 비교 텍스트를 추가하는 노드를 제거했습니다.

  • 이 노드들은 워크플로우가 완전히 끝나기 전까지 비교 노드에 랜덤 이미지가 표시되지 않는 문제를 일으켰습니다.

  • 개인적으로는 유용한 QoL 기능이었지만 아쉽습니다.

초기 예제 이미지는 다음 설정으로 생성되었습니다:

샘플러: Euler Ancestral

스케줄러: Beta

스텝: 28

CFG: 6

2개의 USDU 그룹으로 업스케일

업스케일 모델: RealESRGAN_x4Plus Anime 6B (OpenModelDB 링크)

스텝: 10

Denoise: 0.2

얼굴 및 눈용 디테일러

각각 3 사이클

얼굴 감지 모델: Anzhc Face seg 1024 v2 y8n.pt (HuggingFace 링크)

눈 감지 모델: Eyeful | Adetailer / ComfyUI용 강력한 눈 감지 - v2 개별 버전. (CivitAI 링크)

이 설정은 저장된 워크플로우 파일에 기본값으로 포함됩니다.

v11:

워크플로우를 다시 처음부터 재구성했습니다. 이 버전은 v10b보다 더 나은 것은 아니지만 더 빠르고 더 적은 노드를 사용합니다.

이 워크플로우는 이 비디오에서 올리비오 사리카스의 워크플로우에서 일부 영감을 받았습니다. 특히 was-node-suite-comfyui의 Image Filter Adjustments 노드를 사용했습니다.

  • 이 노드를 워크플로우 전반에 걸쳐 광범위하게 사용했습니다. 이미지 결과가 너무 날카롭다면, 이 노드를 안전하게 우회할 수 있습니다(확인됨).

  • 이로 인해 디테일러 노드가 제게는 불필요하게 되었지만, 혹시 모를 상황을 대비해 유지했습니다.

워크플로우에서 Detail Daemon 샘플러를 제거했습니다.

  • Multiple Sigmas (stateless)는 여전히 존재하며, 안전하게 우회할 수 있습니다.

이 버전에서는 가상 반복 업스케일 그룹이 없습니다. (속도 향상으로 좋아요!)

이 버전부터 comfyui-art-venture를 사용하지 않게 되었습니다.

  • 최신 버전으로 업데이트한 후, 커스텀 노드를 클린 설치해도 ComfyUI 재시작 후 로드되지 않는 문제가 지속되었습니다.

  • 대신 ComfyUI-post-processing-nodes로 전환했습니다. 이곳에도 동일한 Color Correct 노드가 있습니다.

이 워크플로우가 생긴 이유 중 하나는 대안 업스케일 방법을 찾기 위해서였습니다. SUPIR 및 APISR를 검토했습니다. 그러나 여전히 USDU를 사용하고 있습니다.

  • SUPIR는 저에게는 완전히 실패했습니다. 아마도 실제 이미지를 거의 생성하지 않기 때문일 것입니다.

  • APISR은 애니메이션 업스케일을 목표로 하지만, 사용하는 업스케일 모델은 특수 노드 없이도 잘 작동합니다. (적어도 4x_APISR_DAT_GAN_generator는 그렇습니다.)

전반적으로 생성 속도가 빨라졌습니다(5060 16GB에서 약 3분). 결과에도 만족합니다.

무언가 빠뜨렸거나 워크플로우에 더 이상 없는 항목이 있다면 죄송합니다.

워크플로우를 로드할 때 누락된 항목에 대한 경고가 표시될 것입니다. Impact-Pack은 수동으로 git pull을 해야 업데이트됩니다. (적어도 저에게는 그렇습니다.)

아무 연결을 끊거나 잘못된 항목을 우회하면 문제가 발생할 수 있으며, 오류가 나타납니다. 이 경우 원래 워크플로우 JSON을 다시 로드하거나 최근에 성공적으로 생성된 이미지를 사용해 보세요.

원하시는 대로 워크플로우에서 삭제하거나 추가하셔도 좋습니다. 제 워크플로우가 도움이 되셨다면 다행입니다.

당신의 선호도에 맞게 설정을 조정해야 합니다.除非你在尝试生成和我一样的图像。默认设置并非为了速度优化。

이 워크플로우는 아래 "추천 리소스"에 명시된 모델에서 테스트되었습니다. 환경에 따라 다를 수 있습니다. 설정 및 프롬프트를 조정하여 자신에게 맞는 최적의 조건을 찾아보세요. 현재 설정은 제 취향입니다. 본인의 취향과 선호도에 맞게 조정하세요!

CFGZeroStar

사용하지 않을 때:

CFGZeroStar 사용 시:

제 관점에서 CFGZeroStar를 사용한 경우 이미지 출력 결과가 더 낫습니다.

  • 모서리 부근에서 더 일관성이 있으며, 창의 모양, 그녀의 엉덩이 뒤에 랜덤한 빛이 없고, 배경의 가구들이 더 자연스럽게 보입니다.

  • 그녀의 오른쪽 다리는 더 부드럽고 레깅스에 더 많은 반짝임이 있습니다.

제가 읽어본 바에 따르면, 이는 모든 모델과 호환되지 않으므로 해당 경우 오류가 발생합니다. 아마도 이 기능을 워크플로에 추가하여 쉽게 켜고 끄기 위해 그룹으로 관리할 것입니다.

왜 색상 보정(Color Correct)을 사용하나요?

  • KSampler/Ultimate SD Upscale을 사용한 업스케일링은 원본 이미지의 색상을 제거하거나 변경합니다(적어도 저에게는 그렇습니다). 또한, 완성된 이미지에 추가적인 대비를 주는 것을 좋아합니다.

워터마크 제거

왜 워크플로에 이 기능을 포함했나요?

  • 드물긴 하지만 워터마크가 여전히 발생하며, 워터마크 때문에 좋은 이미지를 포기하고 싶지 않습니다.

워터마크 제거 작동 예시:

워크플로의 워터마크 부분에서 어떤 설정을 변경하든 워터마크 제거 기능이 중단될 수 있습니다. 이곳에서 변경해야 할 사항은 다음과 같습니다:

  • 감지 임계값(Detection Threshold) (높을수록 감지가 적고, 낮을수록 감지가 더 공격적입니다)

  • 워터마크 감지 모델(Watermark Detection Model) (원하는 모델을 사용하세요)

  • BBOX 감지 노드 내의 텍스트

  • 워터마크 제거 노드의 스텝(Steps), 스케줄러(scheduler), 노이즈 제거(denoise) 설정은 조정 가능합니다.

  • v10a에서는 일부 경우 노이즈 제거를 0.01로 낮춰야 했습니다.

  • Big Iama Remover(IMG) 노드에서 가우스 블러 반경(gaussblur radius)을 조정할 수 있습니다.

  • 워크플로의 워터마크 부분에서 그 외의 항목은 변경하지 않는 것이 좋습니다. 이 설정을 제가 만든 것이 아니며, 모든 버튼, 숫자, 설정이 무엇을 하는지 조언할 수 없습니다. 변경은 본인 책임으로 하세요.

v10b 변경 사항은 미세합니다:

모든 Color Match 노드를 Color Correct 노드로 교체했습니다.

워크플로의 업스케일 부분에 다른 옵션을 탐색할 예정입니다.

v10a 변경 사항:

경고: 이 버전은 이미지 생성 속도를 높이기 위한 것이 아닙니다.

워크플로의 프롬프트 섹션에 Detailer 노드용 프롬프트 박스가 추가되었습니다.

  • 이 박스를 비워둘 수 있지만, 상세화할 대상을 설명하는 프롬프트를 추가하면 결과에 도움이 됩니다.

이 버전에 v9f에서 누락된 일부 메모를 다시 추가했습니다.

