MOSS-Image Control de Poses ComfyUI: Generación de Imágenes Transferidas por Pose Inducida#
MOSS-Image Control de Poses ComfyUI crea nuevas imágenes fotorrealistas que siguen la pose de cuerpo completo de una foto de referencia subida mientras cambias libremente el sujeto, la ropa y la configuración mediante una indicación. Extrae un esqueleto limpio con DWPose y dirige la generación utilizando un LoRA de edición de control de poses ligero afinado para MOSS-Image SFT, evitando puntos de control pesados de ControlNet.
Este flujo de trabajo es ideal para dirección de arte, visuales de marketing y escenas atléticas o de rendimiento donde la colocación de las extremidades debe parecer natural. En las pruebas, reprodujo poses complejas como una estocada de esgrima, salto de ballet, salto atlético y actuación de violín con anatomía convincente y siluetas claras.
Modelos clave en el flujo de trabajo de MOSS-Image Control de Poses ComfyUI#
- OpenMOSS-Team MOSS-Image-SFT. El generador de imágenes base que interpreta tu indicación de texto y produce la imagen final; sirve como columna vertebral que el LoRA de control de poses modula. Model card
- MOSS-Image pose-control LoRA por thedeoxen. Un LoRA de edición compacto que inyecta un fuerte comportamiento de seguimiento de poses en MOSS-Image-SFT sin requerir un ControlNet independiente. Repository
- DWPose. Un detector de puntos clave de alta calidad utilizado aquí para extraer marcas del cuerpo, cara y manos de la imagen de referencia; el preprocesador ComfyUI proviene del paquete auxiliar de ControlNet. DWPose repo · ComfyUI node
Cómo usar el flujo de trabajo de MOSS-Image Control de Poses ComfyUI#
El gráfico sigue un camino claro desde tu imagen de referencia e indicación hasta un resultado que coincide con la pose. Las etapas a continuación mapean grupos clave de nodos con los que interactuarás más.
Pose de referencia y dimensionamiento#
Carga tu foto de referencia con LoadImage (#1). El preprocesador pose control (#2) DWPose extrae un esqueleto limpio sobre el marco, incluidos puntos clave opcionales de cara y manos para tomas expresivas. Usa la vista previa Control (#13) para verificar que la pose extraída se vea correcta y capture completamente el gesto deseado. GetImageSize (#7) pasa el ancho y la altura de referencia al lienzo para que la generación coincida automáticamente con el encuadre de tu fuente.
Condicionamiento de la indicación con MOSS-Image Edit#
Describe el nuevo sujeto, vestimenta, iluminación y entorno en Text Encode MOSS-Image Edit (positive) (#8). Frases típicas como “fotografía cinematográfica de cuerpo completo,” detalles de la prenda y señales del entorno funcionan bien. Usa Text Encode MOSS-Image Edit (negative) (#9) para excluir defectos y estilos que no desees. Ambos codificadores reciben la misma imagen de pose de pose control para que el modelo incorpore la restricción de pose directamente en el acondicionamiento mientras sigue obedeciendo tu texto.
Modelo base y LoRA de control de poses#
UNETLoader (#3) carga el modelo base MOSS-Image-SFT. El pose control LoRA (#4) se aplica encima para traducir el esqueleto detectado en una fuerte adherencia a la pose durante la generación. Si el resultado es demasiado rígido o demasiado suelto, ajusta la fuerza del LoRA: valores más altos fijan el cuerpo más cerca de la pose de referencia, valores más bajos permiten más libertad mientras sesgan la composición.
Muestreo y decodificación#
EmptyLatentImage (#10) inicializa el lienzo latente a la resolución de referencia. KSampler (#11) sintetiza la imagen a partir de tu acondicionamiento; el muestreador, programador, pasos, guía, semilla y reducción de ruido colectivamente intercambian velocidad, fidelidad y variabilidad. Establece una semilla fija para reproducir un gran resultado o cámbiala para obtener nuevas variaciones que mantengan la misma pose y la intención de la escena. VAEDecode (#12) convierte el latente a RGB, y la imagen final aparece en Result (#14).
