MV-Adapter | Générateur multi-vues haute résolution

1. Qu'est-ce que le Workflow ComfyUI MV-Adapter?

Le workflow Multi-View Adapter (MV-Adapter) est un outil spécialisé qui améliore vos générateurs d'images AI existants avec des capacités multi-vues. Il agit comme un ajout plug-and-play qui permet à des modèles comme Stable Diffusion XL (SDXL) de comprendre et de générer des images sous plusieurs angles tout en maintenant la cohérence du style, de l'éclairage et des détails.

2. Avantages du ComfyUI MV-Adapter:

• Générez des images de haute qualité jusqu'à une résolution de 768px
• Créez des sorties multi-vues cohérentes à partir d'images ou de texte uniques
• Préservez le style artistique à travers tous les angles générés
• Fonctionne avec des modèles populaires (SDXL, DreamShaper, Animagine XL)
• Supporte ControlNet pour un contrôle précis
• Compatible avec les modèles LoRA pour un style amélioré
• Support optionnel SD2.1 pour des résultats plus rapides

3. Comment utiliser le Workflow ComfyUI MV-Adapter

3.1 Méthodes de génération avec ComfyUI MV-Adapter

Génération combinée texte et image (Recommandée)

• Entrées: Image de référence et description textuelle
• Idéal pour: Résultats équilibrés avec exigences de style spécifiques
• Caractéristiques:
  • Combine une orientation sémantique avec des contraintes de référence
  • Meilleur contrôle sur le résultat final
  • Maintient le style de référence tout en suivant les instructions textuelles
• Exemple de workflow:
  1. Préparez les entrées:
     • Ajoutez votre image de référence dans le nœud Load Image
     • Écrivez un texte descriptif (par exemple, "un chat de l'espace dans le style de l'image de référence") dans le nœud Text Encode
     
  2. Exécutez le workflow (Queue Prompt) avec les paramètres par défaut
  3. Pour un raffinement supplémentaire (optionnel):
     • Dans le nœud MVAdapter Generator: Ajustez shift_scale pour une plage d'angle plus large/étroite
     • Dans le nœud KSampler: Modifiez cfg (7–8) pour équilibrer l'influence du texte et de l'image
     

Méthodes alternatives:

Génération uniquement par texte

• Entrées: Invite textuelle uniquement via le nœud Text Encode
• Idéal pour: Liberté créative et génération de sujets nouveaux
• Caractéristiques:
  • Flexibilité maximale dans la création de sujets
  • La qualité de sortie dépend de l'ingénierie de l'invite
  • Peut avoir moins de cohérence de style à travers les vues
  • Nécessite des invites détaillées pour de bons résultats

Génération uniquement par image

• Entrées: Image de référence unique via le nœud Load Image
• Idéal pour: Préservation du style et cohérence de la texture
• Caractéristiques:
  • Forte préservation du style de l'image de référence
  • Haute cohérence visuelle et de texture
  • Contrôle limité sur les détails sémantiques
  • Peut produire des résultats abstraits dans des scénarios multi-vues

3.2 Référence de paramètres pour ComfyUI MV-Adapter

• Nœud MVAdapter Generator:
  • num_views: 6 (par défaut) - contrôle le nombre d'angles générés
  • shift_mode: interpolated - contrôle la méthode de transition des vues
  • shift_scale: 8 (par défaut) - contrôle la plage d'angle entre les vues

• Nœud KSampler:
  • cfg: 7.0-8.0 recommandé - équilibre les influences des entrées
  • steps: 40-50 pour plus de détails (par défaut est optimisé)
  • seed: Garder la même valeur pour des résultats cohérents

• Paramètres LoRA (Optionnel):
  • 3D LoRA: Appliquer d'abord pour la cohérence structurelle
  • Style LoRA: Ajouter après l'effet 3D, commencer à une force de 0.5

3.3. Optimisation avancée avec ComfyUI MV-Adapter

Pour les utilisateurs recherchant des améliorations de performance:

• Options du nœud VAE Decode:
  • enable_vae_slicing: Réduit l'utilisation de VRAM
  • upcast_fp32: Affecte la vitesse de traitement

Plus d'informations

Pour plus de détails sur le workflow MV-Adapter et les mises à jour, veuillez visiter le dépôt ComfyUI-MVAdapter de Huang et al..