워크플로 끝부분의 Color Correct 출력 연결 고치기.

Fake Iterative Upscale 그룹에 추가적인 SamplerCustomAdvanced 노드를 추가했습니다.

  • 이미지 하단과 오른쪽에 흰색 테두리가 생기는 문제를 해결하기 위해 업스케일 설정을 0.25 단위로 증가시키는 방식으로 변경했습니다. 그 결과, 이 추가 노드를 통해 이 그룹(기본 설정)이 1.25 > 1.5 > 1.75 > 2.0 순으로 업스케일하게 되었습니다.

각 Detail Daemon 그룹에 Multiply Sigmas (stateless) 노드를 추가했습니다.

워크플로 전반에 걸쳐 Color Match(색상 일치) 노드를 사용하여 업스케일링으로 인한 색상 손실을 보완하려 했습니다.

  • 이는 픽셀 공간에서 업스케일링할 때 잠재 공간 대비 색상이 왜곡되는 것으로 알려진 문제(?)입니다.(적어도 제가 읽어본 바에 따르면)

  • 이 방식은 워크플로 끝부분에만 Color Match를 배치하는 것보다 더 나은(덜 버그가 있는) 결과를 가져왔습니다.

Image Comparer 노드를 수정하여 "수정 후" 결과를 먼저 표시하도록 했습니다.

v10 변경 사항:

사용하는 업스케일 모델에 따라 이 버전의 워크플로 완료 시간이 크게 달라집니다.

  • 현재 저는 업스케일 모델로 ModernSpanimationV1을 사용하고 있습니다만, 원하시는 모델을 사용하셔도 됩니다.

이 버전의 워크플로는 Iterative Upscale과 유사한 기능을 수행하기 위해 3개의 추가 SamplerCustomAdvanced 노드를 추가했습니다.

  • 이 방식을 채택한 이유는 Iterative Upscaling 노드가 추가 작업 없이 커스텀 샘플러를 지원하지 않기 때문입니다(저는 그런 작업을 하기 싫습니다).

  • 기본 설정은 원본 이미지 크기에서 1.33 > 1.66 > 2.0으로 2배 업스케일링하도록 되어 있습니다.

  • 이 노드 그룹을 우회하면 이전 버전과 유사한 워크플로가 됩니다. 또한 이 그룹의 결과에 만족한다면 USDU 그룹도 우회할 수 있습니다.

Detail Daemon 노드는 이제 사용 가능한 각 노드에 개별적으로 할당되었습니다.

플로우 시작 부분에 IMG2IMG 옵션을 추가했습니다.

  • 이미지 크기에 따라 가장 가까운 SDXL 시작 해상도를 자동으로 계산합니다.

워크플로의 북마크를 수정했습니다.

  • 이제 1부터 9까지 레이블이 붙어 있습니다. 이 기능을 사용하려면 rgthree-comfy를 설치해야 합니다.

Duplicate FreeU_V2 및 Dynamic Thresholding 노드를 제거했습니다.

Color Match를 제거했습니다.

v9f 변경 사항:

워크플로에 Detail Daemon을 다시 추가했습니다.

  • 제가 설정한 값은 제게 잘 작동하는 값입니다.

  • FreeU V2와 마찬가지로 만능 솔루션은 아닙니다.

  • 기본적으로 비활성화되어 있습니다.

  • Detail Daemon 노드를 자체 그룹으로 분리하여 KSampler 및 두 개의 USDU 노드에 각각 연결했습니다.

  • 이번에는 복잡한 스위치를 사용하지 않았습니다. Fast Groups Bypasser 노드를 사용하여 간단히 비활성화하거나 우회할 수 있습니다.

UDSU(Ultimate SD Upscale) 관련 참고 사항:

  • 원래 USDU 프로젝트의 FAQ에 따르면, 업스케일링에는 0.1~0.2의 노이즈 제거 값을 사용하고, 이미지 품질 향상에는 최대 0.35까지 사용할 것을 권장합니다.

  • FAQ는 다른 설정들의 기능도 설명합니다. 단, 이 프로젝트는 A1111용으로 만들어졌기 때문에 일부 내용이 다를 수 있음을 유의하세요.

  • ComfyUI 버전에는 일부 지침이 있지만 동일한 FAQ를 참조합니다.

  • USDU에 대한 기술적 질문은 위 두 프로젝트 페이지 중 하나에 문의하는 것을 권장합니다.

처음 몇 개의 예시 이미지는 워크플로 전체에서 FreeU V2와 Detail Daemon을 모두 활성화하여 생성되었습니다.

v9e 변경 사항:

작은 조정. 노드 연결선(noodles)을 더 정리했습니다. 남아 있는 그룹 이름은 이제 모두 명확하게 표시되고 읽기 쉬워졌습니다.

UDSU1 전에 Upscale > Downscale 그룹을 추가했습니다.

  • 이는 출력 품질을 향상시킬 수 있지만, 결과는 다를 수 있습니다.

  • 기본 설정은 이미지를 업스케일한 후 원본 크기로 다운스케일하여 USDU로 입력합니다.

  • 대안으로, Upscale 설정을 2로 변경하고 USDU를 1로 설정하면, 이는 USDU (No Upscale) 노드와 동일한 동작이 됩니다. 이 방식으로 출력 결과가 달라질 수 있으니 직접 테스트해 보세요.

Dynamic Thresholding 그룹에 FreeU_V2를 추가했습니다.

  • FreeU를 사용하려면 그 기능을 잘 이해하거나 스스로 학습할 준비가 되어 있어야 합니다.

  • 도움이 될 수 있지만 모든 모델에 적용 가능한 만능 솔루션은 아닙니다.

Positive 프롬프트에 Concat Conditionings을 추가했습니다.

  • ComfyUI 위키에서: 요리에 비유하자면, "conditioning_to"는 기본 레시피이고, "conditioning_from"은 추가 조미료나 양념입니다. ConditioningConcat 클래스는 이 양념을 레시피에 더해주는 도구로, 요리를 더 풍부하고 다채롭게 만듭니다.

  • ImpactWildcardEncode 노드의 일반적인 Positive 프롬프트는 "conditioning_to"로, 아래의 텍스트 노드는 "conditioning_from"으로 작동합니다.

  • Image Saver 외 다른 Save Image 노드와 함께 이 기능을 시도해봤지만, 전체 프롬프트를 캡처하지 못했습니다. Image Saver를 다른 것으로 교체하려는 경우 참고하세요.

v9d 변경 사항:

주로 워크플로 시작 부분의 레이아웃을 변경했습니다.

  • rgthree의 reroute 노드를 많이 사용하여 복잡한 연결선을 정리했습니다.

v10에서 제거했던 ComfyUI-ppm을 다시 워크플로에 추가했습니다.

  • ppm 문제는 제가 잘못 설정한 Dynamic Thresholding에서 비롯된 것으로 생각합니다.

Dynamic Thresholding 설정을 프로젝트 페이지 위키 정보와 일치하도록 조정했습니다.

Dynamic Thresholding을 사용할 경우(저의 설정 기준):

  • CFG 값을 일반값의 2배로 설정하세요.

  • 최소 CFG 값을 원하는 값으로 설정하세요. 실험을 통해 적절한 값을 찾으셔야 합니다. 샘플러가 허용한다면 일반값보다 1~2 낮춘 값을 사용합니다.

전역 시드(Global Seed, Inspire) 노드는 이제 워크플로의 관련 모든 노드의 시드를 제어합니다.

  • 참고: 큐 기록에서 불러올 경우, 이 노드는 고정(fixed) 상태로 바뀌며 다른 값으로 변경할 때까지 그대로 유지됩니다.

v10은 폐기되었습니다.

  • 절대로 Set/Get 노드를 다시 사용하고 싶지 않습니다.