Nodos clave en el flujo de trabajo de MOSS-Image Control de Poses ComfyUI#
pose control (#2)#
Este es el preprocesador DWPose que encuentra cuerpo, cara y manos y renderiza un mapa de poses utilizado para la guía. Habilita cara y manos cuando los gestos o expresiones importan; desactívalos para tomas distantes o de acción rápida para simplificar el control. Si partes del esqueleto parecen recortadas, amplía o recorta nuevamente la referencia para que toda la figura esté dentro del marco. Una resolución de preprocesamiento más alta agudiza la fidelidad de las extremidades pero aumenta el cómputo; equilibra esto contra tu tamaño de salida objetivo.
Text Encode MOSS-Image Edit (positive) (#8)#
Codifica tu informe creativo y la imagen de pose en un vector de acondicionamiento que MOSS-Image-SFT sigue durante el muestreo. Escribe indicaciones concretas, conscientes de la cámara que mencionen tipo de toma, vestuario, materiales e iluminación. La entrada de imagen ancla la disposición del cuerpo; el texto gobierna identidad, vestimenta y entorno. Si las texturas finas se desplazan, fortalece los sustantivos descriptivos y materiales; si se siente sobreconstringido, reduce la influencia de la imagen.
pose control LoRA (#4)#
Aplica el LoRA de control de poses de MOSS-Image que sesga la generación hacia el esqueleto extraído. Aumenta su fuerza para una colocación precisa de las extremidades o disminúyela para permitir que el modelo reinterprete ligeramente la postura mientras mantiene el gesto general. Combina cambios en la fuerza del LoRA con refinamientos menores en la indicación para preservar tu silueta deseada mientras mejoras el estilo.
KSampler (#11)#
Impulsa los pasos de difusión que convierten el acondicionamiento en píxeles. Usa una semilla reproducible al explorar ajustes de indicaciones para que pose y composición permanezcan comparables. Los valores predeterminados probados son 30 pasos, CFG 4, muestreo Euler/simple, y reducción de ruido 1.0. Cambia la semilla para variaciones mientras mantienes fija la pose de referencia y la indicación; ajusta otros parámetros de muestreo solo después de comparar un resultado de referencia.
Extras opcionales#
- Apunta a una referencia de figura completa con separación clara de extremidades; fondos ocupados o desenfoque de movimiento pesado pueden obstaculizar DWPose.
- Mantén la escala del sujeto similar entre la referencia y la salida deseada; el lienzo coincide automáticamente con el tamaño, pero cambios extremos de escala reducen la precisión.
- Cuando las manos o instrumentos importan (por ejemplo, actuación de violín), habilita cara y manos en
pose controlpara capturar las yemas de los dedos y el agarre. - Para escenas atléticas como un salto de ballet o salto, añade señales de acción en la indicación (polvo, estelas de movimiento, viento) para vender la pose sin cambiar la colocación de las extremidades.
- Genera variaciones consistentes cambiando solo la semilla; cambia prendas, hora del día o ubicación en el texto mientras la pose del cuerpo permanece bloqueada.
Agradecimientos#
Este flujo de trabajo implementa y se basa en los siguientes trabajos y recursos. Agradecemos a thedeoxen por el LoRA de control de poses de MOSS-Image, al equipo OpenMOSS por el modelo base MOSS-Image-SFT, y a Fannovel16 por el nodo preprocesador DWPose por sus contribuciones y mantenimiento. Para detalles autorizados, consulta la documentación original y los repositorios enlazados a continuación.
Recursos#
- thedeoxen/MOSS-Image-pose-controlnet
- Hugging Face: thedeoxen/MOSS-Image-pose-controlnet
- OpenMOSS-Team/MOSS-Image-SFT
- Hugging Face: OpenMOSS-Team/MOSS-Image-SFT
- Fannovel16/comfyui_controlnet_aux (DWPose preprocessor node)
Nota: El uso de los modelos, conjuntos de datos y código referenciados está sujeto a las licencias y términos respectivos proporcionados por sus autores y mantenedores.
