Not so simple (or is it?) Illustrious Workflow
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
免責事項：私のワークフローは、すべてのComfyUIユーザーに適用できる万能な解決策ではありません。これらは私の個人的な使用のために（私が自分用に）設計したものですが、共有するように要請されました。
ダウンロードする前に：このワークフローは高速生成向けではありません。速度を求めているなら、このワークフローはあなたに合っていません。基本的なワークフローをお探しの場合は、ComfyUIの開発者がこちらで多数のワークフローを提供しています。CivitAI上にも他の（おそらくより優れた）ワークフローが存在します。
v13a-Epsilon以降は、あなたのComfyUIがv0.3.64以上である必要があります。ComfyUIのアップグレードには固有のリスクが伴い、ComfyUIのインストールが破損しても私は一切責任を負いません。自己責任で実施してください。
再度強調します：ComfyUIをv0.3.64にアップデートした後、Impact Packを更新しない場合、Detailerノードでエラーが発生します。
ComfyUIのアップデート、カスタムノードのインストールなどは、あなたのComfyUIインストールを破損させる可能性があります。これらの操作はすべて自己責任で行ってください。インストールが破損した場合、私は一切責任を負いません。
RES4LYFを使用している場合、私のほぼすべてのワークフローは動作しません。（おそらく）
私は、バージョンごとに少なくとも1人ずつ、Sampler Scheduler Settings (JPS) および BasicScheduler ノードで同じエラーに遭遇しているユーザーを確認しています。共通点は、RES4LYFがインストールされていることです。私もRES4LYFをインストールした際、この問題を再現できました。
このワークフローはどのような機能を提供するのか？
シンプルなワークフローは非常に基本的です：
最大3つのLoRAをサポート
KSamplerによる通常の画像生成
Ultimate SD Upscaleによるアップスケーリング
画像をデフォルトの出力フォルダに保存
v<番号>ワークフローは私の実験的試みです。基本的に：
理論上、任意の数のLoRAを使用可能
ワーターマーク検出と削除（v12では非対応）
USDUによるアップスケーリング
顔などのディテール補正
色・コントラスト調整
出力に影響を与えるその他の各種設定（v12では非対応）
CivitAIが読み取れる完全なメタデータ付きで画像を保存
これは言うまでもないことですが、あなたの好みに合わせて設定を調整する必要があります。
よくある質問/問題：
ワークフローがUSDUノードの直前または直後に突然停止する。
BasicSchedulerとUSDUのスケジューラ入力が赤く表示されているエラーが発生している場合、何らかのカスタムサンプラーまたはスケジューラが関係しており、互換性に問題がある可能性があります。
解決策/回避策：
通常、対処法は「Sampler Scheduler settings」ノードを削除することです。
または、カスタムサンプラー/スケジューラをアンインストールする。
別の可能性としては、Detailerグループ（水印削除グループを含む）でSAMおよび/または検出モデルが選択/インストールされていないことです。初期に表示されるモデルは私のインストール環境に基づいています。あなたがマシンにインストールしたモデルを選択する必要があります。
注：SAMローダーは、水印削除グループの下、または使用しているバージョンによってはその左側にあります。
別の問題は、Impact Scheduler Adapterノードに関係しています。（v12またはv11kには存在しません。）
解決策/回避策：
水印削除グループおよび各Detailerグループ内のImpact Scheduler Adapterノードを削除してください。
関連するDetailerノードのスケジューラに入力される「noodles」を切断し、手動でスケジューラを設定してください。
上記のいずれも効果がない場合、残念ながらトラブルシューティングはあなた自身で行うか、私のワークフローを使わないでください。
画像が初期生成後、色あせて見える理由は？
使用しているモデル/チェックポイントに内蔵VAEが含まれていない可能性があります。Load VAEグループを有効にして、あなたのVAEモデルを選択してください。通常はsdxl_vaeで、models/vaeフォルダ内にあるはずです。
Load VAEは独立したグループとして存在し、デフォルトで有効になっています。バイパスすると内蔵VAEが使用されます。モデルに内蔵VAEがない場合、初期画像生成後に画像が色あせて見えます。
この影響が後でしか現れない理由は、VAEがその時点まで使用されていないからです。
なぜKSamplerやIterative UpscaleではなくUltimate SD Upscaleを使用するのか？
- USDUが私にとって最も効果的です。これは単なる好みですが（私にとっては）、KSamplerや繰り返しアップスケーリングよりもパフォーマンスが優れています。
このワークフローでLoRAを使用する方法（v11L以前）は？
Positive Promptノードの下半分に「Select to add LoRA」というオプションがあります。これをクリックして、使用したいLoRAを選択してください。A1111/Forgeと同様にプロンプトに追加されます。
または、<lora: と直接入力し、LoRA名を手動で入力することも可能です。
その後、強度を追加します。例：lora:supercoolamazinglora:0.7
注：最新バージョンのワークフローでは、rgthreeのPower Lora Loaderを使用しています。
- このノードではLoRAの使用が簡単です。「Add Lora」をクリックしてLoRAを選択し、強度を設定するだけです。
CivitAIから情報（存在する場合）を取得し、トリガー言葉（ある場合）を確認できます。
ノード上のLoRA名を右クリックして「Show Info」を選択します。
「Fetch info from civitai」をクリックします。
「trained words」の部分で、単語をクリックするとコピーするオプションが表示されます。
「copy」部分をクリックし、Positive Promptに貼り付けてください。最高の点：この機能は無料です。
私のワークフローには、ユーザーが有料で利用する機能を含むノードを意図的に導入しません。
アップスケールモデル：
お好みのアップスケールモデルを自由に使用できますが、一部のモデルはUSDUと互換性がありません。そのため、初期画像は正常に表示されるが、USDU後に奇妙な色の変化が生じる場合は、アップスケールモデルが原因かもしれません。他のモデルを試して比較してください。
FaceDetailerモデル：
記憶が正しければ、Impact Packには初期化に必要なモデルが含まれていますが、他のモデルが必要な場合や含まれていない場合は、ComfyUI Managerの「Model Manager」オプションでさらに探せます。必要となるモデルは2種類：「Ultralytics」と「sam」です。
私が使用している顔モデルは、CivitAIにはもう存在しません。おそらく運営側からBanされたようです（最後に確認した時点）。しかし、HuggingFaceでは公開されています。私は1024 v2 y8nバージョンを使用しています。この顔検出モデルは、私が考える限り依然として最適です。
VAEモデル：
通常、標準的なSDXL VAE、またはチェックポイントモデルに内蔵されているVAEを使用しています。
ヘルプを求める場合：
私はComfyUIのユーザーにすぎず、開発者ではありません。技術的な質問がある場合、おそらく私はお手伝いできません。何かが壊れた理由や機能の意味が分からない場合、私はGoogleを多用しています。ただし、技術的でない質問については、可能な限りお手伝いします。
ヘルプが必要な場合は、曖昧にしないでください。
可能であればスクリーンショットのリンクを提供してください。
失礼な態度を取らないでください。（私はあなたを助ける義務はありません。このワークフローは私の個人的な使用のために設計されており、無料で共有しているだけです。）
このワークフローに<ランダムな機能>を追加しますか？
おそらく追加しません。なぜなら、私が使わないか、使ったことがあって嫌いだからです。
もし質問しているなら、おそらくあなたは独自のワークフローを作成したり、他のワークフローを使用しているでしょう。
他のワークフローで気に入ったもの、または私のワークフローで気に入ったものがあれば、それを好きなワークフローにコピー＆ペーストして実験してください。学習の良い方法です。
v13d
削除：
Image Filter Adjustments
Color Correct
VAEソースの「any switch」ノード
このノードはワークフローの最後にあるColor Correctを置き換え、バイパス可能。
Auto、Preset、Manualの3つのモードを提供。
デフォルト設定では、このバージョンのワークフローは私の5060ti 16GBで開始から完了までわずかに3分以上かかります。
このワークフローはどのような機能を提供するのか？
ワークフローの最初に基本的なControlNetを適用
- 最大3つのControlNetを初期KSampler（SamplerCustomAdvanced）に接続可能
グローバルサンプラー / シード
これらのノードは、設定を一か所で簡単に設定できるようにします。
注：ワークフロー内のすべてのノードと互換性のないサンプラー/スケジューラを選択すると、ワークフローがエラーになります。
このノードをワークフロー全体で使用するには、Sampler Scheduler Settings (JPS)ノードがKSamplerSelectとBasicSchedulerノードに接続されています。これはRES4LYFとは互換性がありません（私のワークフローを使用する他のユーザーからのフィードバックに基づきます）。
BasicSchedulerに関連するランダムなエラーが発生している場合、おそらくあなたのワークフローと互換性のないカスタムノードパックがインストールされており、衝突を引き起こしています。もしそれが問題なら、私は完全に理解します。私も自分のために最も効果的なものを手放すつもりはありません。
Concat Conditioning
- これはComfy Coreの機能で、画像に味を加えるのに役立ちます。（これは彼らの言葉です。）
ワイルドカード
ワイルドカードはImpactWildcardProcessorノードを通じて簡単に使用できます。
ComfyUIを起動する前に、ワイルドカードファイルをImpact Pack/wildcardsフォルダにインストールしてください。
ダイナミックシーリング
- 初期画像とアップスケーリング用に、それぞれ2つの別々のノードが用意されています。
Detail Daemon
ワークフロー全体に複数のDetail Daemon Samplerノードが配置されており、初期画像、アップスケール、およびディテール処理に使用されます。
推奨設定はワークフローの最初の近くにメモとして記載されています。
Image Filter Adjustments
これらのノードはUltimate SD Upscaleとともに使用可能です。