ControlNet 및 Detail Daemon도 제거되었습니다.

아래는 Image Comparer 노드를 통해 보여주는 전후 비교 스크린샷입니다. 이미지는 v9d 워크플로 JSON에 저장된 설정으로 생성되었습니다. 차이가 있는지는 확실하지 않지만, 현재 sage attention을 사용하고 있습니다.

"수정 후" 결과는 Image Comparer 노드의 왼쪽에 표시됩니다.(가운데 선이 있는 쪽)

워크플로의 워터마크 부분 전후 비교:

UDSU1 전후 비교:

UDSU2 전후 비교:

Color Correct 전후 비교:

초기 이미지와 최종 결과의 전후 비교:

v9c 변경 사항:

특정 노드 그룹을 우회할 때 잘못된 이미지가 워크플로 끝부분으로 전달되는 문제를 해결하기 위해 컨텍스트 연결을 수정했습니다.

  • 이 문제는 컨텍스트 스위치의 두 개의 컨텍스트 입력이 잘못 연결되어 있었기 때문입니다.

  • 컨텍스트 노드의 위치를 약간 조정했습니다.

워크플로에 표시된 일부 모델 이름이 달라졌을 수 있습니다.

  • _update_comfyui_and_python_dependencies 업데이트 과정에서 ComfyUI를 재설치해야 했기 때문입니다. 이번엔 배우겠죠. (아마도 아닐 겁니다)

v9b: 이 버전은 건너뛰었나 봅니다.

v9a 변경 사항:

워크플로 왼쪽의 미세한 조정. 제게는 조금 지나치게 답답하게 느껴졌습니다.

  • 가끔 도움이 되므로 토큰 수 노드를 다시 추가했습니다.

Detailer 섹션에서 누락된 몇 개의 노드를 다시 연결했습니다. 아마도 거의 사용하지 않을 것이지만, 워크플로의 완전성을 위해 수정했습니다. 다른 누락된 노드는 없는지 확인했습니다.

UDSU1 그룹 아래에서 타일 크기 치수를 전환할 수 있는 토글을 추가했습니다.

UDSU 하단에 타일 크기를 곱하는 옵션을 추가했습니다. (자신의 테스트 목적으로)

  • 이는 아마도 USDU의 tile_padding 설정과 유사할 것입니다. 하지만 _tile_padding_을 줄이고 곱셈 계수를 1.2로 설정해 본 결과 좋은 성능을 보였습니다.

  • 기본적으로 비활성화되어 있습니다.

v9는 Better Days에 Touching Grass와 이 PornMaster lora를 사용하여 테스트했습니다.

이 워크플로는 모든 SDXL, Pony, Illustrious, NOOB(NAI) 모델과 호환됩니다.

주로 워크플로 왼쪽의 레이아웃을 변경했습니다.

  • 대부분의 변경은 누군가 LoRA CLIP 가중치와 Concat Conditioning을 언급하면서 시작되었습니다. 둘 모두 시도해봤지만, CLIP 가중치는 별로 마음에 들지 않았고, Concat은 흥미로운 결과를 주었지만 일관성이 부족하여 워크플로에 포함시키지 않았습니다.

  • ImpactWildcardEncode 대신 몇 가지 LoRA 로더를 시도해봤지만, 그 결과 Image Saver가 사용된 LoRA를 인식하지 못하게 되었습니다. 심지어 Widget to String을 사용해 모델 이름을 Image Saver에 보내도 마찬가지였습니다.

  • 이로 인해 Image Saver 대체품을 시도했지만, 예상대로 Image Saver가 제게 더 나은 기능을 제공하는 영역에서 부족했습니다.

  • FreeU_V2를 제거했습니다. 유용할 수는 있지만 일관성 있게 좋은 결과를 내지 못합니다. 워크플로에 이미 충분한 추가 설정이 있으므로 이 기능이 필요하지 않다고 판단했습니다.

  • ComfyUI-ppm의 모든 Sampler Selector를 추가했습니다. 그 중 적어도 하나는 프로젝트 페이지에서 언급되지 않은 것이었지만, 새로운 샘플러를 시도하고 싶다면 모두 시도해보세요.

이제 4개의 샘플러 그룹을 전환할 수 있는 토글이 있습니다.

  • 표준 샘플러

  • CFG++ 샘플러 선택 (ppm에서)

  • Dyn 샘플러 (ppm에서)

  • PPM 샘플러 (ppm에서)

  • 이상적으로는 단 하나만 켜두는 것이 좋습니다. 여러 그룹을 동시에 켜두면, 숫자 순서에서 가장 먼저 오는 샘플러 그룹이 사용됩니다.

북마크 1부터 5까지는 워크플로우의 중요한 부분으로 이동합니다.

타일 크기 설정을 초기 이미지 해상도와 반대 방향으로 조정했습니다. 이로 인해 제게 좋은 결과를 얻었고, 더 이상 하프 타일 모드를 사용하지 않아도 결과에 만족할 수 있게 되었습니다.

워크플로우 파일은 샘플 이미지 중 하나를 생성할 때 사용한 Euler + Karras 설정으로 저장되었습니다.

v8e 변경사항:

동적 임계값 처리

  • 이 노드에 대한 연결을 다시 조정했습니다. 이 조정은 이 노드의 최적 설정을 찾는 과정에서 새로 알게 된 정보에 기반합니다.

  • 이 기능을 사용할 때 악몽 같은 결과가 나온다면, threshold_percentile을 조정해보세요. 값을 올리면 노드가 이미지에 더 공격적으로 클램프를 적용하고, 값을 낮추면 덜 공격적으로 작동합니다. 0.9에서 0.99 사이를 추천합니다.

  • 최소 CFG 값을 사용하는 샘플러/스케줄러 조합의 최저값에 맞추세요. 표준 샘플러와 CFG++ 샘플러를 사용한 워크플로우 버전을 몇 가지 포함했습니다. 이미지가 과도하게 조정된다면, 이 값을 낮추거나 KSampler 근처의 "CFG" 값을 조정해보세요.

워터마크 감지 및 제거 흐름

  • 흐름에 SAM 감지 노드를 추가했습니다. 이는 동일한 워크플로우의 디테일러 부분에서 사용하는 SAM 로더를 활용하여 더 나은 결과를 얻었습니다.

  • 주의: 항상 워터마크를 감지하는 것은 아닙니다. 하지만 아무것도 없보다는 낫습니다.

  • CLIPSeg를 사용한 방법도 있지만, 제 경험상 잘 작동하지 않았습니다.

Detail Daemon 그룹에서 Lying Sigma 샘플러를 제거했습니다.

  • 사용해볼 만한 아이디어이긴 하지만, 제게는 Illustrious에 너무 과한 것 같습니다.

모든 바이패스 스위치를 워크플로우의 시작 부분으로 이동했습니다.

기존과 같이 부정 프롬프트 노드를 되돌렸고, ImpactWildcardEncode를 사용하지 않았습니다.

.zip 파일 내의 워크플로우 설정은 이 버전의 샘플 이미지 중 처음 두 개를 생성할 때 제가 사용한 설정입니다. (누군가 제 이미지처럼 만드는 방법을 묻기 때문입니다.) 원하지 않는 옵션은 토글로 끄고 그냥 기본 설정으로 사용하실 수 있습니다.

v8d 변경사항:

동적 임계값 처리

  • "표준" 샘플러와도 제대로 작동하도록 값을 조정했습니다.

  • 노드의 연결을 변경했습니다. 이제 올바르게 확대/축소됩니다.

  • 이 기능을 사용할 때 이미지가 덜 채도가 높아졌습니다.

  • 이로 인해 이미지 결과에 좋은 개선이 있었습니다(제 기준).

