오픈소스 분야에서 가장 간단한 모든 기능을 갖춘 ComfyUI 이미지 워크플로우!

Luckytime 제작

이 11-in-1 ComfyUI 워크플로우는 텍스트-이미지, 이미지-이미지, 배경 제거, 합성, 자르기, 아웃페인팅, 인페인팅, 얼굴 교체, 자동 디테일러, 업스케일링, 최고급 SD 업스케일링, VRAM 관리, 메모리 슬롯, 무한 루프를 포함합니다. 체크포인트 또는 단일/이중 CLIP 모델을 사용합니다.

비디오 데모: https://youtube.com/watch?v=bBtjz0jy_gQ
GitHub 저장소: https://github.com/Tekaiguy/STTP-Workflow

종속 항목

모든 기능을 하나로 통합했기 때문에 많은 종속 항목이 있지만, 가능한 한 내장 노드를 사용했으며 나머지 부분은 인기 있고 신뢰할 수 있는 사용자 정의 노드만 사용했습니다.

개요

흐름

이 워크플로우는 6개의 독립적이고 전환 가능한 그룹으로 구성된 파이프라인입니다. 이미지를 생성한 후 배경을 정제하고, 디테일을 인페인팅하고, 기능을 자동 수정한 후 업스케일링으로 마무리됩니다. 첫 번째 활성화된 그룹의 출력은 자동으로 다음 그룹(왼쪽에서 오른쪽)으로 전달되며, 6개 그룹 중 임의의 조합을 사용할 수 있습니다.

VRAM 관리

모든 그룹을 동시에 실행하면 VRAM이 소진되어 '디바이스 할당 오류'가 발생할 가능성이 높습니다. 따라서 이전 그룹의 작업이 완료된 후 차례로 다음 그룹을 활성화하고, 각 그룹의 시드를 고정하면 단계별 생성을 유지하면서 VRAM 부하를 줄일 수 있습니다. 이는 사용할 때만 모델을 로드함으로써 VRAM 부하를 평탄화합니다.

그룹 전환은 전역 설정이며, 어디서든 그룹을 비활성화할 수 있습니다.

메모리 슬롯

메모리 그룹 1, 2 또는 3을 활성화하고 워크플로우를 실행하면 마지막 출력이 해당 메모리 슬롯에 전송됩니다. 메모리 그룹은 각 큐마다 지속적으로 출력을 전송하므로 슬롯 내 이미지를 덮어쓰지 않도록 주의하세요.

루프

루프는 루프 그룹과 다른 그룹을 동시에 활성화하여 구현됩니다. 루프 그룹은 다른 모든 입력을 덮어쓰고 그 이미지를 다음 활성 그룹에 전송합니다.

북마크

0-6 키는 유용한 카메라 뷰에 대한 단축키입니다. 원하는 줌 레벨을 입력하여 북마크 노드를 최대화하여 디스플레이에 맞게 조정할 수 있습니다.

그룹

루프

이 그룹은 최대 3개의 저장된 이미지를 저장하고 재사용할 수 있습니다. 미리보기 노드에 이미지를 표시하려면 이 그룹을 활성화하고 워크플로우를 실행해야 합니다(이 단계는 필수입니다). 이미지를 재사용하려면 원하는 이미지 번호를 선택하고 워크플로우를 다시 실행하세요. 루프 그룹은 다른 모든 입력을 덮어쓰고 그 이미지를 다음 활성 그룹에 전송합니다. 루프 그룹의 이미지는 ComfyUI 세션 동안 저장되고 이후 삭제됩니다.

생성

이 그룹은 베이지 색 잠재 공간(text2img) 또는 사전 정의된 잠재 공간(img2img)에서 새 이미지를 생성합니다. 로드된 이미지가 작다면, 2단계 전에 모델로 이미지를 업스케일링할 수 있습니다(이렇게 하면 이미지를 선형으로 업스케일링하는 대신 잠재 공간을 선명하게 유지할 수 있습니다).

0️⃣ 이미지 로드
1️⃣ 모델 설정 선택
2️⃣ 잠재 공간 크기 및 클립 스킵 선택
3️⃣ 텍스트 프롬프트 입력
4️⃣ LoRA 로드
5️⃣ KSampler 설정 선택
6️⃣ 시드 선택
7️⃣ 이미지 비교/저장

ControlNet(Stable Diffusion 전용)

이 하위 그룹은 '생성' 그룹의 모델을 ControlNet으로 조건화합니다. 전처리기는 로드된 이미지에서 정보를 추출하여 조건화에 사용되는 보조 이미지를 생성합니다. 자체 보조 이미지를 업로드하려면 전처리기를 비활성화하세요.