これらのノードの推奨設定に関するメモが提供されています。
ウォーターマーク検出と削除
自明：ウォーターマークを検出し削除します。
この処理にCLIPSegの方法もありますが、それは私には合いません。
私のバージョンは、このワークフローを少しだけ修正したものです。
2xアップスケーリング（デフォルト設定）
アップスケーリングはアップスケールモデルを経由してUltimate SD Upscaleに渡されます。
より高い倍率も可能です。ただし、設定を自分で調整する必要があります。
3つの（顔）Detailerノード
これらは顔、手、目用に使用しています。
自分で追加しても問題ありません。接続・再接続に慣れてさえいれば。
最新のComfyUIおよびImpact Packのアップデート後、顔のディテール処理時にdenoiseを大幅に下げなければなりませんでした。参考までに。
ColorCorrector
- 画像保存前に自動的に色を調整します。
Image Saver
CivitAIが理解できる完全なメタデータ付きで生成画像を保存します。
使用リソースの手動追加が必要なくなります。
v13dで使用しているカスタムノード：
v13c
ワークフロー全体の設定を、Euler + Normal または DEIS + Simple（私の新しくお気に入りの組み合わせ）で動作するように調整しました。
私が使用している 대부분のIllustriousモデルは、私が以前使用していた値よりも低いCFG値を推奨しているという事実に基づき、ChatGPTに設定を調整してもらいました。
ワークフローには、最初のサンプル画像で使用したプロンプトと設定が含まれています。
ControlNetグループの横に、ChatGPTからの設定調整の提案を含む複数のマーカードノートを追加しました。
Power Lora Loaderの下に、一部のユーザーが知らない可能性のあるその機能の簡単な説明を追加しました。
v-predモデルを使用する場合は、Epsilon Scalingを無効にすることをお勧めしますが、あなた次第です。
v13a-Epsilon
これはEpsilon Scalingをオプションとして追加したv13aです。
ChatGPTの助けにより、この機能がワークフローとどのように動作・相互作用するかに関する複数のマーカードノートを追加しました。
ワークフロー全体で使用していませんが、適用可能な箇所で使用可能です。
これにはComfyUIがv0.3.64以上である必要があります。ComfyUIのアップグレードにはリスクが伴うため、アップグレード後にComfyUIが破損しても私は責任を負いません。自己責任で行ってください。
再度強調します：ComfyUIをv0.3.64にアップグレードした後、Impact Packを更新しないと、Detailerノードでエラーが発生します。
v13b
新機能は？
新しいEpsilon Scalingノードを追加しました。
このノードの動作方法については、こちらを参照してください。
v-predモデルを使用している場合、このノードは無効にする必要があります（私の理解では）。
このノードを使用するには、最新版のComfyUI（0.3.64）を使用する必要があります。
免責事項：ComfyUIのアップデートによりインストールが破損した場合、私は一切の責任を負いません。自己責任で実行してください。
注意：ComfyUIをアップデートした場合、カスタムノードも更新する必要があります。Impact Packを更新するまで、私のすべてのDetailerノードでエラーが発生していました。
ワークフローは再構築され、レイアウトが変更されて、各グループ間のスペースが少し広くなりました。
USDU 2の直前にあったアップスケールグループを削除しました。
- ここに配置しても大きな違いがなかったため、削除しました。
v13a
ワークフロー内のノード間の間隔をより密に調整しました。
リルートの数を減らしました。
Dynamic ThresholdingとCFG Zero Starがワークフローの初めに集中していたのを、各グループに分散して追加しました。
ワークフロー全体のデフォルト設定は、ChatGPTの推奨に基づき、Euler A + Normalを使用してDynamic Thresholding、CFG Zero Star、Detail Daemonを有効にした場合の設定に設定しました。好みに合わせて調整してください。（注：ChatGPTは目用にDetail Daemonの使用を推奨していません。）
v13
元々、これはv11とv12を基にゼロから構築されました。
Image Saverがメタデータを一切保存できないという問題に直面しました。私のワークフローは、すべてのリソース情報やパラメータをCivitaiが読み取れる形式で保存することを目的として構築されています。
最初のv13で12時間も無駄にした後、v11Lを分解して、私のオリジナルv13ワークフローの設定に合わせて修正しました。
ワークフローを変更するたびに、メタデータがCivitaiで正しく保存・読み取れるようにするという「楽しい」作業を繰り返しました。
6.5時間後、ここにいます：
v12g
ChatGPT推奨設定のメモを削除しました。
- これらは試すのに興味深く、これを起点として最適な設定を見つけることができました。
本バージョンの最初の20枚のサンプル画像で使用した設定をメモとして追加しました。
Detailerグループに、私がそれらをどのように使用しているかを簡単に説明するメモを追加しました。
v12f
新機能は？
Dynamic Thresholding
今やDTノードが2つあります。1つはKSamplerに、もう1つはすべてのUltimate SD Upscaleノードに接続されています。この変更はChatGPTの推奨設定に基づいて行いました。
FaceDetailerノードはDTに接続されていません。ChatGPTによると、これによりDetailerが過剰に補正され、結果が平坦化される可能性があります。
ChatGPT推奨設定
DT + CFGStarZeroを使用する場合のChatGPT推奨設定をメモに追加しました。
- 5060tiで約8分かかります。（速度を重視しない場合のみ推奨）
CFG++サンプラーを使用する場合の、ChatGPT推奨設定を調整したものをメモに追加しました。
5060tiで3〜4分かかります。
私はこの設定が少し高すぎるように思いますが、実際にサンプル画像を生成して確認しました。
免責事項：ChatGPTは間違っている可能性があり、これらの設定は全く役に立たないかもしれません。
デフォルト設定はEuler Ancestral + Normalに設定されています。
CFG設定がある各ノードの横にLazy CFGとラベル付けされたノードを追加しました。
- すべてのノードでCFGを手動で調整したくない場合は、これらのノードを対応するノードのCFG入力に接続してください。
v12e
新機能は？
ChatGPTの推奨に基づき、Illustriousベースモデルを使用した半現実的なアニメ画像のためにデフォルト設定を調整しました。
ワークフロー全体のCFG設定を制御するノードを削除しました。これにより、CFG設定を各ノードで手動で設定する必要があります。
最後のUSDUグループを3倍にアップスケールするように変更しました。推奨設定を使用した場合、これが最良の結果をもたらしました。2倍では、下部のタイルに奇妙なテクスチャーが発生し続けました。
ChatGPTの推奨に基づき、すべてのDetailerノードを1サイクルに設定しました。
tile_widthとtile_heightを切り替えるためのブールスイッチを追加しました。
「true」に切り替えると、逆の奇妙な設定になります。
「false」に切り替えると、通常の設定が使用されます。
設定はお好みに合わせて自由に調整してください。
v12d
新機能・変更点：
アップスケールをUSDUの前に実行する私の方法に戻しました。
GoogleAIとUSDUの設定を調査している中で、この方法がより優れていることが確認されました。
間違っている可能性はありますか？はい。
tile_widthとtile_heightの設定を、初期画像の設定とは逆に切り替えました。
これがより安定した結果をもたらし、以前からこの設定を試していました。
好きな場合は、ノードを切断して手動で設定することもできます。
これにより、tile_paddingをより低く設定できるようになります。
欠点として、処理時間が増加します。
ワークフロー全体のステップ数を多く調整しました。
- お好みに合わせて調整してください。
v12c
Impact Wildcard Processorを追加
これにより、プロンプトに簡単にワイルドカードを追加できます。
使用するには、ComfyUIを起動する前に、ワイルドカードファイルをcustom nodes/impact pack/wildcardsフォルダに追加してください。
デフォルトでは無効になっています。
Concat Conditioningを再追加
これはプロンプトに「味」を追加するためのComfyCoreの組み込み機能です。
デフォルトでは無効になっています。
ClipTokenCounterを再追加
これはppmカスタムノードパックを必要とし、ComfyUI-Managerで簡単に見つけることができます。
使用したくない場合は、簡単に削除できます。
v12b
軽微な変更：
Dynamic Thresholdingを追加
デフォルトでは無効になっています。
そのノードの使用方法がわからない場合は、YouTubeに動画や多くのドキュメントがあります。
すべてのノードのCFGを制御するFloat Constantノードを追加
各ノードでCFGを手動で変更したい場合は、各ノードのCFG入力に接続されているノードを切断してください。
これは、Dynamic Thresholdingを使用する際に、すべてのノードでCFGを一つずつ調整するのが面倒だからです。
デフォルト設定はほとんどのIllustriousモデルで動作しますが、お好みに合わせて調整してください。
v12a
新機能は？
アップスケールグループの後のノードの順序を変更しました。
USDUの次にDetailer 1が来ます。
その理由は、アップスケールの間にFaceDetailerを使用すると、より良い結果になると書かれていた情報に基づいています。私の環境では有効でしたが、結果は環境によります。
次に、アップスケール後の2番目のUSDU
その後に残りの2つのDetailerグループが続きます。
Inspire PackのGlobal Samplerノードを追加しました。
有効にすると、ワークフロー内のすべてのサンプラー/スケジューラ設定を上書きします。
どのノードとも互換性のないサンプラーまたはスケジューラを選択した場合、ワークフローでエラーが発生しますのでご注意ください。
使用しているSAMモデル（すべてのDetailerに必要）：
sam_vit_b - models/samsフォルダにダウンロード/インストール
使用しているUltralytics/検出モデル：
ウォーターマーク検出：nsfw_watermarks_s_yolov8 - models/ultralytics/bboxにダウンロード/インストール
顔：
Anzhc Face seg 1024 v2 y8n - models/ultralytics/segmにダウンロード/インストール
目：
Eyeful_v2_Individual - models/ultralytics/bboxにダウンロード/インストール
手：