워터마크 감지 및 제거 흐름

  • 두 그룹을 모두 한 번에 끌 수 있는 버튼을 추가했습니다.

주의: 귀하의 로컬 ComfyUI 설치 환경에 따라 이 워크플로우가 제대로 작동하지 않을 수 있습니다. 귀하의 ComfyUI 설치가 제 것과 다른 무수한 요인 때문입니다.

버전 8c 변경사항:

항상 그렇듯이, 최신 버전이 반드시 더 나은 것은 아닙니다.

워크플로우의 기본 설정으로 생성 시간: 5060ti 16GB에서 167초

추가 기능을 활성화한 경우 생성 시간: 265초

워크플로우 전체에 여러 그룹 바이패스 노드를 추가했습니다:

  • 이들은 생성 프로세스를 시작하기 전에 워크플로우 내의 기능을 켜고 끄는 데 사용됩니다.

  • 이 기능을 추가한 주된 이유는 rgthree의 커스텀 노드에서 제공하는 Context Switch를 어떻게 활용할지 처음에 고민하면서였습니다.

  • 그 이유는 디테일러 부분에서 두 가지 옵션을 제공하고, 이 한 부분만을 위해 수많은 설정을 수동으로 토글하는 것을 줄이고자 했기 때문입니다.

  • 옵션 1: 워크플로우에 이미 존재하는 두 개의 일반적인 FaceDetailer 노드 사용

  • 옵션 2: 한 번에 모두 처리하는 통합 Detailer 노드 사용

  • 워크플로우 내의 작은 그룹 바이패스 노드들은 모두 바이패스할 수 있습니다. 따라서 초기 KSampler만 사용하려는 경우도 쉽게 가능합니다.

초기 이미지 생성에만 Smoothed Energy Guidance (SEG)를 추가했습니다:

  • 전체 워크플로우에 연결하면 너무 느려집니다.

  • 이 기능은 무엇을 하나요?

  • "모델이 이미지를 생성하는 방식에 영향을 주어 이미지의 디테일, 사실감, 구성이 개선됩니다."

  • Perturbed Attention Guidance보다 더 안정적이라고 하지만, 확신할 수는 없습니다.

FreeU V2:

  • 제가 선호하는 결과에 맞춰 설정을 조정했지만, 쉽게 변경하거나 바이패스할 수 있습니다.

동적 임계값 처리를 다시 추가했으며, 기본적으로 바이패스 상태입니다.

FreeU V2 및 동적 임계값 처리 - Post (KSampler 이후):

  • 첫 번째 KSampler 이후의 모든 과정을 위한 두 노드의 두 번째 세트가 추가되었습니다.

  • 이는 SEG를 워크플로우의 나머지 부분에서 제외하기 위함입니다.

Ultimate SD Upscale:

  • 각 USDU 옆에 CFG를 위한 "b를 CFG에 추가/감소" 노드가 있습니다. 이 노드들은 기본 CFG 설정에 2를 더하거나 뺄 수 있도록 설정되어 있습니다. 이는 USDU를 통한 업스케일링에 긍정적인 영향을 준다고 예상됩니다.

  • CFG를 더 높이면 단계를 줄이고, 반대로 CFG를 낮추면 단계를 늘려야 합니다. 추가하거나 감소하려면 노드의 "op" 필드를 클릭하고 "Add" 또는 "Subtract"를 선택하세요.

  • 두 USDU ControlNet 그룹 사이에 "모델로 업스케일" 그룹을 추가했습니다.

  • 이 그룹은 USDU 1의 출력을 업스케일한 후 원래 이미지 크기로 다운스케일하고, 다시 USDU 2에서 업스케일합니다. 이 방식은 USDU 1의 출력을 바로 사용하는 것보다 훨씬 나은 결과를 제공합니다.

  • 이 방식은 제가 사용해보니 꽤 좋은 결과를 얻었고, 업스케일 모델이 로딩에 매우 오래 걸리는 것이 아니라면 시간도 크게 늘지 않습니다.

Color Match 및 Color Correct는 흐름을 끊지 않고 개별적으로 바이패스할 수 있습니다.

Mahiro를 제거했습니다.

v8b 변경사항:

추가됨:

FreeU v2:

  • 이 노드는 이미 Comfy Core의 일부로 존재해 왔습니다. 아직도 설정이 어떻게 작동하는지 모르겠지만, 기본 설정은 SDXL용으로 설계된 것으로 알려져 있습니다.

  • 이미지 출력에 확실히 영향을 줍니다. 설정이 무엇을 하는지 궁금하다면 간단한 구글 검색이나 선호하는 AI에게 물어보세요.

  • 이 기능을 사용하면 이미지가 과도하게 조정되는 경향이 있어(제 기준), 보통보다 낮은 CFG 설정과 함께 사용합니다.

  • 이 노드는 애니메이션 스타일의 출력을 유도하는 것처럼 보이지만, 단지 제 개인적인 인상일 수도 있습니다.

  • 이 노드는 기본적으로 비활성화되어 있습니다.

ControlNet:

  • KSampler 및 두 USDU 노드에 기본 ControlNet 기능을 추가했습니다.

  • 이 노드들은 comfyui_controlnet_aux 및 Comfyroll Studio를 필요로 합니다.

  • KSampler ControlNet 그룹은 Load Image 노드, 3개의 AIO Aux Preprocessor 노드, 1개의 CR Multi-ControlNet Stack 노드, 1개의 CR Apply Multi-ControlNet 노드로 구성됩니다.

  • KSampler ControlNet 그룹은 기본적으로 바이패스됩니다.

  • 이전에는 Load Image 노드에 이미지가 없으면 워크플로우가 작동하지 않는 문제가 있었습니다. 현재는 고쳐졌다고 알고 있습니다. 그렇지 않다면 임의의 이미지를 넣어 해결할 수 있습니다.

  • 각 USDU ControlNet 그룹은 KSampler ControlNet 그룹과 동일하지만 Load Image 노드는 포함하지 않습니다.

  • ControlNet을 사용하지 않으려면 이 그룹을 삭제하거나 바이패스하세요.

  • 저는 AIO Preprocessor 내에 포함된 TTPlanet 기능과 ControlNet Union을 함께 사용하기 위해 이 기능을 사용합니다. (ComfyUI-Manager의 Model Manager에서 "union"으로 검색하면 찾을 수 있습니다. non-flux 버전 중 어느 것이든 작동합니다.)

ControlNet을 활성화해도 생성 속도는 여전히 약 3분입니다.

제거됨:

Guidance Limiter:

보유할 가치가 없다고 판단했습니다. 사용하고 싶다면 ComfyUI-ppm에 포함되어 있으므로 쉽게 다시 추가할 수 있습니다.

v8 변경사항:

참고: 최신 버전이 더 나은 것은 아닙니다. 단지 현재 제가 사용/실험 중인 버전일 뿐입니다.

실험적인 Distance 샘플러와의 호환성을 위해 조정을 가했습니다.

간단히 말하면:

"상대 거리 기반의 실험적 커스텀 샘플러입니다. 처음 몇 단계는 느리지만, 이후 속도가 빨라집니다(끝은 Heun으로 구성됩니다). 대부분의 작업이 이 초기 단계에서 이루어지므로, 더 정밀한 시작을 목표로 합니다."

  • 단계 수를 적게 사용합니다(4~10단계). 저자는 AYS 또는 Beta 스케줄러와 함께 7단계를 사용할 것을 권장합니다. (다른 스케줄러도 시도해볼 수 있습니다. 결과는 달라질 수 있습니다.)

  • 이 샘플러에 대한 완전한 설명은 프로젝트 페이지에서 확인할 수 있습니다.

  • 참고: 이 샘플러는 v-pred 모델과는 작동하지 않는 것 같습니다(최소 Lobotomized Mix에서는 작동하지 않음).

