このバーチャルトライオンワークフローは、選択された衣服を着用している人物のリアルなビジュアルを生成します。これは、ファッション、eコマース、コンテンツチームが手動での合成や写真撮影なしで迅速な衣装プレビューを必要とする場合に設計されています。結果は、体型、ポーズ、照明、布の特性を尊重するクリーンでぴったりとしたレンダリングです。
このワークフローは、Qwen画像編集を用いて、あなたの画像と自然言語プロンプトを条件付けし、アパレル転送に向けて編集を誘導します。人物画像と最大3つの衣服画像を提供すると、ワークフローがそれらを1つの参照パネルに配置し、選択された衣服を確実に被写体に配置する画像編集を実行します。内蔵の並べて表示出力により、簡単に確認および反復できます。
概要: ワークフローは、入力を1つの画像にまとめ、人物が上に座り、衣服が下に表示されるように配置し、このパネルをエンコードしてQwen Image Editを実行し、トライオン結果を生成します。グループは左から右へ順に動作します: 衣服選択、人物選択、Qwen用の最終入力画像、生成結果。
製品写真を最大3つまで衣服LoadImageノードにアップロードします (LoadImage (#175), LoadImage (#177), LoadImage (#179))。ワークフローはこれらをImageStitch (#280)とImageStitch (#282)で構成し、クリーンな衣服ストリップを形成します。背景がすっきりした正面からの製品写真が最も効果的で、バーチャルトライオンをより信頼性の高いものにします。1つの衣服または複数の衣服を使用してプロンプトに選ばせ、画像間でスケールを一貫させてください。
被写体の写真をLoadImage (#170)に追加します。グラフは、人物画像を衣服ストリップの上にImageStitch (#284)でスタックし、レイアウトがデフォルトの指示に一致するようにします。中心に置かれた正面ビューで、明確な照明が現実感を高めます。試着しようとする衣服と互換性のあるポーズを目指してください。
合成パネルはQwen friendly res (ImageResizeKJv2 (#196))でQwen Imageモデルに好まれる解像度に標準化され、速度や詳細のためにImageScaleToTotalPixels (#115)でオプションでスケールされます。PreviewImage (#240)はモデルが見るものを正確に示します。Prompt (TextEncodeQwenImageEdit (#121))を使用して、人物に着せたい衣装を説明します。例: "画像の上のジャケットとシャツを使用して人物をスタイルする"。必要に応じて、Negative Prompt (TextEncodeQwenImageEdit (#114))に制約を追加して、余分な袖や不一致なパターンのようなアーティファクトを避けます。
拡散バックボーンはQwen-Image-Editをロードし、トライオンLoRAをLoraLoaderModelOnly (#233)で適用した後、サンプラーKSampler (#122)を実行して編集を実行します。モデルは2つの整合したシグナルを受け取ります: パネルとプロンプトからの視覚的セマンティクスと、エンコードされた画像潜在からの外観です。この設計により、Qwen Image Editはアイデンティティと忠実性をバランスさせます。これにより、被写体のポーズと照明に合ったリアルなバーチャルトライオンレンダーが生成されます。
VAEDecode (#119)は潜在を画像に変換し、SaveImage (#116)によって主要なバーチャルトライオン出力として保存されます。迅速な評価のために、ImageStitch (#250)はモデルの入力ビューと最終結果の並べて表示"Compare"パネルを作成し、その後SaveImage (#251)がディスクに書き込みます。比較ビューを使用してプロンプトを洗練し、衣服を交換し、入力を調整してフィット感が正しく見えるようにします。
Prompt (#121)Qwen Image Editに、下に示された衣服を使用して被写体をどのようにドレスアップするかを指示する条件付けを構築します。位置と衣服の種類を参照する明確な指示を書いてください。例えば"黒のブレザーと白のTシャツを人物に着せ、ジュエリーと髪は変えないでください"。複数の衣服が提供されている場合、どれを使用するかを指定することも、モデルに選ばせることもできます。小さな言葉の変更で整合性が向上し、過剰編集を減らすことができます。
Negative Prompt (#114)望ましくない編集を防ぐためのガイドラインを提供します。"余分な袖、ロゴ変更なし、背景変更なし"のような簡潔な用語を追加して、シーンのコンテキストと製品の詳細を保存します。重複した襟、歪んだパターン、意図しない色の変化などのアーティファクトが見られる場合に使用します。
Qwen friendly res (#196)合成パネルをQwenフレンドリーな寸法に統一し、安定したジオメトリとより良い衣服の整合性を実現します。被写体のフレーミングに一致するアスペクトを選び、衣服ストリップのために上部に余裕を残します。方向を変更する場合は、"人物が上に、衣服が下に"というプロンプトを更新してください。
LoraLoaderModelOnly (#233)衣装転送の挙動を強化するバーチャルトライオンLoRAを適用します。結果が過度にスタイリッシュであるか、アイデンティティがずれている場合は、LoRAの重みを下げます。衣服が自信を持って転送されていない場合は、少し増やします。同じシードで再実行して、変更を確実に比較します。
KSampler (#122)詳細と指示への遵守を制御します。忠実性を高めるためにステップを適度に増やすか、より速いプレビューのために減らします。編集が弱すぎる場合や攻撃的すぎる場合はガイダンススケールを調整し、繰り返し可能なバーチャルトライオン結果を望む場合は固定シードを設定します。
ImageScaleToTotalPixels (#115)で総ピクセル数を減少させ、その後最終パスのために増加させます。基盤となるモデルに関する参考資料:
このワークフローは、以下の作品とリソースを実装および構築しています。バーチャルトライオンデモのデモワークフローのために、@BenjisAIPlaygroundに心より感謝いたします。権威ある詳細については、以下にリンクされている元のドキュメントとリポジトリを参照してください。
注: 参照されたモデル、データセット、およびコードの使用は、それぞれの著者およびメンテナによって提供されたライセンスと条件に従います。
RunComfyは最高の ComfyUI プラットフォームです。次のものを提供しています: ComfyUIオンライン 環境とサービス、および ComfyUIワークフロー 魅力的なビジュアルが特徴です。 RunComfyはまた提供します AI Playground, アーティストが最新のAIツールを活用して素晴らしいアートを作成できるようにする。