hand_yolov8s - models/ultralytics/bboxにダウンロード/インストール
以前の変更履歴：
v11L
新機能は？
v12で気に入った部分を採用し、v11kを調整しました。このバージョンはv11kのすべての機能を備えていますが、もう少し柔軟性があります。
主な変更：
スケジューラ、サンプラー、CFG設定が初期画像の設定と結びつかなくなりました。各グループごとに個別に調整できます。
Detailerノードのすべての設定は、bbox_thresholdを除いて、実際にノード上で行います。これは主に検出に影響を与える設定です。ただし、検索しやすいよう、Float Constantノードに接続したままにしています。
Power Lora Loaderが、ImpactWildcardEncodeの代わりにLoRAローダーとして使用されるようになりました。このノードは、Load Checkpointノードの直下に配置されます。
軽微な変更：
レイアウトを整理しました。
2回目のアップスケールとUSDU 2回目のアップスケールは、デフォルトで無効になっています。
v12
何をしますか？
理論上、無制限のLoRAをサポート
USDUによるアップスケール
顔、目などの3つのDetailerノード
色・コントラスト調整
Civitaiが読み取れる完全なメタデータ付きで画像を保存。投稿時に手動でリソースを追加する必要はありません。
このバージョンはゼロから再構築され、ウォーターマーク検出・除去グループは（現時点では）削除されました。
LoRAローディングにはrgthreeのPower Lora LoaderをImpactWildcardEncodeの代わりに使用しました。ImpactWildcardEncodeノードは好きですが、よりコンパクトなものを求めました。
このバージョンでは、標準のKSamplerとUSDUノードを使用しました。これにより、Basic SchedulerやImpact Scheduler Adapterノードが不要になり、一部のユーザーに喜ばれるでしょう。また、v11で使用していたDetail Daemonやその他の付加機能も削除されました。
私の意見では、このバージョンは機能的にはとてもシンプルですが、十分に機能します。デフォルト設定（あなたのプロンプトを追加した状態）で、良好な結果が得られます。好みに合わせて調整してください。
v11kの変更
USDUからLaplaceを削除
- 初期画像には優れた結果をもたらしますが、アップスケール時の下部タイルで問題が発生するようです。
初期のKSamplerの直後にオプションのノーアップスケールUSDUノードを追加
Laplaceと一緒にEuler以外のサンプラーを使用した際に発生していたひどいアーチファクトを削減するのに役立ちました。
デフォルトでは無効になっています。
DetailerノードとDetail Daemonの使用を可能に
使用するには：
Detailer # Detail Daemonグループを有効にします。
Detailer # Detail DaemonグループのDETAILER_HOOK出力を、FaceDetailerノードのdetailer_hook入力に接続します。
注：FaceDetailerノードに接続したままDetailer # Detail Daemonグループを無効にすると、ワークフローでエラーが発生します。
v11jの変更
ワークフローにSAMモデルとUltralytics/検出モデルの場所についてのメモを追加しました。
USDUグループの左側にいくつかのノードを再配置しました。
Laplaceスケジューラを実験的に追加：
Sigma入力を持つSamplerCustomAdvancedとUSDUと連携します。
すべてのDetailerノードとは連携しないため、Sampler Scheduler Settingsノードでのスケジューラ選択は依然として重要です。
Illustriousでは、euler、euler ancestral、およびそれらのCFG++バリアントでのみ動作するようです。ただし結果は環境によります。
Laplaceスケジューラグループをオフにすると、スケジューラには通常のノードがデフォルトで使用されます。これは他のLaplace関連グループともリンクされており、それらも同時にオフにします。
これはワークフローで左から右へと適用されるのみです。したがって、後方のLaplaceグループのいずれかをオフにしても、それ以降の関連グループにしか影響しません。
Simple v2の変更点:
LoRAスタックローダーとVAE入力スイッチに関する注意点を追加しました。
アップスケール後の2回目の処理用に、追加の（アップスケールなし）USDUノードを追加しました。
このワークフローでは、カスタムノードとしてComfyRoll_CustomNodesとUltimateSDUpscaleのみを使用しています。
v11iの変更点:
KSamplerアップスケールフローを削除
これらはほとんど効果がありませんでした。
アップスケールには引き続きUSDUを使用します。
連結条件付けはデフォルトで無効化されます。
- これについてのトグルを追加しました。
v11hの変更点:
画像から画像（Image to Image）を削除
- この機能をお気に入りだった場合、新しいバージョンに組み込むか、前のバージョンを継続して使用してください。
フローの開始にControlNetを追加
非常に基本的な設定です。より複雑な設定が必要な場合は、自由に変更してください。
デフォルトでオフになっています。
初期サンプル画像は、ControlNetとCannyEdge、TTPlanet_TileSimpleを使用してゲームスクリーンショットから変換しました。
v11gの変更点:
これはv11fの継続版です（altバージョンではありません）
Load VAEとImage to Imageにグループバイパスノードを追加
これにより、オン/オフがより簡単にできるようになります。
使用しているチェックポイント/モデルにVAEが組み込まれていない場合、Load VAEグループを有効化し、VAEモデルが選択されていることを確認してください。
初期のKSamplerにDetail Daemonを（再）追加
設定は私の好みに合わせてあります。
Detail Daemonはデフォルトでオフになります。
効果はあるでしょうか？はい、あります。
Dynamic Thresholdingの設定を調整
- CFG値の除算値を3に設定しました。このまま使用する場合、CFG値は通常の3倍にする必要があります。「Divide CFG Value」ノード内の「b」値を、お好みに合わせて変更できます。
アップスケールの部分でワークフローが突然停止した場合：
Watermark Detection and RemovalおよびDetailerグループ内のImpact Scheduler Adapterノードを見つけて削除してください。
次に、Detailerノードにスケジューラへつながるノドルがある場合、そのノドルを切断し、各Detailerノードでスケジューラを手動で設定してください。
V11f-altでこの問題は「修正」されましたが、私はこのバージョンを継続するつもりはありません。
Basic Schedulerノードでエラーが発生する場合：
その原因については不明です。
これはComfyUIに標準搭載されているComfy Coreノードです。ご自身でトラブルシューティングを行うか、ComfyUIの開発者にプロジェクトページを通じてお問い合わせください。
初期サンプル画像は、Dynamic Thresholding、CFG Zero Star、および_Detail Daemon_を有効にして生成されました。
使用したアップスケールモデル：2x-AnimeSharpV4_RCAN。（UltraSharpおよびAnimeSharpの作者と同じ人による）
5060tiで、開始から完了まで約200秒かかります。使用する設定やハードウェアによって異なります。
v11f-altの変更点：
KSampler (Inspire)がすべてのSamplerCustomAdvancedノードを置き換え
- アップスケール中（使用した場合）のプレビューは見た目が悪くなりますが、出力は正しく生成されます。画像比較ノードで確認できます。
ワークフロー全体でSampler/Schedulerを制御するためにGlobal Samplerノードを使用
これを使用すると、KSampler (Inspire)ノードを使用することがほぼ必須になります。なぜなら、その内部のスケジューラはSamplerCustomAdvancedと互換性がないからです。
これにより、BasicSchedulerおよびImpact Scheduler Adapterノードが不要になりました。これらのノードのいずれかで問題が発生する人が必ずいるからです。
v11fの変更点：
Load VAE
このノードは独立したグループに移動し、デフォルトで有効になっています。
このノードでVAEモデルが正しく選択されていることを確認してください。そうでないとエラーが発生します。
グループをバイパスすると、現在使用しているチェックポイントに組み込まれたVAEを読み込みます。モデル/チェックポイントにVAEが組み込まれていない場合、初期生成後の画像が白っぽくなります。
なぜこの変更が初期生成後にしか表示されないかというと、VAEは初期画像生成後に初めて使用されるからです。
CFG Star Zeroを追加
これはComfy Coreに組み込まれたノードで、カスタムノードのダウンロードは不要です。
見つからない場合は、ComfyUIのインストールが最新でない可能性があります。
ComfyUIのアップデートは自己責任で行ってください。
ワークフローからFreeU、Detail Daemon、CFG++SamplerSelectを削除
- 私はこれらをほとんど使用しなくなりました。
その他の小さなレイアウト変更
いくつかの接続を整理しました。
ワークフローのウォーターマーク削除部分を除き、すべてのノードを展開したままにしました。これにより、ワークフローを追加・変更する人が接続関係を把握しやすくなります。
テストはBetter DaysとTouching Grass LoRAで実施しました。
サンプラー：sa_solver
スケジューラ：karras
5060tiでワークフロー全体の所要時間は約2〜2.5分です。ハードウェアや設定によって異なります。
このワークフローは、モデル、LoRA、埋め込みなどすべての生成情報（手動入力不要）を一貫して提供できる唯一のノードであるImage Saverと連携して構築されました。ワークフローで使用しているノードは、プロンプトや他の設定をコントロールしつつ、Image Saverと最も互換性の高いものを選定したものです。
ご自身の好みに合わせて自由に変更・カスタマイズしてください！ぜひご自身のワークフローにしてください！
v11eの変更点：
IMG2IMG機能を（再）追加
いくつかのユーザーからこの機能の要望がありました。
非常に基本的な実装で、初期画像サイズを最も近いSDXL解像度に調整し、USDUのタイルサイズとしても同じ解像度を使用します。
この機能を使用する場合は、denoise設定を1未満に調整してください（テストでは0.5を使用）。IMG2IMGを使用しない場合は、元の1に戻すのをお忘れなく。
v11dの変更点：
ComfyUI v0.3.44でテスト
ComfyUIとカスタムノードを更新した後、一部のノードサイズが変化しました。