  • Distance 샘플러를 설치하면 몇 개의 CFG++ 샘플러도 함께 추가되며, 이들은 테스트하지 않았습니다.

5060ti 16GB에서 샘플 이미지에 사용한 설정으로 전체 생성 시간은 약 3분입니다.

설정은 항상 그렇듯 귀하의 선호도에 맞게 조정해야 합니다.

다른 샘플러/스케줄러 조합을 사용하고 USDU seams_fix_mode를 "None"으로 전환하면 매우 빠르게 처리할 수 있습니다.

추가됨:

Mahiro - "CFG를 덜 바보처럼 만들기 위해". 여기 인용.

ComfyUI-ppm 커스텀 노드에서 제공하는 Guidance Limiter, 이것의 구현체입니다.

  • 이에 대한 설정은 기본값 그대로 두었습니다. 프로젝트 페이지에 관련 설정에 대한 설명이 없습니다.

KSampler 및 USDU 노드 위에 Detail Daemon의 토글을 위한 부울 스위치를 추가했습니다.

  • 기본값은 "true"로 설정되어 있습니다.

제거됨:

2번째 KSampler

  • 워크플로우에 유지할 만큼 유익하지 않았습니다.

  • 대부분의 경우 이미지 품질이 더 나빠졌습니다.

Perturbed Attention Guidance를 제거했습니다.

  • 유지할 만큼 유익하지 않았습니다.

  • 생성 시간이 30% 느려지지만, 결과가 더 나아질 가능성은 있습니다.

CFG++Sampler Select는 기본적으로 끄어져 있습니다. 노드 위에 있는 부울 스위치를 사용해 켤 수 있습니다. 끄면 Sampler Selector (Image Saver) 노드로 전환됩니다.

  • CFG, Steps 등 기타 매개변수도 필요에 따라 조정해 주세요.

v7c 변경사항:

샘플러/스케줄러 설정(JPS) 노드를 추가하여 샘플러/스케줄러 선택을 한 곳에서 처리합니다.

  • 왜? 귀찮아서 여러 곳에서 바꾸고 싶지 않았습니다.

  • 이 노드로 인해 문제가 발생하면, v7b2가 더 나은 선택일 수 있습니다.

워크플로우 왼쪽에 **Fast Groups Bypasser (rgthree)**를 추가했습니다.

  • 원하는 만큼 자유롭게 바이패스하세요.

2번째 KSampler를 Hi-Res fix와 유사한 기능으로 변경했습니다.(다시)

  • "Upscale by" 설정을 1 이상으로 변경하면 이 KSampler에서 업스케일할 수 있습니다. 단, 바이패스하지 않으면 USDU 노드가 그 위에 다시 업스케일하게 됩니다.

1번째 USDU 노드부터 이후 모든 단계의 설정을 단일 노드로 통합했습니다.

  • 각 "Step" 노드의 입력에서 연결선을 제거할 수 있습니다.

ImpactWildcardEncoder 노드 하나를 제거했습니다.

  • 부정 프롬프트에는 불필요해 보였습니다. 사람들이 부정 프롬프트에 LoRA와 와일드카드를 로드할 것이라고 생각하지 않지만, 오해일 수도 있습니다.

v7b2 변경사항:

Scheduler Selector (Comfy) (Image Saver) 노드를 제거했습니다.

  • 적어도 한 명은 이 노드에서 반복적으로 문제가 발생했습니다.

  • 이 노드를 제거하면 워크플로우 각 지점에서 스케줄러를 개별적으로 선택해야 하지만, 사용자 측의 다른 변화는 거의 없습니다.

ComfyUI-ppm

  • ComfyUI-ppm에 문제가 있다면, custom nodes 폴더에서 삭제하고 다시 설치해 보세요. ComfyUI-ppm 프로젝트 관리자는 미국 동부 시간으로 8:20PM 경 ImportError 문제를 수정했습니다.

ComfyUI-ppm 문제는 여전히 존재하지만 (그리고 이 워크플로우를 계속 사용하고 싶다면), 아래의 노드들을 워크플로우에서 삭제하고, PPM을 제거한 후 ComfyUI를 재시작하세요:

초록색 ImpactWildcardEncoder 노드 위에:

  • ClipTokenCounter

  • Token Count

어두운 파랑색 SamplerCustomAdvance 노드 왼쪽에:

  • Use CFG++SamplerSelect? 부울 스위치

  • CFG++SamplerSelect

청록색 Sampler Selector (Image Saver) 노드 아래에:

  • Sampler Selector (Image Saver) 노드 바로 아래의 Widget to String 노드

  • Switch Sampler

  • Switch Sampler name

워크플로우에서 노드를 삭제하는 것에 익숙하지 않다면, ZIP 파일에 추가로 JSON 파일을 포함했습니다. 그러나 custom nodes 폴더에서 ComfyUI-ppm을 제거하는 것은 귀하의 책임입니다.

v7b 변경사항:

워크플로우를 완전히 새로 구성했습니다.

  • 복사/붙여넣기나 Alt 키를 누른 채 클릭하여 노드를 복사하지 않았습니다.

Perturbed Attention Guidance는 기본적으로 바이패스되어 있습니다. 클릭한 후 키보드에서 Ctrl+B를 누르거나 바이패스 아이콘을 클릭하여 활성화할 수 있습니다.

  • 바이패스하면 생성 속도가 향상됩니다.

  • RTX3060 12GB에서 832 x 1216 이미지의 단일 KSampler에 대해 이 기능을 켜면 약 10~15초가 추가로 소요됩니다.

  • 전체 워크플로우 측면에서, USDU의 각 타일은 기본값으로 10스텝으로 설정되어 있으므로 2번째 KSampler에 약 5~8초가 추가되며, Detailer 노드에서 감지된 얼굴/눈 등 각 요소에도 추가 시간이 소요됩니다.

  • PAG는 이미지 품질을 향상시키는 데 도움이 될 수 있지만, 그 가능성에 비해 추가 시간이 가치가 있는지 고려해 보세요.

V7a 임시 수정사항:

ComfyUI를 v3.29로 업그레이드한 사용자를 위해 이미지 세이버 노드를 제거한 수정된 7a 버전을 추가했습니다:

  • v7a_bandaid는 커스텀 노드 제작자들이 해결책을 제공할 때까지 임시 대안입니다. ComfyUI 팀은 이 변경 사항이 의도적이라고 밝혔습니다.

  • 메타데이터 소스/정보는 수동으로 추가해야 합니다(관심이 있다면).

v7a 변경사항:

  • ComfyLiterals 재추가

  • 일부 값이 변경되는 문제에 직면했습니다. 이는 값의 증가/감소를 위한 화살표가 있는 대부분의 숫자 필드에서 발생합니다.

  • 문제가 발생한 예시: USDU 노드에서 "upscale_by"를 2로 설정하면 2.0000000001로 변경됩니다. 이로 인해 노드가 올림되어 업스케일 과정에서 추가 타일이 필요하게 됩니다.

  • 다른 예시: 워터마크 감지의 탐지 임계값을 1로 설정하면 1.0000000001로 설정됩니다. 이는 최대값이 1이므로 워크플로우에서 오류가 발생합니다.

  • ComfyLiterals는 위와 같은 문제 없이 숫자 값을 입력할 수 있는 방법을 제공합니다.

v7 변경사항:

  • 워크플로우를 처음부터 다시 작성하고 레이아웃을 변경했습니다.

  • 이미지 비교 노드가 워크플로우 끝부분이 아니라 곳곳에 배치되었습니다.

  • 이전 워크플로우에서 사용했던 Perturbed Attention Guidance 노드를 제거하고, Comfy Core에 포함된 단순 버전으로 전환했습니다.

