Qu'est-ce que Consistent-Face-3x3-Generator ?#
Consistent-Face-3x3-Generator est un workflow structuré de génération faciale conçu pour produire une grille 3×3 du même personnage rendu dans neuf poses différentes. Le workflow Consistent-Face-3x3-Generator utilise le modèle de base FLUX avec le Flux Depth LoRA pour assurer la cohérence faciale tout en permettant une variété expressive de poses.
Ce workflow Consistent-Face-3x3-Generator est parfait pour créer des planches de référence de poses, la génération de jeux de données ou les tests de cohérence pour des personnages stylisés.
Pourquoi utiliser Consistent-Face-3x3-Generator ?#
Consistent-Face-3x3-Generator offre :
- Identité cohérente : Préserve le visage du personnage sur 9 sorties dans la grille Consistent-Face-3x3-Generator
- Variation des poses : Chaque cellule de la grille 3×3 du Consistent-Face-3x3-Generator montre une pose de tête unique
- Guidage basé sur la profondeur : Utilise Flux Depth LoRA pour une cohérence 3D-aware
- Sortie grille tout-en-un : Consistent-Face-3x3-Generator produit une présentation visuelle 3×3 unifiée
- Idéal pour les workflows stylisés : Parfait pour les pipelines de personnages anime, cartoon et concept
Que vous génériez des portraits stylisés ou testiez la cohérence de l'identité, le Consistent-Face-3x3-Generator est optimisé pour la clarté, le contrôle et la sortie visuelle par lots.
Base#
Ce groupe dans Consistent-Face-3x3-Generator charge tous les modèles principaux et gère la génération initiale :
- Chargez le modèle FLUX et Flux Depth LoRA pour le Consistent-Face-3x3-Generator
- Entrez votre prompt principal décrivant le personnage et le style
- Configurez CFG, Steps, Sampler et les autres paramètres KSampler
- Le résultat du Consistent-Face-3x3-Generator est une unique image de base 3×3 contenant les 9 variations
C'est votre grille de départ pour un upscaling et un détaillage supplémentaires dans le workflow Consistent-Face-3x3-Generator.
SD Upscaler#
Cette étape dans Consistent-Face-3x3-Generator utilise Stable Diffusion Upscale pour améliorer chaque image de la grille :
- La grille 3×3 du Consistent-Face-3x3-Generator est divisée en interne
- Chaque image est traitée une par une pour une sortie haute résolution plus nette
- Aide à préserver la clarté des poses tout en augmentant la résolution
Excellent pour préparer les sorties finales du Consistent-Face-3x3-Generator adaptées à la publication ou aux références de design.
Splitter Group et Refiner#
Ce groupe Consistent-Face-3x3-Generator :
- Divise l'image unique de la grille en 9 recadrages faciaux séparés
- Envoie chaque image dans un modèle refiner pour nettoyer les détails
- Maintient l'identité cohérente tout en améliorant les caractéristiques
Le Consistent-Face-3x3-Generator prépare chaque portrait pour l'amélioration haute définition à l'étape suivante.
Adetailer#
Dans le workflow Consistent-Face-3x3-Generator :
- Applique un détaillage spécifique au visage à chaque image recadrée
- Améliore la texture de la peau, la netteté des yeux et la structure faciale
- Idéal pour une finition stylisée ou photoréaliste basée sur le prompt
L'Adetailer du Consistent-Face-3x3-Generator vise à améliorer le réalisme facial et la clarté d'expression à travers les poses.
Chin Detailer + Sortie#
Retouche finale et sortie pour le Consistent-Face-3x3-Generator :
- Corrige et ajuste la structure du menton/mâchoire si nécessaire
- Sauvegarde les portraits finaux upscalés et raffinés du Consistent-Face-3x3-Generator dans votre répertoire local
- Chemin de sortie :
ComfyUI/output/YYYY-MM-DD/
Chaque image dans l'ensemble Consistent-Face-3x3-Generator est sauvegardée individuellement pour un accès et une révision faciles.
Remerciements#
Le workflow Consistent-Face-3x3-Generator a été développé par tenofas et est basé sur le modèle de génération d'images FLUX et son Flux Depth LoRA. Tous les crédits reviennent à tenofas pour la conception d'un générateur de portraits multi-poses avec référence cohérente dans ComfyUI. Workflow original : tenofas on OpenArt
Le workflow Consistent-Face-3x3-Generator rend la génération d'images à identité stable plus facile et plus modulaire, permettant aux artistes et développeurs d'explorer des variations visuelles structurées à grande échelle.
