首页 > 其他分享 >[ComfyUI]太赞了!阿里妈妈发布升级版 Flux 图像修复模型,更强细节生成,更高融合度以及更大分辨率支持

[ComfyUI]太赞了!阿里妈妈发布升级版 Flux 图像修复模型,更强细节生成,更高融合度以及更大分辨率支持

时间:2024-10-11 13:47:35浏览次数:3  
标签:原生 太赞 融合度 ComfyUI Beta 版本 Alpha 重绘

前言

小伙伴们还记得我们之前介绍的阿里妈妈发布的 Flux 的 ControlNet 图像修复模型不,之前发布的是 Alpha 早期测试版本,说实话和 Flux 原生的重绘其实差距不大,有些方面甚至还是原生的效果更好。

但是现在,Alpha 的升级版本 Beta 版本来了,不仅突破了原先 768 分辨率的限制,可以直接生成和处理 1024 分辨率的图片,而且相比之前,有更好的细节生成和提示词理解以及控制能力,融合度也更高。

反正就是全面升级了。

好了,话不多说,我们直接开整。

模型地址:

https://huggingface.co/alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Beta

模型以及使用到的工作流,听雨也会放在文末的网盘里,需要的小伙伴自取。我们主要使用的工具是 ComfyUI,对 ComfyUI 不了解的小伙伴可以看公众号置顶的两篇文章。

好了,我们先直接来看效果。

先来个简单点的,就重绘一个太阳镜吧。

不知道小伙伴们能不能看清哈,出来原图以外,从左往右依次是 Flux 原生自带的重绘功能,Alpha 早期版本以及 Beta 升级版本。

Flux 原生重绘,如果蒙版部分比较大的话,重绘的部分容易扭曲,无法和整体的构图很好的融合。

Alpha 版本和 Beta 版本重绘上都没啥问题,但是仔细看的话,Beta 版本还可以看到太阳镜在脸上的阴影,细节相当到位。

我们再来重绘一下衣服吧,重绘提示词也很简单:红色衬衫

效果如何,小伙伴们应该一眼就可以看出来吧,原生重绘以后的图片明显构图都有些不自然了。

Alpha 版本的虽然构图上问题不大,但是细节上差些意思;Beta 版本则不管是在构图上还是细节的表达上都相当不错,整体的融合度也很高。

我们再来看看文字的重绘效果,总体来说,在文字的生成上,还是原生的稳定一些,Alpha 就不说了,Beta 版在文字生成上虽然比 Alpha 已经好很多了,但是还是不够稳定。

不过从融合度上来讲的话,还是 Beta 更好一些,原生的只要蒙版范围大一些,和原图的框架就会差异比较明显。

看到官网有一个用例是重绘半边脸,听雨也试了下,原生还是一样的毛病,Alpha 的边界很明显,Beta 基本就看不出来重绘的痕迹了。

好了,演示就到这里了哦,更多的场景小伙伴自己去尝试哈!

工作流其实和 Alpha 版本的工作流是一样的,只需要替换模型就可以了。

绘制重绘区域的蒙版我们上一期也已经介绍过了,这里再讲一下吧,鼠标右键点击上传的图片,然后选择在遮罩编辑器中打开编辑蒙版区域,也就是重绘区域就可以了。

总体来说,Beta 版相对于 Alpha 版本的进步是相当明显的,在融合度、细节以及文字生成上都有很大的进步。

很多场景相比 Flux 原生重绘来说效果也是更加优秀了,Beta 怎么说也还是测试版本,听雨更加期待正式版本的发布了,希望阿里妈妈可以早点推出。

好了,今天的分享就到这里了,感兴趣的小伙伴快去试试吧!

为了帮助大家更好地掌握 ComfyUI,我在去年花了几个月的时间,撰写并录制了一套ComfyUI的基础教程,共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。

由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取

在这里插入图片描述

一、ComfyUI配置指南

  • 报错指南
  • 环境配置
  • 脚本更新
  • 后记

img

二、ComfyUI基础入门

  • 软件安装篇
  • 插件安装篇

img

三、 ComfyUI工作流节点/底层逻辑详解

  • ComfyUI 基础概念理解
  • Stable diffusion 工作原理
  • 工作流底层逻辑
  • 必备插件补全

img

四、ComfyUI节点技巧进阶/多模型串联

  • 节点进阶详解
  • 提词技巧精通
  • 多模型节点串联

img

五、ComfyUI遮罩修改重绘/Inpenting模块详解

  • 图像分辨率
  • 姿势

img

六、ComfyUI超实用SDXL工作流手把手搭建

  • Refined模型
  • SDXL风格化提示词
  • SDXL工作流搭建

img

由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取

在这里插入图片描述

img

标签:原生,太赞,融合度,ComfyUI,Beta,版本,Alpha,重绘
From: https://blog.csdn.net/2401_84760527/article/details/142850164

