本篇将引导了解基础的 Pose ControlNet,并通过二次图生图的方式,在 ComfyUI 中完成大尺寸的图像生成
Workflows
-> Open(ctrl+o)
来加载对应的工作流。
该图片已包含对应模型的下载链接,直接拖入 ComfyUI 将会自动提示下载。Load Checkpoint
可以加载 majicmixRealistic_v7.safetensorsLoad VAE
可以加载 vae-ft-mse-840000-ema-pruned.safetensorsLoad ControlNet Model
可以加载 control_v11p_sd15_openpose_fp16.safetensorsLoad Image
节点中点击选择按钮,上传之前提供的姿态输入图片,或者使用你自己的OpenPose骨骼图Load Checkpoint
可以加载 japaneseStyleRealistic_v20.safetensorsQueue
按钮或使用快捷键Ctrl(cmd) + Enter(回车)
来执行图片的生成Load Checkpoint
加载majicmixRealistic_v7模型Load ControlNet Model
加载姿态控制模型Apply ControlNet
节点与正向和负向提示词条件结合KSampler
节点(通常使用20-30步)生成基础的人物姿态图像VAE Decode
解码得到第一阶段的像素空间图像Upscale latent
节点创建的更大分辨率的潜在空间Load Checkpoint
加载japaneseStyleRealistic_v20模型,这个模型专注于细节和风格KSampler
节点使用较低的denoise
强度(通常0.4-0.6)进行细化,保留第一阶段的基础结构VAE Decode
和Save Image
节点输出更高质量、更大分辨率的图像