1️⃣ 이미지 로드
2️⃣ 전처리기 및 ControlNet 설정 선택
3️⃣ 보조 이미지 미리보기/저장

IPAdapter(Stable Diffusion 전용)

이 하위 그룹은 IPAdapter를 사용하여 '생성' 그룹의 모델을 수정합니다. 최대 6개의 이미지를 활성화하여 배치를 생성할 수 있으며, 이는 LoRA로 모델을 조정하는 것과 유사하게 출력을 수정합니다. 최소 1개의 이미지는 활성화되어야 하며, 배치의 첫 번째 이미지가 나머지 이미지의 대상 해상도를 설정합니다.

1️⃣ IPAdapter 설정 선택 및 이미지 로드
2️⃣-6️⃣ 추가 이미지 로드

배경

이 그룹은 배경을 교체하거나 테두리를 수정할 수 있습니다. 배경을 제거하고/또는 다른 배경을 합성하려면 '교체'를 선택하세요. 합성을 선택하면 자체 배경을 업로드하거나 완전히 새로운 배경을 생성할 수 있습니다. 이미지를 자르거나/또는 아웃페인팅하려면 '재조정'을 선택하세요. 참고: 아웃페인팅 시 컨텍스트로 전체 이미지만 사용할 수 있습니다. 아웃페인팅에는 인페인팅 모델을 사용하는 것이 권장됩니다.

0️⃣ 이미지 로드
1️⃣ 모델 설정 선택
2️⃣ 잠재 공간 크기 및 클립 스킵 선택
3️⃣ 제거 임계값 또는 자르기 설정 선택
4️⃣ 합성 또는 아웃페인팅 설정 선택
5️⃣ 텍스트 프롬프트 입력
6️⃣ LoRA 로드
7️⃣ KSampler 설정 선택
8️⃣ 시드 선택
9️⃣ 이미지 비교/저장

인페인팅

이 그룹은 인페인팅을 수행할 수 있습니다. 전체 이미지를 컨텍스트로 사용하거나 이미지의 일부만 사용할 수 있으며, 이는 GPU 부하를 줄입니다. 마스크 노드에 이미지를 로드하려면 워크플로우를 실행한 후 마스크를 그려야 합니다. 마스크 노드는 마스크가 감지되지 않으면 워크플로우를 차단할 수 있습니다. 컨텍스트 마스크는 원하는 컨텍스트 영역의 경계를 정의합니다. 프롬프트는 마스크 영역만이 아니라 컨텍스트 영역에 있는 내용을 설명해야 합니다. 최상의 결과를 위해 인페인팅 체크포인트를 사용하는 것이 권장됩니다.

0️⃣ 이미지 로드
1️⃣ 모델 설정 선택
2️⃣ 잠재 공간 크기 및 클립 스킵 선택
3️⃣ 텍스트 프롬프트 입력
4️⃣ 인페인팅/컨텍스트 마스크 그리기
5️⃣ LoRA 로드
6️⃣ 자르기 설정 선택
7️⃣ KSampler 설정 선택
8️⃣ 시드 선택
9️⃣ 이미지 비교/저장

자동 수정

이 그룹은 다양한 감지/세그멘테이션/교체 모델을 사용하여 디테일 자동화를 수행합니다. 얼굴 교체에는 얼굴 복원 기능이 포함되어 있으므로 복원 효과만 얻으려면 이를 비활성화할 수 있습니다. 최대 2개의 얼굴 이미지를 로드하여 왼쪽에서 오른쪽으로 연결할 수 있습니다. 자동 디테일러는 자동 마스크를 사용한 인페인팅과 유사합니다. 유사성을 유지하려면 낮은 노이즈 제거(0.2–0.3)를 사용할 수 있습니다. 참고: 교체 시 검은 이미지가 나오면 텍스트 편집기로 "ComfyUI/custom_nodes/comfyui-reactor/scripts/reactor_sfw.py" 를 열고 'True'를 'False'로 변경하세요.

0️⃣ 이미지 로드
1️⃣ 모델 설정 선택
2️⃣ 잠재 공간 크기 및 클립 스킵 선택
3️⃣ 얼굴 교체 설정 선택 또는 텍스트 프롬프트 입력
4️⃣ 얼굴 이미지 또는 LoRA 로드
5️⃣ 자동 디테일러 설정 선택
6️⃣ 시드 선택
7️⃣ 이미지 비교/저장

업스케일링

이 그룹은 모델 또는 Ultimate SD 업스케일링(타일 업스케일링)으로 업스케일링을 수행할 수 있습니다. 옵션 노드에서 두 기능 모두에 업스케일링 모델을 선택하세요. Ultimate SD 업스케일링은 이미지를 겹치는 정사각형 타일로 분할한 후 독립적으로 업스케일링하고 다시 합칩니다. 노이즈 제거 값이 0.3 이상이면 합치는 테두리가 너무 두드러질 수 있습니다. 업스케일링 후 파일 크기를 줄이기 위해 이미지를 다운스케일링할 수 있으며, 품질 보증을 위해 저장을 비활성화할 수 있고, 파일 접두사를 옵션 노드에 입력할 수 있습니다.