  • 북마크 노드를 제외하고는 더 이상 숨겨진 노드가 없습니다.

  • ComfyLiterals 제거. 이 노드는 적어도 한 명의 사용자에게 문제를 일으킨 것으로 보입니다.

  • Dynamic Thresholding 제거.

  • Sampler, Scheduler 및 CFG 설정이 이제 초기 이미지 설정에 모두 연결됩니다.

  • 2번째 KSampler에서 업스케일 설정을 제거했습니다.

  • USDU에서 타일 크기 스위치를 제거했습니다. 기본값으로 하프 타일이 활성화됩니다. USDU의 업스케일 프로세스를 빠르게 하고 싶다면 이 값을 None으로 설정하세요.

  • KSamplers를 SamplerCustom에서 SamplerCustomAdvanced로 변경했습니다. 이로 인해 CFG++SamplerSelect의 모든 샘플러를 이제 사용할 수 있습니다(적어도 저에게는).

워크플로우 기본 설정은 Euler A 샘플러를 사용하고 모든 기능을 활성화한 상태입니다.

워크플로우에서 DNB로 표시된 그룹은 사용자가 워크플로우를 직접 조정하지 않으면 우회할 수 없습니다.

기타 정보:

@killedmyself님 덕분에 comfyui-art-venture의 Color Correct 노드를 알게 되었습니다. 이 노드는 Ultimate SD Upscale에서 발생하는 색상 퇴화를 보정하는 데 매우 유용했습니다.

저는 이 노드에서 대비 옵션만 사용하지만, 원하시는 대로 조정하셔도 됩니다.

면책조항: Comfy 또는 커스텀 노드 제작자가 업데이트를 수행할 때 때때로 문제가 발생할 수 있음을 인지해 주세요.

"Load Lora" 노드는 필요 없습니다. Lora를 사용하려면 "Positive Prompt" 노드에서 "Select to add Lora" 옵션을 사용하세요. A1111 또는 유사한 인터페이스처럼 가중치를 지정할 수 있습니다.

참고: apply_gaussian_blur 오류 해결 방법( @Catastrophy 제공): "문제는 currently github 프로젝트 'TTPlanetPig / Comfyui_TTP_Toolset'에 있습니다. 한 커밋에서 'apply_gaussian_blur' 함수가 제거되었지만, 프로젝트 내에서는 여전히 사용되고 있습니다. 이 문제의 해결 방법은 Issue#15에 설명되어 있으며, 함수를 복원해야 한다고 명시하고 있습니다. 이를 위해 comfyuifolder 내 한 파일을 수동으로 편집하고 저장한 후 ComfyUI를 재시작해야 합니다."

참고: 프롬프트가 완전히 무시되는 것처럼 느껴진다면, 프롬프트 노드의 "Mode"가 Populate로 설정되어 있고 Fixed 또는 Reproduce로 설정되어 있지 않은지 확인하세요.

숫자 값이 "0.25"에서 "0.25000000001"처럼 변경되는 문제가 발생하면, ComfyUI 설정의 Settings>Lite Graph>Node Widget에서 _Disable default float widget rounding_을 활성화해 보세요. 정보 제공해 주신 @DraconicDragon님 감사합니다!

v5d 변경사항:

  • USDU가 Detail Daemon에 연결되지 않음

  • 다른 노드 뒤에 숨겨져 있던 노드가 더 이상 숨겨지지 않음(아마도)

  • 샘플 이미지는 새 샘플러인 er_sde를 사용하여 생성됨

v5c 변경사항:

USDU 노드 앞의 Color Match 노드를 제거했습니다.

  • 유용한 기능이지만, 우회할 수 없어서 제게는 매우 불편했습니다.

  • 워크플로우 끝부분에서 Color Correct 노드를 사용하는 것으로 충분하며, 이는 우회 가능합니다.

ControlNet 및 IMG2IMG를 제거했습니다.

  • 저는 이 기능들을 충분히 사용하지 않아, 모든 사용자가 Load Image 노드에 이미지를 넣는 번거로움을 겪게 할 필요가 없다고 판단했습니다. 이러한 기능을 선호하신다면 이 워크플로우에 쉽게 추가하거나 v5b 및 이전 버전을 계속 사용하실 수 있습니다.

Dynamic Thresholding을 다시 추가했습니다.

  • 이 노드 사용법에 익숙하지 않다면 비활성화한 채로 두세요. 또는 여기에서 살펴보세요.

  • 요약: 이 기능을 사용하면 일반 CFG 설정보다 높은 CFG 값을 사용하면서도 노드에 입력한 값과 유사한 효과를 얻을 수 있습니다. (예: 일반 CFG 설정에서 CFG 10, Dynamic Thresholding 노드에서 CFG 6)

v6 변경사항:

워크플로우를 간소화하고 업스케일 프로세스를 변경했습니다. 거의(또는 전혀) 사용하지 않는 기능을 제거하고자 했습니다. 이 버전에는 추가 기능을 더 이상 추가하지 않을 계획입니다.

워크플로우에서 IMG2IMG, ControlNet 및 Ultimate SD Upscale을 제거했습니다.

  • 이러한 기능을 선호하신다면 이전 워크플로우를 계속 사용하거나 이 워크플로우를 수정하여 포함시키세요.

  • 이 버전은 이전 버전보다 필요한 커스텀 노드가 더 적습니다.

UDSU를 Iterative Upscaling(Impact Pack에서 제공)으로 대체했습니다.

장점: 업스케일이 더 안정적입니다.

단점:

  • 더 빠르지 않으며 설정에 따라 더 느릴 수 있습니다.

  • 세부사항이 더 적습니다(제 의견 기준).

  • CFG++SamplerSelect 또는 Detail Daemon과 호환되지 않습니다. 이 두 노드는 초기 KSampler에만 영향을 미칩니다.

Dynamic Thresholding을 다시 추가했습니다.

  • 이 노드 사용법에 익숙하지 않다면 비활성화한 채로 두세요. 또는 여기에서 살펴보세요.

제 3060 GPU에서:

  • Euler A를 사용할 경우 전체 워크플로우는 시작부터 끝까지 170초가 소요됩니다.

  • Euler A CFG++를 사용할 경우 시작부터 끝까지 162초가 소요됩니다. (초기 단계가 적기 때문입니다).

이 워크플로우는 시범 운영 버전입니다. 아직 100% 이 버전에 고정된 것은 아닙니다.

v5b 변경사항:

편집: 2번째 KSampler의 업스케일 설정을 올바르게 수정한 demo_settings 버전을 업데이트했습니다. (2025년 2월 24일 미국 동부 시간 04:39). 업스케일 계수는 2에서 1로 수정되었습니다.

ComfyUI-Adaptive-Guidance 제거

  • 워크플로우에 유지할 만큼 충분한 이점이 없었습니다.

  • 이를 제대로 활용하려면 적어도 일반 노드 및 음성 노드 버전에 대한 전환 기능을 만들어야 했습니다.

  • 많은 경우에 표준 가이더 노드만 사용할 때 더 나은 결과를 얻었습니다.

ComfyUI_Comfyroll_CustomNodes에서 IMG2IMG 그룹을 우회할 수 있는 스위치를 추가했습니다.

  • 이 노드는 첫 번째 KSampler로 들어가는 잠재적 소스를 변경합니다.

  • 현재로서는 Load Image 노드에 이미지를 반드시 넣어야 한다고 생각되지만, 비워 놓고 작동하는지 테스트해 보실 수 있습니다.

첫 번째 KSampler 아래에서 잠재적 업스케일 또는 이미지 업스케일 중 하나를 선택할 수 있는 스위치를 추가했습니다.

  • 이 설정은 두 번째 KSampler로 들어가는 잠재적 소스에 영향을 미칩니다.