相关文章

  • ‌ComfyUI 高级实战:实现华为手机的AI消除功能
    大家好,我是每天分享AI应用的萤火君!不知道大家是否还记得华为Pura70的「AI消除」事件,当时使用华为Pura70系列手机的智能消除功能时,该功能可以被用来消除照片中女性胸口处的衣物,这一功能曾引发广泛的关注和伦理担忧‌,后来华为迅速修复了这一问题。这篇文章就来介绍如何通......
  • 探索 ComfyUI:创意生成的新前沿
    在当今数字化的浪潮汹涌澎湃之际,人工智能技术正以令人瞠目结舌的速度迅猛发展,犹如一场席卷全球的科技风暴,为各个领域带来了前所未有的深刻变革。其中,ComfyUI宛如一颗璀璨的新星,在这浩瀚的科技星空中熠熠生辉,它作为一款极具创新性的工具,正逐渐崭露头角,为创意的生成和实现开......
  • ComfyUI0.2.0大版本更新,新的UI真的很方便
    昨天ComfyUI进行了0.20版本的重大更新,引入了许多易用性改进。试试这个新界面,它真的很方便。1.原生支持InstantX发布的Canny和UnionControlNet官方ControlNet地址:https://hf-mirror.com/Shakker-Labs/FLUX.1-dev-ControlNet-Union-Pro/tree/main这份完整版的......
  • ComfyUI 实战:初探工作流
    最近体验了一下ComfyUI。作为刚入门的新手,把一些我在配置和运行复杂图像生成工作流中的实践经验记录下来。环境搭建:基础设施与依赖项在深入工作流程之前,需要先搭建正确的环境。这涉及安装一些ComfyUI基础版中未包含的额外节点:ComfyUI-Manager:用于管理和安装各种自定义节点......
  • 【AI绘画】再谈大模型工作流技术之——ComfyUI框架
    “工作流,一种根据配置执行固定操作的流程”而最近在做一款AIGC产品的过程中,主要负责的就是Comfyui工作流这块;本着要知其然,也要知其所以然的心态,因此向公司的炼丹师请教了一下ComfyUI工作流的工作原理以及工作流程。ComfyUI的工作原理以及流程首先要声明一个误区,ComfyUI......
  • 【ComfyUI工作流】神级AI文生图Flux.1本地一键部署整合包,6G显存NSFW版本​
    FLUX.1是由BlackForestLabs精心研发的AI图像生成模型,其强大的文本到图像的转换能力,让梦想变得触手可及。然而,FLUX.1模型对硬件的要求极为苛刻,尤其是显存需求高达42GB,这使得大多数普通用户难以直接运行该模型。为了解决这一难题,开发者们推出了FLUX.1GGUF版本。GGUF(GPT-Generated......
  • 本地部署Flux.1神级文生图大模型!ComfyUI一键整合包,开源,效果惊艳 Midjourney!
    你是否曾经怀揣着将脑海中奇幻世界化作精美画作的梦想?在AI绘画的领域中,工具的选择至关重要。或许你一直在寻觅一个能够替代Midjourney、DALL-E3等工具的替代品,尽管这些工具功能强大,但通常需要通过特定平台进行访问,而且可能涉及付费使用。FLUX.1是由BlackForestLabs精心研发的AI图......
  • ComfyUI 实战教程:模特换装/虚拟试衣
    大家好,我是每天分享AI应用的萤火君!这篇文章给大家介绍下使用AI进行模特换装或者虚拟试衣的方法,使用这项技术有很多优势,这里简单总结三点:节省成本和时间:商家不用请真人模特,减少了费用;顾客可以更快地看到试穿效果,减少退换货的麻烦。提升购物体验:顾客能在购买前预览衣服上身效果......
  • 「ComfyUI」Flux.1:太酷啦,微型人物,小人国进入大千世界
    Flux.1的社区是越来越好了,有趣的Lora也是一个接着一个,今天我们来分享一个微型人物的Lora模型。把自己缩小,周边的事物不变,看着比我们还高的手机和鼠标,梦入巨物的世界里,不知道会不会突然有种巨物恐惧症的感觉呢?好了,话不多说,我们直接开整。我们直接来看效果,模型听雨会放......
  • 「ComfyUI」生图修图神器,自定义调节颜色光暗,更生动更强对比度生图技巧分享!
    今天再给小伙伴们分享一个简单又实用生图神器插件,可以调整整个图像的光暗变化以及颜色变化。原理的话,我们也简单来说下,我们在使用VAE将图像编码为潜在噪声时,VAE解码的值通常在一定范围内,使得最终的潜在噪声只有较小的值范围,而作者做的就是编写了一个函数扩大了这个值的范围......