0️⃣ 이미지 로드
1️⃣ 모델 설정 선택
2️⃣ 잠재 공간 크기 및 클립 스킵 선택
3️⃣ 텍스트 프롬프트 입력
4️⃣ LoRA 로드
5️⃣ Ultimate SD 업스케일링 설정 선택
6️⃣ 시드 선택
7️⃣ 이미지 비교/저장
8️⃣ 다운스케일링 설정 선택

추가 기능

전문화된 워크플로우

주 워크플로우의 동일한 그룹을 개별 .json 파일로 분리한 것입니다.

분해된 워크플로우

전문화된 워크플로우와 동일하지만 모든 노드가 최대화되고 분산되며 재정렬되었습니다.

템플릿 워크플로우

주 워크플로우에서 사용되는 고유한 기능을 보여주는 기본 워크플로우입니다.

루프

출력 이미지를 시작 부분으로 루프하여 원하는 만큼 재사용할 수 있습니다. 수신기에서 기존 이미지를 선택하여 시작하고, 송신기를 사용하려면 무음 기능을 켜세요. Impact Pack이 필요합니다.

일시정지

2개의 KSampler를 사용하지만, 첫 번째 모델을 일시정지하고 로드 해제한 후 다음 단계로 진행할 수 있습니다. 첫 번째 그룹의 잠재 공간은 자동으로 두 번째 그룹으로 전송되며, 두 번째 그룹을 비활성화하면 워크플로우는 해당 단계에서 일시정지됩니다. 첫 번째 그룹이 비활성화되면 두 번째 그룹은 빈 잠재 공간에서 입력을 받습니다. rgthree가 필요합니다.

전환

두 개의 출력을 전환합니다. 'Switch (Any)' 노드는 부울에 의해 제어되며, 'Power Puter'에 의해 '1' 또는 '2'로 변환됩니다. 디코딩된 이미지 또는 로드된 이미지를 출력합니다. Impact Pack과 rgthree가 필요합니다.

변경 로그

버전 1

생성 그룹 추가
재생성 그룹 추가
얼굴 교체 그룹 추가
확대 그룹 추가

버전 2

ControlNet 그룹 추가
생성 및 재생성 그룹에 ControlNet 토글 추가
생성 및 재생성 그룹의 CLIP 스킵 분리
얼굴 인덱스 변경을 위한 프리미티브 추가
노드 재배치 및 재번호화
주요 ReActor 저장소로 전환

버전 3

생성 및 재생성 그룹의 텍스트 프롬프트 분리
생성 및 재생성 그룹의 ControlNet 분리
IPAdapter 그룹 추가
배경 그룹 추가
인페인트 그룹 추가
루프 기능 추가
얼굴 그룹에 얼굴 디테일러 추가
Upscale 그룹에 Ultimate SD 확대 기능 추가
공간 절약을 위해 일부 노드 그룹화
노드 정리 및 명확성을 위해 이모지 사용
리소스 링크 추가 및 도움말 노드 개선
전용 워크플로우 추가
확장 워크플로우 추가
템플릿 워크플로우 추가
영상 데모 추가

버전 4

Efficiency Nodes 의존성 제거
Custom Scripts 의존성 제거
단일/이중-CLIP 모델 지원 추가
그룹 노드를 서브그래프로 대체
옵션을 불리언으로 통합 및 변환
ControlNet, IPAdapter 및 재생성 그룹을 생성 그룹과 통합
IPAdapter를 "영역 조건부"에서 "즉시 LoRA"로 재작성
배경 그룹에 자르기 기능 추가
아웃페인팅 개선하여 이음새 문제 해결
얼굴 교체에 1개의 추가 얼굴 추가
루프 그룹 추가
전송 그룹 추가
루프 슬롯 2개 추가
이모지 개선 및 노드 재번호화
도움말 노드 개선
전용 워크플로우 업데이트
템플릿 워크플로우 업데이트
확장 워크플로우 업데이트
영상 데모 업데이트

모델 유형	워크플로우
기본 모델	SDXL 1.0
게시일	10/1/2024

Straight to the Point

세부 정보

파일 다운로드

모델 설명