初期サンプル画像は、私にとって新しくなったサンプラーsa_solverを使用して生成しました。
CFG 4以下で最もよく動作するようですが、結果は環境により異なります。
スケジューラをImage Saverに再接続
- どこかでノドルを切断してしまい、今日になって初めて気づきました。
Impact PackまたはImpact Subpackを更新すると、SAM2とfacebook/sam2の依存関係のインストールを試みます。
- 私の環境ではインストールに失敗しましたが、私のワークフローではSAM2の機能は必要ないと思われます。
v11cの変更点：
手の検出用の追加Detailerグループを追加
私の環境では結果が非常に良好でした。
「Detailer Helper Prompt」ノードで「手」や「5本指」などのプロンプトを追加する必要がある場合があります。
手の検出モデルは、ComfyUI Manager > Model Managerからダウンロードできます。「Ultralytics」でフィルターをかけ、モデルを見つけてください。
v11bの変更点：
Ultimate SD Upscale：
マスクぼかしとタイルパディングの設定を、シーム修正用のマスクぼかしとパディングと同期させるノードを追加しました。これにより、シーム修正モードを使用する際のシーム問題を軽減できます。
これは単に設定の調整を容易にするためのものです。ノード自体に内在する問題はUltimate SD Upscaleのプロジェクト管理者に報告してください。
LoRAを有効にした状態で動作を確認しました。
Image Filter Adjustmentsノードの設定を調整：
- エッジ強調設定を0に変更しました。お好みで手動で調整してください。
USDUおよびDetailerノードのCFG用Mathノードを削除
- これでデフォルトでワークフロー全体でCFGが同じになります。
デフォルト設定では、追加機能を無効化して使いやすくしました。
- Dynamic Thresholding、FreeU_V2、Detail Daemonなど
v11aの変更点：
Global Seedノードを最初のKSampler（SamplerCustomAdvanced）ノードに近づけました。
ワークフロー全体に、一部のノードの動作を理解しやすくするための追加の注釈を追加しました。
さまざまなImage Filter Adjustmentsノードの設定を微調整し、多数のノードを展開したままにしました。ユーザーが調整しやすいようにするためです。
両方のUSDUグループ用に単一のControlNetグループを追加
- これらはManagerからダウンロード可能なControlNet Unionモデルを使用しています。
Image Comparerノードの前後比較用テキストを追加するノードを削除
これらのノードは、ワークフローが完全に終了するまで比較ノードにランダムな画像が表示されないという挙動をしていました。
私にとっては便利なQoL機能でしたが、残念です。
初期の例画像は以下の設定で生成：
サンプラー：Euler Ancestral
スケジューラ：Beta
ステップ数：28
CFG：6
2つのUSDUグループでアップスケール
アップスケールモデル：RealESRGAN_x4Plus Anime 6B（OpenModelDBへのリンク）
ステップ数：10
Denoise：0.2
顔と目用のDetailer
各3回のサイクル
顔検出モデル：Anzhc Face seg 1024 v2 y8n.pt（HuggingFaceへのリンク）
目検出モデル：Eyeful | Robust eye detection for Adetailer / ComfyUI - v2 Individual version（CivitAIへのリンク）
これらは保存されたワークフローファイルの設定です。
v11：
ワークフローを再構築（再び）。このバージョンはv10bよりも必ずしも優れているわけではありませんが、高速でノード数が少ないです。
このワークフローは、この動画でOlivio Sarikas氏が紹介したワークフローから影響を受けました。特にwas-node-suite-comfyuiのImage Filter Adjustmentsノードです。
このノードをワークフロー全体で多用しました。画像結果が極端にシャープすぎる場合、これらのノードを無効化しても問題ありません（確認済み）。
これにより、Detailerノードが私にとって無意味になりましたが、念のためワークフローに残しています。
ワークフローからDetail Daemonサンプラーを削除
- Multiple Sigmas（ステートレス）はまだ残っており、無効化しても問題ありません。
このバージョンではFake Iterative Upscaleグループは含まれていません。（高速化でGood！）
このバージョンでcomfyui-art-ventureを使用するのをやめました。
最新バージョンに更新した後、ComfyUIを再起動しても読み込めない問題が頻発し、カスタムノードをクリーンインストールしても解決しませんでした。
代わりにComfyUI-post-processing-nodesを使用し、同じColor Correctノードを導入しました。
このワークフローを作成した理由の一つは、代替のアップスケール方法を探していたことです。SUPIRとAPISRを検討しましたが、USDU（おなじみのノード）は引き続き使用しています。
SUPIRは私には完全に失敗しました。おそらくリアルな画像をあまり作成しないからでしょう。
APISRはアニメのアップスケールを目的としていますが、使用されるアップスケールモデルは特別なノードなしでも十分に動作することがわかりました。（少なくとも4x_APISR_DAT_GAN_generatorは）
全体として、生成速度が速くなりました（5060 16GBで約3分）。結果にも満足しています。
何か見落としていたり、ワークフローに含まれなくなったものを記載していたら、申し訳ありません。
ワークフローを読み込むと、不足しているものを警告します。Impact-Packは更新時に手動でgit pullする必要があるようです。（少なくとも私の環境では）
ノドルを切断したり、不应该な部分をバイパスしたりすると、エラーが発生する可能性があります。この場合、元のワークフローファイル（JSON）を読み込むか、最後に正常に生成した画像を再利用してください。
ご自身の目的に合わせて、ワークフローを自由に削除・追加してください。このワークフローが何かのお役に立てれば幸いです。
自分の好みに合わせて設定を調整してください。デフォルト設定は速度を目的としていません。
このワークフローは「推奨リソース」で挙げたモデルでテスト済みです。環境により結果は異なります。設定やプロンプトを調整して、自分に合ったポイントを見つけてください。現在の設定は私の好みに基づいています。 ご自身の好みに合わせて調整してください！
CFGZeroStar
なし：
CFGZeroStarあり：
私はCFGZeroStarを使用した際の画像出力の方が優れていると思います。
角の部分ではより一貫性があり、窓の様子、お尻の後ろにランダムな光が入っていないこと、そして背景の家具がしっかり見えています。
彼女の右脚はより滑らかで、レギンスにより多くのきらめきがあります。
私が読んだ限りでは、この設定はすべてのモデルと互換性がないため、その場合はエラーが発生します。おそらくこの機能をワークフローに追加し、オン／オフを簡単に切り替えられるようにグループ化するでしょう。
なぜColor Correctを使用するのか？
- KSampler/Ultimate SD Upscaleでのアップスケーリングは、元の画像の色を剥がしたり変更したりします（少なくとも私にはそうなります）。さらに、仕上げた画像に少しコントラストを加えるのが好きです。
水印除去
なぜこのワークフローに水印除去を含めているのか？
- まれですが、水印が付くことは依然としてあり、水印のために良い画像を諦めたくありません。
水印除去の動作例：
ワークフローの水印部分の設定を変更すると、水印除去が壊れる可能性があります。ここで変更すべきなのは以下の通りです：
検出スレッショルド（高いほど検出が少なく、低いほどより積極的に検出）
水印検出モデル（お好みのものを使用してください）
BBOX検出ノード内のテキスト
Watermark Removerノードのステップ、スケジューラ、denoiseは調整可能です。
v10aでは、一部のケースでdenoiseを0.01まで下げなければなりませんでした。
Big Iama Remover(IMG)ノードのgaussblur半径は上下に調整可能です。
水印部分のワークフローでは、それ以外の設定はいじらないことをお勧めします。私はこの設定を考案したわけではなく、すべてのボタン、数値、設定が何をするのかアドバイスできません。変更は自己責任で行ってください。
v10bの変更はごくわずかです：
すべてのColor MatchノードをColor Correctノードに置き換えました。
ワークフローのアップスケール部分について、他のオプションを検討中です。
v10aの変更：
注意：このバージョンは画像を高速生成することを目的としていません。
ワークフローのプロンプト部分に、Detailerノード用のプロンプトボックスを追加しました。
- これらは空白のままにすることもできますが、詳細化対象を説明するプロンプトを追加すると結果が向上することがあります。
v9fで欠けていたいくつかのメモをこのバージョンに再追加しました。
ワークフローの最後のColor Correct出力接続を修正しました。
Fake Iterative Upscaleグループに別のSamplerCustomAdvancedノードを追加しました。
- 画像の下部と右側に現れる白いエッジの解決策として、アップスケール設定を0.25刻みに変更しました。その結果、このグループ（デフォルト設定で）が1.25→1.5→1.75→2.0とアップスケールするよう、このノードを追加しました。
各Detail DaemonグループにMultiply Sigmas（ステートレス）ノードを追加しました。
- このDetail Daemonについての動画を再視聴した後、このノードを試してみることにし、これまでの結果にとても満足しています。
ワークフロー全体で、アップスケーリングによる色の損失を補うためにColor Match（Color Correctではありません）ノードを使用しました。
これは、ピクセル空間でのアップスケーリングと潜在空間でのアップスケーリングの違い（少なくとも私が読んだ情報によると）による既知の問題です。
これをワークフローの最後にだけ配置するよりも、より良い（バグの少ない）結果を得られました。
Image Comparerノードを修正し、「After」の結果を先に表示するようにしました。
v10の変更：
アップスケールモデルの選択によって、このバージョンのワークフローの完了時間が大きく影響されます。
- 現在、アップスケールモデルにはModernSpanimationV1を使用していますが、お好みのものを使用してください。
このバージョンのワークフローでは、Iterative Upscaleと同様の機能を実現するために、3つの追加のSamplerCustomAdvancedノードを導入しました。
その理由は、Iterative Upscalingのノードが、追加の作業なしにカスタムサンプラーをサポートしていないためです（私はその作業をしたくありません）。
デフォルト設定では、元の画像サイズから1.33→1.66→2.0の2倍アップスケールになります。