  • 두 번째 KSampler는 기본값으로 1x 업스케일로 설정되어 있지만, 더 높은 수치로 조정할 수 있습니다. 저는 이를 두 번째 패스 KSampler로 사용합니다.

v5a 변경사항:

ComfyUI-Adaptive-Guidance를 추가했습니다.

  • 이는 워크플로우 초기의 2개 KSampler에만 영향을 미칩니다.

  • 우회할 수 없습니다. 이 기능이 필요하지 않다면 워크플로우에서 제거할 수 있습니다. 하지만 KSamplers에 적절한 Guider 노드를 연결하지 않으면 워크플로우가 깨집니다.

ControlNet을 추가했습니다.

  • 이는 첫 번째 KSampler에 연결되어 있으며 우회 가능합니다.

  • ControlNet 그룹을 사용하지 않더라도 Load Image 노드에 이미지를 넣어야 할 수도 있습니다.

  • comfyui_controlnet_aux의 All-in-One 프로세서 노드를 사용합니다.

  • AIO 프로세서 노드는 사용자가 노드에서 선택한 프로세서 파일을 자동으로 다운로드합니다(제 경우에 그렇습니다).

  • LoadControlNet Model 노드에서 사용할 ControlNet 모델을 다운로드해야 합니다. 저는 여기에서 다운로드 가능한 ControlNet-Union( prominax 버전)을 사용하고 있습니다.

MaHiRo 재추가 (ComfyUI v3.8+)

  • v5a 데모 이미지에서 사용했습니다.

  • 이전 버전의 ComfyUI를 사용 중이라면 워크플로우에서 삭제해도 됩니다.

  • 이 노드는 우회 가능합니다.

v5 변경사항:

워크플로우에서 ComfyUI-APG_ImYourCFGNow를 제거했습니다.

  • 특정 설정에서 FaceDetailer를 사용할 때 워크플로우가 깨지는 문제가 발생했습니다. FaceDetailer와 함께 비커스텀 노드로 테스트를 진행한 후 하나씩 커스텀 노드를 추가해 보았고, APG 노드가 원인임을 확인했습니다.

sd-dynamic-thresholding를 제거했습니다.

  • v5 워크플로우를 이 기능 사용/미사용 상태로 테스트한 결과, 이 기능 없이 더 나은 결과를 얻었습니다.

MaHiRo를 제거했습니다.

  • 이 기능이 제 예상과 반대로 작동했습니다.

sd-perturbed-attention를 추가했습니다.

  • 이 기능의 작동 방식을 알고 싶다면 관련 논문은 여기에서 확인할 수 있습니다.

  • 지금까지 PAG를 사용한 경험에 따르면, 일반 CFG 설정에서 사용하려는 값과 동일한 값이 CFG + PAG 스케일의 합이 되도록 설정해야 합니다.

예시: CFG++SamplerSelect에서 샘플러를 사용한다면, 총합은 2가 되어야 합니다. CFG 0.5 + 스케일 1.5 = 2.

따라서 일반 샘플러에서 CFG 6을 사용한다면, CFG 3 + 스케일 3과 같은 방식으로 설정할 수 있습니다.

이것은 비기술적이고 개인적인 테스트 결과이며, 제가 잘못했을 가능성도 있습니다.

이 워크플로우는 SET/GET 노드를 사용하지 않으므로 대부분의 그룹을 다시 우회할 수 있습니다.

  • 대가로는 수많은 라면이 생깁니다.

덜 라면 버전 (a) 변경사항:

ComfyUI-ppm을 다시 추가했습니다.

  • 이는 조정된 CFG++ 샘플러 및 추가 스케줄러를 제공합니다.

  • @Catastrophy의 도움으로, 이 샘플러는 이제 이미지 세이버의 메타데이터에 자동으로 저장됩니다.

  • 일반 샘플러를 사용하려는 사용자를 위해 이 기능의 전환 스위치를 추가했습니다.

APG I'm Your CFG Now를 추가했습니다.

  • Lobotomized Mix 설명에서 언급되어 시도해 보려고 했습니다.

워크플로우에 MaHiRo를 추가했습니다. 이 노드는 ComfyUI v0.3.8부터 사전 설치된 테스트/베타 노드입니다.

이 버전을 작업하는 도중 ComfyUI 업데이트로 제 설치 환경이 망가져 초기화해야 했습니다.

ComfyUI Manager가 한 번의 세션에서 모든 누락된 커스텀 노드를 설치하지 못했습니다.

  • 두 번의 별도 세션에서 "Install Missing Custom Nodes" 기능을 실행해야 했습니다. (즉, 기능을 실행한 후 ComfyUI를 재시작하고, 다시 실행하고, 다시 재시작했습니다.)

재설치 경험상 USDU가 제대로 임포트되지 않았습니다.

  • Comfy 설치 폴더 외부에 폴더를 클론한 후, 새로 생성된 USDU 폴더를 comfyui/custom nodes 폴더에 복사해야 했습니다.

v4g 덜 라면 테스트 변경사항:

@Catastrophy의 제안에 따라 ComfyUI-KJNodes의 Set/Get 노드를 시도하고 있습니다.

  • 버전 이름처럼, 이 노드는 워크플로우를 시각적으로 정리하는 데 도움이 됩니다.

  • 면책조항: 이는 테스트 버전이며, Dynamic Thresholding 및 Detail Daemon을 우회하면 흐름이 깨지는 것을 제외하고 v4g와 동일하게 작동합니다.

  • 역동적 임계값 설정(Dynamic Thresholding)과/또는 디테일 데몬(Detail Daemon)을 사용하지 않으시고 싶으시다면, v4g를 그대로 사용하시는 것을 추천하거나 워크플로우를 자신의 취향에 맞게 조정하실 수 있습니다.

  • 워크플로우에서 대체 워터마크 제거 부분을 제거했습니다.

v4g 변경 사항:

3060 RTX에서 시작부터 완료까지 생성 시간:

  • 기본 설정 및 대부분의 추가 기능을 끈 경우: 165초(체크포인트 로딩 시간 포함).

  • 모든 기능을 활성화한 경우: 200초(체크포인트 로딩 시간 포함).

Image Saver 노드를 다시 추가하고 ComfyUI-ImageMetadataExtension을 제거했습니다.

  • 이는 SamplerCustom 노드와의 호환성 문제로 인해 이루어졌습니다.

ImpactWildardEncode 노드를 다시 추가하고 분리된 양성 프롬프트 노드 및 효율성 노드를 제거했습니다.

  • 이는 Image Saver 노드와의 호환성을 위한 것이며, Civitai에 업로드할 때 로라/임베딩 정보를 유지하기 위함입니다.

첫 번째 KSampler를 SamplerCustom으로 교체했습니다.

  • 이 선택은 개인적 선호와 프로세스 초기부터 ComfyUI-Detail-Daemon을 사용하고자 하는 목적에서 이루어졌습니다.

두 번째 우퍼스케일링을 위한 두 번째 USDU(ComfyUI_UltimateSDUpscale) 노드를 추가했습니다.

  • 제 입장에서 USDU는 첫 번째 패스에서 일부 디테일을 제거하는 것처럼 보입니다.

  • 두 번째 패스는 이러한 디테일을 다시 추가하는 데 도움이 됩니다.

v4f 변경 사항:

3060 RTX에서 시작부터 완료까지 생성 시간:

  • 와일드카드를 제외한 모든 기능을 활성화한 경우: 133초.

  • 모든 추가 기능을 생략하고 두 번째 KSampler에서 2배 업스케일링한 경우: 73초.

  • 테스트에는 euler_ancestral_cfg_pp(샘플러) + karras(스케줄러)를 lobotomizedMix_v10(v-pred 모델)에 사용했습니다.

