提示v.2.0 txt2img&img2img(PromptGen v.2.0 Txt2Img & Img2Img)

在Reddit上看到了有关Miaoshouai Tagger的线程,并尝试了其工作流程,这是基于核心信用的基于他们的,这里有一个链接: https://raw.githubusercontent.com/miaoshouai/comfyui-miaoshouai-tagger/refs/refs/heads/main/main/examples/miaoshouai_flux_flux_hyper_hyper_hyper_hyper_hyper_hyper_caption_switch_switch_work_workflow.png.png如果要调整是否大小,请切换,左侧侧面的注释旁边的绿节点具有真/false切换。将其设置为true对于img2img或false的txt2img,右侧有2个浮点节点,以设置两个节点的denoise。标题者使用自动下载的LLM,是Florence2的微调。它创建了自然语言T5提示和标签样式夹L提示。

当然必须修补并添加一些东西:

强制剪辑,以便可以将其卸载到CPU,需要更长的剪辑文本编码,但随着Flux Dev的大小,作为23GB,值得保持模型的VRAM免费。较小的VRAM卡上的较小型号也是如此。还向主要部分添加了乘法夹,ModelsmplingFlux和详细的守护程序节点。我确实为Verus Vision模型设置了它,因为我更喜欢皮肤纹理,并且认为与Flux相比,它看起来更自然,因为它的微调是De-DiStild的版本,建议的CFG为3.5。如果使用标准的蒸馏版通量,将其更改为1。细节守护程序对非蒸馏型号也更为敏感,如果使用标准通量,则可以增加那里的设置。

我还添加了3组。 ControlNet-我正在使用V2的Flux ControlNet Union Pro模型和深度V2,因为我发现它们在磁通状态下非常有效。第二组是使用面部参考的拉德,最后一组是Ultimatesd Upscaler。这些都有旁路开关,您可以关闭不想使用的任何组。

面孔可以做随后进行了一些细节,但玩起来很有趣。

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部