このノードグループは無効化でき、ワークフローはこのバージョン以前と同様に動作します。また、このグループの結果に満足している場合、USDUグループを無効化することもできます。
Detail Daemonノードは、それらを使用できる各ノードに個別に割り当てられました。
フローの開始時にIMG2IMGのオプションを追加しました。
- 画像サイズに基づいて、最も近いSDXL解像度を自動的に計算しようとします。
ワークフローのブックマークを変更しました。
- 1から9までのラベルが付けられました。これらを機能させるにはrgthree-comfyをインストールする必要があります。
FreeU_V2とDynamic Thresholdingノードの重複を削除しました。
Color Matchを削除しました。
v9fの変更：
ワークフローにDetail Daemonを再追加しました。
私が使用している設定は、私にとってうまく機能してきたものです。
FreeU V2と同様、すべてのモデルに適用できる万能な解決策ではありません。
デフォルトでは無効になっています。
Detail Daemonノードを独自のグループに配置し、KSamplerと両方のUSDUノードに個別に接続しています。
今回は変なスイッチは使用していません。Fast Groups Bypasserノードを使って、それらをオン／オフまたは無効化できます。
USDU（Ultimate SD Upscale）に関するメモ：
オリジナルのUSDUプロジェクトのFAQによると、アップスケールにはdenoise設定を0.1〜0.2、画像強化には最大0.35を推奨しています。
FAQには他の設定の機能についても記載されています。ただし、オリジナルプロジェクトはA1111を対象としているため、一部の動作が異なる可能性があることにご注意ください。
ComfyUI版にもいくつかの手順が記載されていますが、同じFAQを参照しています。
USDUに関する技術的な質問については、これらの2つのプロジェクトページのいずれかに問い合わせることを推奨します。
最初の数枚のサンプル画像は、ワークフロー全体でFreeU V2とDetail Daemonを完全に有効にして生成しました。
v9eの変更：
微調整。ノードの配線をさらに整理しました。残っているグループ名は、すべて明確で読みやすくなりました。
USDU1の前にUpscale>Downscaleグループを追加しました。
出力がより良くなる可能性がありますが、結果は個々に異なります。
デフォルト設定では、画像をアップスケールモデルでアップスケールし、その後元の画像サイズにダウングレードしてからUSDUに渡します。
または、Upscale設定を2に変更し、USDUを1に設定することで、USDU（No Upscale）ノードと同様の動作になります。この方法で出力は異なる場合がありますが、ご自身で試してみてください。
Dynamic ThresholdingグループにFreeU_V2を追加しました。
FreeUを使用するには、その仕組みを理解しているか、自分で学ぶ意欲が必要です。
効果的ですが、すべてのモデルに適した万能な解決策ではありません。
PositiveプロンプトにConcat Conditioningsを追加しました。
ComfyUI wikiによると：料理のレシピを思い浮かべてください。「conditioning_to」は基本のレシピ、「conditioning_from」は追加の香辛料や調味料です。ConditioningConcatクラスは、これらの調味料をレシピに加えるためのツールであり、料理をより色鮮やかで豊かにしてくれます。
ImpactWildcardEncodeノードの通常のPositiveプロンプトが「conditioning_to」となり、下のテキストノードが「conditioning_from」として機能します。
Image Saver以外のSave Imageノードでこの機能を試しましたが、フルプロンプトをキャプチャできませんでした。Image Saverを他のものに置き換える予定がある場合はご参考ください。
v9dの変更：
主にワークフローの開始部分にレイアウト変更を加えました。
- rgthreeのrerouteノードを多用し、ノードの配線を整理しました。
v10で削除したComfyUI-ppmをワークフローに再追加しました。
- ppmの問題は、不良なDynamic Thresholding設定が原因だったと考えています。
Dynamic Thresholdingの設定を、プロジェクトページのWiki情報と一致するように調整しました。
Dynamic Thresholdingを使用する場合（私の設定で）：
CFG値を通常の2倍に設定してください。
最小CFGを、好みの値に設定してください。試行錯誤が必要です。一般的に、サンプラーが許す範囲で通常より1〜2低く設定しています。
Global Seed（Inspire）ノードが、ワークフロー内のすべての関連ノードのシードを制御するようになりました。
- 注：キュー履歴から読み込むと、このノードは固定に切り替わって、他の設定に変更するまでその状態が続きます。
v10は廃止しました。
- 私は二度とSet/Getノードを使いたくありません。
ControlNetとDetail Daemonも削除しました。
以下はImage Comparerノードで示した「前」と「後」のスクリーンショットです。表示された画像は、v9dワークフローJSONに保存された設定で生成されました。違いがあるかは不明ですが、現在はsage attentionを使用しています。
「After」はImage Comparerノードの左側に表示されています。（真ん中に線がある方）
ワークフローの水印部分の前後：
USDU1の前後：
USDU2の前後：
Color Correctの前後：
初期画像と最終結果の前後比較：
v9cの変更：
特定のノードグループをバイパスした際に、誤った画像がワークフローの最終出力に送られる原因となっていたコンテキスト接続を修正しました。
主に、コンテキストスイッチの2つのコンテキスト入力が入れ替わっていたことが原因でした。
コンテキストノードの配置を微調整しました。
ワークフロー上の一部モデル名が異なるように見えるかもしれません。
- _update_comfyui_and_python_dependencies_による更新でcomfyを再インストールしたためです。今回こそ教訓を学んだつもりですが（多分無理でしょう）。
v9b：このバージョンはスキップしたようです。
v9aの変更：
ワークフローの左側に微調整を加えました。少し込み入っていたためです。
- たまに役立つので、トークン数ノードを再追加しました。
Detailerセクションで、おそらく誰も使っていないかもしれない接続を再接続しましたが、ワークフローの整合性のためです。他のノードを見落としていないか確認しました。
USDU1の下に、USDUのタイルサイズの切り替えオプションを追加しました。
USDUにタイルサイズ乗算オプションを追加しました（自分用のテスト目的）。
これはおそらくUSDUの_tile_padding_設定と似ていますが、_tile_padding_を減らして乗数を1.2に設定したところ、良い結果を得られました。
デフォルトでは無効になっています。
v9はBetter Days、Touching Grass、およびthis PornMaster loraでテストしました。
このワークフローは、任意のSDXL、Pony、Illustrious、およびNOOB（NAI）モデルで動作します。
主にワークフローの左側にレイアウト変更を加えました。
多くの変更は、誰かがLoRAのCLIP重みとConcat Conditioningについて言及したことがきっかけでした。両方を試しましたが、CLIP重みは気に入らず、Concatは面白い結果を得られましたが、ワークフローに統合するには一貫性が不足していました。
ImpactWildcardEncodeの代替LoRAローダーを試行錯誤しましたが、その結果、Image Saverが使用されているLoRAを検出できなくなりました（たとえWidget to Stringでモデル名を送っても）。
これによりImage Saverの代替品を試しましたが、予想通り、Image Saverほど私のニーズに合った機能は提供されませんでした。
FreeU_V2を削除しました。有用な場合もありますが、一貫して良い結果を生まないため、ワークフローに十分な追加設定が備わっていると判断しました。
ComfyUI-ppmからすべてのSampler Selectorsを追加しました。その中にはプロジェクトページで言及されていないものもありますが、新しいサンプラーを試すのが好きであれば、ぜひ試してみてください。
4つのサンプラー群のトグルが追加されました。
標準サンプラー
CFG++ サンプラー選択（ppmより）
Dyn サンプラー（ppmより）
PPM サンプラー（ppmより）
理想的には、1つだけ有効にしてください。複数のグループを有効にすると、数値的に最初のサンプラー群が使用されます。
ブックマーク1〜5は、ワークフローの重要な部分に移動します。
タイルサイズ設定を、初期画像解像度と逆に調整しました。この変更により、私は結果に満足するためにはもはや「ハーフタイル」モードを使用する必要がなくなりました。
ワークフローファイルは、サンプル画像の1つをEuler + Karrasで生成する際に使用した設定で保存されています。
v8e の変更点：
ダイナミックしきい値処理
このノードへの接続を、このノードの最適な設定を探している中で（私にとって新しい）情報をもとに再度調整しました。
これを使用中に悪夢のような結果が出る場合は、threshold_percentile を調整してみてください。値を上昇させるとノードが画像をより積極的にクランプし、値を下げると緩和されます。0.9〜0.99 の使用を推奨します。
最低CFG値を、使用するサンプラー/スケジューラーコンボの最低値に合わせてください。標準サンプラーとCFG++サンプラーをそれぞれ使用したワークフローのバージョンをいくつか掲載します。画像が焼き付きすぎている場合は、この値を下げたり、KSampler近くの「CFG」値を調整してみてください。
ウォーターマーク検出・除去フロー
フローにSAM検出器ノードを追加しました。これは、ワークフローのディテイラー部分で使用している同じSAMローダーを利用しており、より良い結果を得られました。
免責事項：ウォーターマークを常に検出できるわけではありませんが、ないよりはましです。
CLIPSegを使用する方法もありますが、私の経験では効果が芳しくありませんでした。
Detail Daemonグループから「Lying Sigma Sampler」を削除しました。
- 素晴らしいアイデアですが、Illustriousにとってはあまりに過剰だと感じました。
すべてのバイパススイッチをワークフローの開始部分に移動しました。
ネガティブプロンプトノードを、ImpactWildcardEncodeを使用していた以前の状態に戻しました。
.zipファイル内のワークフロー設定は、このバージョンのサンプル画像の最初の2枚を生成するために私が使用した設定です。（誰かが「自分の画像を私のように見せるにはどうすればよいか」と尋ねたため。）不要なオプションはトグルで無効にして、ベイニラ設定で使用できます。
v8d の変更点：
ダイナミックしきい値処理
「標準」サンプラーでも正しく動作するよう値を調整しました。
ノードへの接続を修正しました。これで適切にスケーリングされるようになりました。