프롬프트 순서를 조정했습니다. 더 나은 결과를 제공하는 것 같습니다. 결과는 사용자마다 다를 수 있습니다.

  • @TsunSayu의 제안에 감사드립니다.

v4e 변경 사항:

첫 번째 USDU 노드를 제거하고 KSampler(Sampler Custom)로 대체했습니다.

  • 이 노드는 USDU와 동일한 업스케일러 모델을 사용하여 업스케일링합니다.

  • 수학 계산 없이 업스케일 팩터를 선택할 수 있는 노드를 추가했습니다. (예: 초기 이미지가 1024x1024이고 확대 비율을 "2"로 설정하면 이 KSampler는 2048x2048로 업스케일링합니다.)

  • 이 노드의 덴노이즈 설정을 별도로 조정할 수 있는 노드도 추가했습니다. (UDSU의 덴노이즈 설정과 분리)

워터마크 제거:

  • 워터마크 제거 노드를 원래 워크플로우에서 사용하던 방식대로 그룹화했습니다.

  • 필요하신 분들을 위해 대체 버전을 다시 추가했습니다. (개인적으로는 제가 익숙한 방식을 그대로 사용하겠습니다.)

rgthree의 Fast Groups Bypasser를 추가했습니다.

  • 이 기능을 통해 한 곳에서 그룹의 활성화/비활성화를 전환할 수 있으며, 화살표 버튼을 클릭하여 어떤 그룹이든 바로 이동할 수 있습니다.

첫 번째 업스케일링 후에 Detailer 그룹을 추가했습니다.

  • 사용하지 않으시려면 이 그룹을 생략할 수 있습니다.

역동적 임계값 설정(Dynamic Thresholding)과 디테일 데몬(Detail Daemon)은 기본적으로 비활성화되어 있습니다.

  • 이 기능을 사용하시려면(저는 사용합니다) 수동으로 재활성화하고 관련 파라미터를 조정하세요.

v4d 변경 사항:

기존 워터마크 흐름이 다시 도입되었습니다.

  • was-node-suite-comfyui가 필요합니다.

  • 저는 이 워터마크 탐지 모델을 사용합니다. 여기에서 찾을 수 있습니다.

  • 더 공격적인 탐지 모델은 여기에서 찾을 수 있습니다.

워크플로우 전체에서 동일한 시드를 사용할 수 있도록 시드 생성기 노드를 추가했습니다.

  • 유일한 예외는 와일드카드 노드입니다. 이 노드의 시드를 고정하려면 수동으로 설정해야 합니다. 시드 생성기 노드와 연결하면 "고정"으로 설정되지 않더라도 동일한 이미지가 다시 생성되는 문제가 있었습니다. 결과는 사용자마다 다를 수 있으나, 제 경험은 이랬습니다.

v-pred 모델을 사용하는 사용자를 위해 ModelSamplingDiscrete 노드를 다시 추가했습니다.

  • 필요 여부는 사용자에 따라 다릅니다. 기본적으로는 비활성화되어 있습니다.

북마크를 6개로 줄였습니다.

  • 2560x1440 해상도 모니터에 최적화되어 설정되어 있으므로, 이 설정이 맞지 않으시면 삭제하거나 무시하셔도 됩니다.

v4c 변경 사항:

워크플로우의 대부분에 주석을 추가했습니다.

civitai 디스코드의 무작정 한 사용자로부터 더 나은 워터마크 제거 방식을 제공받아 워터마크 제거 부분을 간소화했습니다. 이제 탐지 모델이 필요 없습니다. 고마워요!

  • 이 방식은 작동하지 않았습니다. 가끔은 잘 되었지만, 다른 경우에는 이미지를 파괴했습니다. v4d에서 이전 워터마크 제거 방식을 다시 추가했습니다.

업스케일링을 두 개의 USDU 노드를 사용하도록 변경했습니다. 첫 번째는 1.5배, 두 번째는 약 2배로.

  • 이 방식이 더 많은 디테일을 산출한다는 주장이 있으며(저는 디테일을 매우 좋아합니다).

  • 첫 번째 USDU 노드代신 두 번째 KSampler를 사용할 수도 있으나, 이는 사용자 선택입니다.

  • 추가적인 재정렬.

  • 스파게티 코드를 싫어하신다면 ComfyUI-Custom-Scripts를 설치하세요. Comfy 설정으로 이동하여 메뉴에서 "pysssss"를 찾으세요. 클릭한 후 LinkRenderMode를 찾아 드롭다운 메뉴에서 "Straight"를 선택하세요. 또는 숨기는 다른 해결책을 찾으실 수도 있습니다. 그 설정이 존재한다는 건 알고 있습니다.

  • 북마크를 더 추가해 총 7개로 늘렸습니다.

v4c의 기본 업스케일링 설정은 USDU를 통해 원본 이미지의 1.5배 및 2배로 설정되어 있습니다. 이 설정은 품질 측면에서 더 나은 결과를 주었으나, 필요하지 않다면 쉽게 비활성화할 수 있습니다.

v4b 변경 사항:

QoL 노드들을 추가했습니다.

북마크를 1부터 4까지, 제가 유용하다고 생각한 곳에 추가했습니다.

  • 텍스트/숫자 입력 중이 아닐 때 1, 2, 3, 또는 4를 누르면 테스트해보세요.

civitai에 업로드할 때 사용된 모델/로라 정보를 표시하는 새로운 Save Image 노드를 추가했습니다(저에게는 새롭습니다).

v4a 변경 사항:

와일드카드 사용 옵션을 추가했습니다.

와일드카드를 사용하지 않으려면 ImpactWildcardProcessor 노드를 클릭하고 CTRL+B를 눌러 비활성화하거나, 노드의 상단 텍스트 상자를 비워두세요. 더 나은 방법은 CTRL+B를 사용하거나 노드를 삭제하는 것입니다.

그 외에는 QoL 개선과 노드 재배치만 이루어졌습니다.

v4 변경 사항:

v4부터 Image Saver 노드를 더 이상 사용하지 않습니다. 워크플로우를 간소화하고 제가 가장 유용하다고 생각하는 기능만 유지했습니다. 이 워크플로우는 v3 및 NTR Mix의 제작자가 일부 예제 이미지에서 사용한 워크플로우에서 영감을 받았습니다.

현재 설정은 제 취향에 맞춰져 있습니다. 다른 샘플러 등을 사용하려면 조정하셔야 합니다.

업스케일링은 USDU에서 2배로 설정되어 있으며, 하프 타일 기능이 활성화되어 있습니다. 이 설정은 품질 측면에서 더 나은 결과를 주었으나, 필요하지 않다면 쉽게 비활성화할 수 있습니다.

ControlNet을 완전히 제거했습니다. 제게는 필요하지 않기 때문입니다. (v3 및 이전 버전에는 포함되어 있었습니다)

현재 설정으로 3060 RTX에서 이미지 생성을 시작부터 완료까지 약 90초가 소요됩니다.

v4는 체크포인트/모델 및 VAE에 Efficient Loader를, 로라에는 Lora Stacker를 사용합니다. 이 두 노드는 모두 efficiency-nodes-comfyui에서 제공됩니다.

실제로 간단하게:

기본 워크플로우보다 약간만 더 많은 기능을 원하시는 분들을 위해, 장식 없이 단순한 워크플로우를 추가했습니다. 필요한 두 개의 커스텀 노드 패키지 링크는 오른쪽의 "about" 섹션을 참조하세요.

이전 버전은 더 이상 사용할 수 없습니다. 과거에 제가 보유한 많은 NSFW 이미지를 삭제하면서 이전 버전도 함께 제거되었습니다.

이 모델로 만든 이미지

이미지를 찾을 수 없습니다.