これを使用する際、画像の彩度が以前より低くなるようになりました。
これにより、画像結果にいくつかの良い改善が見られました（個人的見解）。
ウォーターマーク検出・除去フロー
- 両方のグループを1つのボタンで無効にできるように変更しました。
免責事項：お使いのComfyUIのローカルインストール環境によって、このワークフローが正しく動作しない場合があります。ComfyUIのインストール条件は無数に異なる可能性があるためです。
バージョン8cの変更点：
いつも通り、新しいバージョンが必ずしも良いとは限りません。
ワークフローのデフォルト設定での生成時間：5060ti 16GBで167秒
エクストラを有効にした場合の生成時間：265秒
ワークフロー全体に複数のグループバイパスノードを追加しました：
これらのノードにより、生成プロセスを開始する前に、ワークフローの各部分をオン/オフできるようになりました。
主な目的は、rgthreeのカスタムノードにある「Context Switch」をどのように活用できるかを試していたことです。
その理由は、ディテイラー部分で2つのオプションを用意し、この1つの部分だけのために多数の手動トグルを減らしたいと思ったからです。
オプション1：ワークフローにすでに存在する2つの通常のFaceDetailerノードを使用する。
オプション2：1つの統合されたDetailerノードを使用して、すべてを一度に処理する。
ワークフロー全体の小さなグループバイパスノードはすべてバイパス可能です。したがって、最初のKSamplerだけを使用したい場合でも簡単に実現できます。
初期画像生成のみに「スムーズなエネルギー・ガイダンス（SEG）」を追加しました：
ワークフロー全体に接続すると、生成速度が大幅に遅くなります。
これは何をするのか？
「モデルが画像を生成する方法に影響を与え、画像の詳細度、リアリズム、構図を向上させます。」
擁動注意ガイダンスよりも安定しているとされていますが、実際どうなのかは不明です。
FreeU V2：
- 結果が気に入るよう設定を調整しましたが、簡単に変更またはバイパスできます。
ダイナミックしきい値処理を再追加し、デフォルトでバイパスされています。
FreeU V2 と ダイナミックしきい値処理 — 後処理（KSamplerの後）：
最初のKSamplerの後すべての処理に対して、これら2つのノードの2つ目のセットを用意しました。
これは、SEGをワークフローの残りの部分から除外するためです。
Ultimate SD Upscale：
各USDUの隣に、CFG用の「CFGからbを加算/減算」ノードを追加しました。これらのノードは、初期CFG設定に2を加算または減算するよう設定されています。これはUSDUによるアップスケーリングにプラスの影響を与えるとされています。
CFGを増やす場合はステップ数を減らし、逆に減らす場合はステップ数を増やすのが望ましいです。加算または減算を切り替えるには、ノードの「op」フィールドをクリックして、加算または減算を選択してください。
2つのUSDU ControlNetグループの間に「モデルでアップスケール」グループを追加しました。
このグループは、USDU1の出力をアップスケールし、元の初期画像サイズに戻すダウンスケールを経て、さらにUSDU2でアップスケールします。通常、USDU1の出力を直接USDU2に渡すよりも良い結果が得られます。
私はこの方法で非常に良い結果を得ており、アップスケールモデルがロードに時間がかかるものでなければ、追加時間はほとんどかかりません。
カラー一致とカラー補正は、フローを壊すことなく個別にバイパス可能になりました。
Mahiroを削除しました。
v8b の変更点：
追加：
FreeU v2：
このノードはComfy Coreの一部として長く存在していました。私は設定の仕組みをまだ理解していませんが、デフォルト設定はSDXL用に設計されているようです。
画像出力には確かに影響します。設定の詳細が知りたい場合は、単純なGoogle検索やお気に入りのAIに尋ねてください。
これを有効にすると（私には）画像が焼き付きすぎるので、通常よりも低いCFG設定で使用しています。
画像をアニメ調に傾けるように見えるかもしれませんが、これは私の主観かもしれません。
このノードはデフォルトで無効になっています。
ControlNet：
KSamplerおよび両方のUSDUノードに基本的なControlNet機能を追加しました。
これらのノードは、comfyui_controlnet_auxとComfyroll Studioを必要とします。
KSampler ControlNetグループには、画像読み込みノード、3つのAIO Auxプリプロセッサ、1つのCR Multi-ControlNetスタックノード、および1つのCR Apply Multi-ControlNetノードが含まれます。
KSampler ControlNetグループはデフォルトでバイパスされています。
以前は、画像読み込みノードに画像が無いとワークフローが動作しないという問題がありましたが、現在は修正されているはずです。もし問題が残る場合は、任意の画像をそこに配置してください。
各USDU ControlNetグループはKSampler ControlNetグループと同様ですが、画像読み込みノードは含まれていません。
ControlNetを使用したくない場合は、これらのグループをワークフローから削除するか、バイパスしてください。
私は、AIOプリプロセッサに組み込まれたTTPlanet機能とControlNet Unionを組み合わせて使用しています。（ComfyUI-Managerのモデルマネージャーで「union」と検索すれば見つかります。非fluctバージョンならどちらでも動作します。）
ControlNetを有効にしても、私の環境では生成速度は依然として開始から終了まで約3分です。
削除：
ガイダンスリミッター：
維持する価値がなかったため削除しました。気に入った場合は簡単に再追加可能です。これはComfyUI-ppmの一部です。
v8 の変更点：
注：新しいバージョンが必ずしも良いとは限りません。これは現在私が使用・実験しているものです。
実験的なDistance samplerと互換性を持たせるよう調整を行いました。
このサンプラーの要約：
「相対距離に基づくカスタム実験的サンプラー。最初の数ステップは遅く、その後加速します（最終ステップはHeunを使用）。最も作業が行われる初期段階で、より正確な生成を実現するためです。」
ステップ数は少ない（4〜10）で、作者はAYSまたはBetaスケジューラーで7ステップを使用することを推奨しています。（他のスケジューラーも試してみてください。結果は個々に異なります。）
このサンプラーの完全な説明はプロジェクトページにあります。
注意：このサンプラーはv-predモデルでは動作しないようです（少なくともLobotomized Mixでは）。
Distance samplerのインストールにより、未検証のいくつかのcfg++サンプラーも追加されます。
5060ti 16GBでサンプル画像を生成する際の開始から終了までの所要時間は、私が使用した設定で約3分です。
設定は、常にあなたの好みに合わせて調整する必要があります。
異なるサンプラー/スケジューラーコンボを使用し、USDUのseams_fix_modeを「None」に切り替えることで、処理速度を大幅に向上できます。
追加：
Mahiro -「CFGをより賢くするため」。こちらの引用。
ComfyUI-ppmのカスタムノードから「Guidance Limiter」を追加。これはこちらの実装です。
- 設定については、デフォルトのままにしています。プロジェクトページにはこの2つの設定に関する明示的な説明がありません。
KSamplerおよびUSDUノードの上部に「Detail Daemon」のオン/オフ切り替えボタンを追加。
- これらはデフォルトで「true」に設定されています。
削除：
2番目のKSampler
私にとってはこのノードを維持する価値が十分ではありませんでした。
多くの場合、画像の品質が悪化していました。
Perturbed Attention Guidanceを削除しました。
私にとってはこのノードを維持する価値が十分ではありませんでした。
生成時間が30%遅くなり、結果がわずかに良くなる可能性があるだけです。
CFG++Sampler Selectはデフォルトで無効になっています。ノードの上にある論理スイッチで有効化できます。無効にすると、Sampler Selector（Image Saver）ノードが使用されます。
- CFGやステップなどの他のパラメータも、必要に応じて調整してください。
v7c の変更点：
サンプラー/スケジューラー選択を1か所で処理するためのSampler/Scheduler Settings (JPS) ノードを追加しました。
なぜ？面倒くさがりなので、複数の場所で変更したくないからです。
これにより問題が発生した場合は、v7b2がより適している可能性があります。
ワークフローの左側にFast Groups Bypasser (rgthree) を追加しました。
- 自分の責任で必要な部分をバイパスしてください。
2番目のKSamplerを再びハイレゾ修復のような機能を許可するように変更しました。
- 「アップスケール倍率」設定を1以上に変更すれば、このKSamplerでアップスケールできます。ただし、USDUノードをバイパスしない場合、それらもさらにアップスケールを行います。
最初のUSDUノードからその後のすべてのステップを1つのノードに統合しました。
- 必要であれば、各「ステップ」ノードへの入力接続を削除できます。
ImpactWildcardEncoderノードを1つ削除しました。
- ネガティブプロンプトには無意味だと感じました。誰かがネガティブプロンプトにLoRAやワイルドカードをロードしているとは思えませんが、間違っているかもしれません。
v7b2 の変更点：
Scheduler Selector (Comfy) (Image Saver) ノードを削除しました。
至少1人のユーザーがこのノードで繰り返し問題を抱えていました。
このノードを削除すると、ワークフロー全体でスケジューラーを個別に選択する必要がありますが、ユーザー側の変更はそれ以外にほとんどありません。
ComfyUI-ppm
- ComfyUI-ppmで問題が発生している場合は、comfyuiのカスタムノードフォルダーから削除して再インストールしてください。ComfyUI-ppmの開発者は、米国東部時間の約20:20にImportErrorの問題を修正しました。
ComfyUI-ppmの問題が解決しない場合（それでもこのワークフローを使いたい場合）、ワークフローから以下のノードを削除し、PPMをアンインストールしてComfyUIを再起動してください：
緑のImpactWildcardEncoderノードの上：
ClipTokenCounter
Token Count
濃い青のSamplerCustomAdvanceの左：
Use CFG++SamplerSelect? 論理スイッチ
CFG++SamplerSelect
シアンのSampler Selector (Image Saver)ノードの下：
Sampler Selector (Image Saver)ノードのすぐ下にあるWidget to Stringノード
Switch Sampler
Switch Sampler name
ZIPファイルに追加のJSONを含めました。ワークフローからノードを削除するのが不安な場合のためにです。ただし、カスタムノードフォルダーからComfyUI-ppmをアンインストールするのは、ユーザー自身の責任で行ってください。
v7b の変更点：
ワークフローを新規に構築しました。
- コピー/ペーストやAltキーを押しながらクリックしてノードを複製する方法は使用していません。
Perturbed Attention Guidanceはデフォルトでバイパスされています。ノードをクリックしてキーボードでCtrl-Bを押すか、バイパスアイコンをクリックして有効化できます。
バイパスすると、生成速度が向上します。
RTX3060 12GBで832 x 1216の画像を1つのKSamplerで生成する場合、有効化すると約10〜15秒の追加時間がかかります。
エンティアワークフローの観点から、2番目のKSamplerでは各タイルに対して約5〜8秒の追加時間がかかります（UDSUのデフォルト設定が10ステップであるため）、またDetailerノードで検出された顔/目/その他各要素に対しても同様です。
PAGは画像の品質を向上させる助けになりますが、その可能性のために追加の時間を費やす価値はありますか？
V7a のパッチ変更：
ComfyUIをv3.29にアップグレードした方のために、Image Saverノードを除外した7aの修正版を追加しました：
v7a_bandaidは、カスタムノード作成者から機能的な解決策が提供されるまでの暫定的な対応です。ComfyUIチームは、これは意図的な変更であるとほぼ明言しています。
メタデータのソース/情報は手動で追加する必要があります（必要であれば）。
v7a の変更点：
ComfyLiterals を再追加しました
いくつかの値が変更される問題に直面しています。これは、値を上下に調整するための矢印がついたほとんどの数値フィールドで発生しています。
問題が発生した例：UDSUノードで「upscale_by」を2に設定すると、2.0000000001に変更されます。これによりノードが切り上げを行い、アップスケール処理に追加のタイルが必要になります。
もう一つの例：ウォーターマーク検出の検出しきい値を1に設定すると、1.0000000001に変更され、最大値が1であるためワークフローでエラーが発生します。
ComfyLiteralsは、上記の問題を回避しながら数値を入力する手段を提供します。
v7 の変更点：
ワークフローを再構築し、レイアウトを変更しました。
Image Comparerノードはワークフローの最後ではなく、各所に配置されています。
前バージョンで使用していたPerturbed Attention Guidanceノードを削除し、Comfy Coreに含まれるシンプルなバージョンに切り替えました。
ブックマークノード以外に、隠しノードは存在しなくなりました。
ComfyLiteralsを削除しました。これらのノードは少なくとも1人にとって問題を引き起こしていたようです。
Dynamic Thresholdingを削除しました。
Sampler、Scheduler、CFGの設定はすべて初期画像設定に接続されるようになりました。
2番目のKSamplerからのアップスケール設定を削除しました。
USDUのタイルサイズスイッチを削除しました。デフォルトでハーフタイルが有効です。UDSUのアップスケール処理を高速化したい場合は、これを「None」に設定してください。
KSamplersをSamplerCustomからSamplerCustomAdvancedに変更しました。これにより、CFG++SamplerSelect上のすべてのサンプラーを使用できるようになりました（少なくとも私にとっては）。
ワークフローのデフォルト設定は、Euler Aサンプラーを使用し、すべての機能を有効にしています。
ワークフロー内でDNBとマークされたグループは、ご自身でワークフローを調整しない限り無効化できません。
その他の情報：
@killedmyself さんが、comfyui-art-ventureのColor Correctノードを紹介してくれました。これはUltimate SD Upscaleによる色褪せを補正するために非常に役立ちました。
私はこのノードでContrastオプションのみを使用していますが、ご自身の好みに合わせて調整してください。
免責事項：Comfyやカスタムノード作成者が更新を行った際、時折機能が破損することがありますのでご注意ください。
「Load Lora」ノードは不要です。Loraを使用するには、「Positive Prompt」ノードの「Select to add Lora」オプションをご利用ください。A1111や類似インターフェースと同様に、重みを指定できます。
注意：apply_gaussian_blurエラーの修正（@Catastrophy による）：「問題は現在、Githubプロジェクト『TTPlanetPig / Comfyui_TTP_Toolset』にあります。あるコミットで『apply_gaussian_blur』という関数が削除されましたが、プロジェクト内ではまだ使用されています。回避策はIssue#15に記載されています。該当関数を復元する必要があります。そのためには、comfyuifolder内の1つのファイルを手動で編集し、保存してComfyUIを再起動する必要があります。」
注意：プロンプトが完全に無視されるように感じられる場合は、プロンプトノードの「Mode」が Populate に設定されていることを確認してください。「Fixed」または「Reproduce」ではないことを確認してください。
数値が「0.25」から「0.25000000001」のように変更される問題に直面している場合、ComfyUI設定の Settings>Lite Graph>Node Widget にある Disable default float widget rounding をオンに試してみてください。ご助言いただいた@DraconicDragonに感謝します！
v5d の変更点：
USDUはDetail Daemonに接続されていません。
他のノードの後ろに隠れていたノードは、もはや隠れていないはずです（おそらく）。
サンプル画像は新しい（私にとっては）サンプラー：er_sde を使用して作成しました。
v5c の変更点：
UDSUノードの前にColor Matchノードを削除しました。
便利な機能ですが、無効化できないことが私にとってかなり煩わしかったです。
ワークフローの最後にColor Correctノードを使用するだけで十分であり、無効化可能です。
ControlNetとIMG2IMGを削除しました。
- これらの機能をあまり使用しないため、Load Imageノードに画像を設定する手間を全員に強いるのは正当化できません。これらの機能をお好みの方は、このワークフローに追加するか、v5b以前のバージョンをご使用ください。
Dynamic Thresholding を再追加しました。
このノードの使用方法に慣れていない場合は、無効のままにしておくか、こちらを確認してください。
要約：これにより、通常のCFG値を高く設定しつつ、ノードに設定した値と同様の効果を模倣できます（例：通常のCFG設定でCFG 10、Dynamic ThresholdingノードでCFG 6）。
v6 の変更点：
ワークフローを簡素化し、アップスケールプロセスを変更しました。ほとんど（またはまったく）使用しない機能を取り除きたかったのです。このバージョンに追加機能を追加する予定はありません。
ワークフローからIMG2IMG、ControlNet、Ultimate SD Upscaleを削除しました。
これらの機能をお好みの方は、前のバージョンをご使用いただくか、このワークフローに追加してください。
このバージョンは以前より、カスタムノードの数が少なくなっています。
UDSUをIterative Upscaling（Impact Pack由来）に置き換えました。
メリット：アップスケールがより安定します。
デメリット：
状況によっては速くなく、むしろ遅くなる可能性があります。
（私の感覚では）詳細が減ります。
CFG++SamplerSelect や Detail Daemon と互換性がありません。これらの2つのノードは最初のKSamplerにのみ影響します。
Dynamic Thresholding を再追加しました。
- このノードの使用方法に慣れていない場合は、無効のままにしておくか、こちらを確認してください。
私の3060での実行結果：
Euler Aを使用した場合、ワークフロー全体は170秒かかります。
Euler A CFG++を使用した場合、162秒かかります。（初期ステップが少ないので）
これはこのワークフローの試験運用です。まだ100%このバージョンに固執するつもりはありません。
v5b の変更点：
編集：2番目のKSamplerのアップスケール設定を正しく更新しました（2025年2月24日米国東部時間0439）。アップスケール係数が2から1に修正されました。
ComfyUI-Adaptive-Guidance を削除しました。
ワークフローに残すほど十分なメリットが得られませんでした。
完全に活用するには、通常ノードと負のノードの両方のスイッチを少なくとも作成する必要がありました。
多くの場合、標準のGuiderノードを使用したほうが良い結果が得られました。
ComfyUI_Comfyroll_CustomNodes からIMG2IMGグループを無効化できるスイッチを追加しました。
このノードは最初のKSamplerに入る潜在変数のソースを変更するだけです。私の理解では、Load Imageノードに画像を配置する必要がありますが、配置しなくても動作するか試してみてください。
1番目のKSamplerの下で、潜在変数のアップスケールかモデルによる画像のアップスケールのいずれかを選択できるスイッチを追加しました。
これは2番目のKSamplerに入る潜在変数のソースに影響します。2番目のKSamplerはデフォルトで1xアップスケールに設定されていますが、より高い値に変更できます。私はこれを2回目のKSamplerとして使用しています。
v5a の変更点：
ComfyUI-Adaptive-Guidance を追加しました。
これはワークフローの最初の2つのKSamplerにのみ影響します。
無効化できません。このノードが不要な場合はワークフローから削除してください。ただし、KSamplerに何か形のGuiderノードを接続しないとワークフローが壊れます。
このノードは「専門的な」サンプラーの設定を探しているときに発見しました。
ControlNetを追加しました
1番目のKSamplerに接続されており、無効化可能です。
ControlNetグループを使用していなくても、Load Imageノードに画像を設置する必要があるかもしれません。
comfyui_controlnet_aux のAll-in-Oneプロセッサノードを使用しています。
このAIOプロセッサノードは、ノードで選択したプロセッサに応じて必要なファイルをダウンロードします（少なくとも私にはそうでした）。
LoadControlNet Modelノードで使用するControlNetモデルをダウンロードする必要があります。私はこちらからダウンロードできるControlNet-Union（promax版）を使用しています。
MaHiRoを再追加しました（ComfyUI v3.8+）
v5aのデモ画像で使用しました。
旧バージョンのComfyUIを使用している場合は、ワークフローから削除しても構いません。
無効化可能です。
v5 の変更点：
ワークフローからComfyUI-APG_ImYourCFGNowを削除しました。
- 特定の設定でFaceDetailerを使用するとワークフローが壊れる問題が発生しました。FaceDetailerとカスタムノードを1つずつ追加してテストした結果、APGノードが原因であることが特定されました。
sd-dynamic-thresholdingを削除しました。
- v5ワークフローをこれあり/なしでテストした結果、これがない方が良い結果を得られました。
MaHiRoを削除しました。
- 私の環境では、本来の機能とは逆の動作をしていました。
sd-perturbed-attention を追加しました。
このノードの機能を知りたい場合は、関連論文はこちらで見ることができます。
これまでのPAGの経験では、通常のCFG設定に使う値を、CFG + PAGスケールの合計で達成するのが良いようです。
例：CFG++SamplerSelectからサンプラーを使用する場合、合計値は2になります。CFG 0.5 + スケール 1.5 = 2。
したがって、通常のサンプラーでCFG 6を想定する場合、CFG 3 + スケール 3のように設定できます。
これは非技術的な観点と個人的な実験に基づいたものであり、間違っている可能性もあります。
このワークフローではSET/GETノードを使用しないため、ほとんどのグループを再び無効化できます。
- その代償は、大量の「noodles」です。
Less Noodles (a) バージョンの変更点：
ComfyUI-ppm を再追加しました。
これにより、調整されたCFG++サンプラーと追加のスケジューラが追加されます。
@Catastrophy への感謝。このサンプラーはImage Saverノードに自動でメタデータとして保存されるようになりました。
通常のサンプラーを使用したい場合のために、スイッチが追加されました。
APG I'm Your CFG Now を追加しました。
- Lobotomized Mix の説明で言及されていたため、試してみたくなりました。
ワークフローにMaHiRoを追加しました。これはComfyUI v0.3.8から事前インストールされたテスト/ベータノードです。
このバージョンを開発中にComfyUIの更新により私のComfyインストールが壊れ、クリーンインストールを余儀なくされました。
ComfyUI Managerが1回のセッションですべての不足しているカスタムノードをインストールできませんでした。
- 2回に分けて「Install Missing Custom Nodes」機能を実行しました（実行→再起動→再実行→再起動）。
再インストールの経験では、UDSUが正しくインポートされませんでした。
- Comfyインストール外のフォルダにUDSUをクローンし、その新しいUDSUフォルダをcomfyui/custom nodesフォルダに貼り付ける必要がありました。
v4g Less Noodles テストの変更点：
@Catastrophy の提案により、ComfyUI-KJNodes のSet/Getノードを試しています。
バージョン名の通り、これによりワークフローが視覚的に整理されます。
免責事項：これはテスト版であり、Dynamic ThresholdingとDetail Daemonを無効化するとフローが壊れる点を除き、v4gと同様に動作します。
ダイナミック・スレッショルドやディテール・デーモンを使いたくない場合は、v4gを使用することをお勧めします。または、ワークフローをあなたの好みに調整してください。
ワークフローから代替ウォーターマーク除去の部分を削除しました。
v4gの変更点:
3060 RTXでの開始から完了までの生成時間:
デフォルト設定で、追加の機能のほとんどを無効にした場合: 165秒（チェックポイント読み込み時間含む）。
すべての機能を有効にした場合: 200秒（チェックポイント読み込み時間含む）。
Image Saver ノードを再追加し、ComfyUI-ImageMetadataExtension を削除しました。
- これは、SamplerCustom ノードとの互換性問題が主な理由です。
ImpactWildardEncode ノードを再追加し、ポジティブプロンプトの分割ノードとEfficiencyノードを削除しました。
- これはImage Saverノードとの互換性を確保し、CivitAIに投稿する際に表示されるリソースにLoRA/埋め込み情報が残るようにするためです。
最初のKSamplerをSamplerCustomに変更しました。
- これは好みに基づく選択であり、プロセスの最初からComfyUI-Detail-Daemonを使用できるようにするためです。
2回目のアップスケール用に2番目のUSDU（ComfyUI_UltimateSDUpscale）ノードを追加しました。
私の意見では、USDUは1回目のアップスケールでいくつかのディテールを失うようです。
2回目のアップスケールは、そのディテールを再び追加するのに役立ちます。
v4fの変更点:
3060 RTXでの開始から完了までの生成時間:
ワイルドカード以外すべて有効にした場合: 133秒。
すべての追加機能を無効にして、2回目のKSamplerで2倍アップスケールした場合: 73秒。
テストには、euler_ancestral_cfg_pp（サンプラー）＋ karras（スケジューラ）と、lobotomizedMix_v10（v-predモデル）を使用しました。
プロンプトの順序を調整しました。より良い結果が得られるようです。個人差があります。
- @TsunSayu の提案に感謝します。
v4eの変更点:
最初のUSDUノードを削除し、KSampler（Sampler Custom）に置き換えました。
このノードは、USDUと同様のアップスケーラーモデルを使用してアップスケールします。
数値計算をせずにアップスケール係数を選択できるノードを追加しました。（例：初期画像が1024x1024で、スケール係数を「2」に設定すると、このKSamplerは2048x2048にアップスケールします。）
このノードのディノイズ設定を、USDUのディノイズ設定から分離できるよう、専用のノードも追加しました。
ウォーターマーク除去
ノードを元のワークフローと同じようにグループ化し直しました。
使用したい人のために代替バージョンを再度追加しました。（個人的には、安定して動作するものを使い続けます。）
rgthreeの「Fast Groups Bypasser」を追加しました。
- これにより、グループのオン/オフを1か所で切り替えられ、矢印ボタンをクリックして任意のグループに移動できるようになります。
最初のアップスケール後に「Detailer Group」を追加しました。
- 使用したくない場合は、このグループを無効にできます。
ダイナミック・スレッショルドとディテール・デーモンはデフォルトで無効になっています。
- もしこれらを使いたい場合（私も使います）、有効にしてパラメータを適切に調整してください。
v4dの変更点:
旧式のウォーターマーク処理の復活。
was-node-suite-comfyui が必要です。
私はこのウォーターマーク検出モデルを使用しています：こちら。
もう1つのより積極的な検出モデルはこちらで見つかります。
ワークフロー全体で同じシードを使用するための「Seed Generator」ノードを追加しました。
- 唯一の例外はワイルドカードノードです。このノードでシードを固定したい場合は、手動で設定する必要があります。Seed Generatorノードに接続すると、「固定」に設定していない場合でも同じ画像が再生成されてしまうためです。個人差がありますが、私の経験ではそうなりました。
v-predモデルを使用するユーザー向けに、ModelSamplingDiscreteノードを再追加しました。
- 必要な場合とそうでない場合があります。デフォルトでは無効になっています。
ブックマークを6つに減らしました。
- 2560x1440モニターに最適化して配置しています。この配置が合わない場合は、削除または無視してください。
v4cの変更点:
ワークフローのほぼすべてに注釈を追加しました。
[civitai discord]の誰かが提供したより優れた方法により、ウォーターマーク除去部分を簡略化しました。これで検出モデルは不要になりました。良かった！
- しかし、うまくいかず、時々画像が破壊されてしまいました。v4dで旧式のウォーターマーク除去を再追加しました。
アップスケールを2つのUSDUノードで実行するように変更しました。最初は1.5倍、次に約2倍です。
これにより、より多くのディテールが得られるという話です（私はディテールが大好きです）。
最初のUSDUノードの代わりに2回目のKSamplerを使用することもできますが、あなたの選択次第です。
より多くの再配置を実施。
スパゲッティのような接続が嫌な方は、ComfyUI-Custom-Scriptsをインストールしてください。Comfyの設定へ進み、「pysssss」メニューをクリックし、LinkRenderModeを探してドロップダウンから「Straight」を選択してください。または、それらを隠す方法を見つけてください。その設定がどこかにあることは知っています。
ブックマークをさらに追加し、合計7つになりました。
v4cのデフォルトアップスケール設定は、USDUで元画像の1.5倍と2倍です。品質面でより良い結果を得られましたが、必要に応じて簡単に無効にできます。
v4bの変更点:
いくつかのQoLノードを追加しました。
ブックマークを、役に立ちそうな場所に1から4まで追加しました。
- テキスト/数字を入力していない状態で、1、2、3、4のキーを押して試してみてください。
CivitAIにアップロードした際に使用したモデル/LoRAを表示する、新しいSave Imageノードを追加しました。
v4aの変更点:
ワイルドカードの使用オプションを追加しました。
ワイルドカードを使わない場合は、ImpactWildcardProcessorノードを右クリックしてCTRL+Bを押して無効にするか、ノードの上のテキストボックスを空にします。より良い方法はCTRL+B（またはノードを削除）することです。
その他、いくつかのQoL変更とノードの再配置を行いました。
v4の変更点:
v4からはImage Saverノードを使用していません。ワークフローを簡略化し、最も有用な機能のみを維持しました。このワークフローはv3やNTR Mixの作者が使用していたサンプル画像のワークフローを参考にしています。
現在の設定は私の好みに基づいています。別のサンプラーを使用する場合は、調整が必要です。
アップスケールはUSDUで2倍、半分のタイルを有効に設定しています。品質面で良い結果を得られましたが、必要に応じて簡単に無効にできます。
ControlNetを完全に削除しました。私には必要ありません。（v3以前には含まれていました）
現在の設定では、3060 RTXで開始から完了まで約90秒で画像を生成できます。
v4はチェックポイント/モデルとVAEにEfficient Loader、LoRAにはLora Stackerを使用しています。これらはどちらもefficiency-nodes-comfyuiから来ています。
実際にシンプルに：
デフォルトのワークフローよりもわずかに（非常にわずかに）機能を追加した、まったくシンプルなワークフローを追加しました。「about」セクションの右側にあるリンクで、必要な2つのカスタムノードパッケージを確認してください。
古いバージョンは、以前にNSFW画像を大量に削除した際に削除されたため、もう利用できません。