Krea 2 Turbo SDA LoRA ComfyUI ワークフロー: 高い変動性を持つオンプロンプト画像のための二段階サンプリング#
この RunComfy 対応のテキストから画像へのグラフは、Krea-2 Turbo と F16 の SDA Diversity LoRA を組み合わせて、プロンプトの意図と画像品質を維持しながら、より強いシード間の変動を回復します。SDA は Semantic Directional Alignment の略です。Krea 2 Turbo SDA LoRA ComfyUI ワークフローは、ノイズ除去の最初の段階でのみアダプタを適用し、その後の精緻化のために無効にするので、プロンプトから逸脱することなくシード間で異なる構成を得ることができます。
多様性が重要であり、アートディレクションが一貫している必要があるクリエイティブな探索に使用してください。ファッションコンセプト、シネマティックなファンタジーシーン、キャンペーン画像、製品広告、ブランドに忠実でありながらも異なる出力が求められるブリーフに最適です。Krea 2 Turbo SDA LoRA ComfyUI ワークフローは、迅速な反復と予測可能なコントロールのために調整されています。
Krea 2 Turbo SDA LoRA ComfyUI ワークフローの主要モデル#
- Krea-2 Turbo ベースモデル。ワークフローのプロンプト忠実性と詳細を支える高品質で高速なテキストから画像へのバックボーン krea/Krea-2-Turbo。
- Krea 2 Turbo SDA Diversity LoRA by F16。初期ノイズの軌道を改善して構成の多様性を高めつつ、セマンティクスを整合させるSDAアダプタ。このグラフでは、サンプリングの開始時のみ作用するようにスケジュールされています F16/krea2-turbo-sda。
- Krea-2 用の Qwen Image VAE。ラテンを RGB に戻すデコーダで、色の安定性とテクスチャの一貫性を提供 Comfy-Org/Krea-2。
- Krea-2 テキストエンコーダーの重み。Krea-2 に付属する Qwen ベースのテキストエンコーダーで、UNet が使用するコンディショニングにプロンプトを解析します Comfy-Org/Krea-2。
Krea 2 Turbo SDA LoRA ComfyUI ワークフローの使用方法#
このワークフローは、2つの調整された段階で実行されます。ステージAは、シード間の構成を多様化するために、開始時のみSDAを導入します。ステージBは、SDAを使用せずにノイズ除去を完了し、ベースモデルが詳細、照明、素材をクリーンに統合できるようにします。
モデル#
モデルグループは、Krea-2 Turbo UNet、マッチングテキストエンコーダー、および Qwen Image VAE を読み込みます。SDA Diversity LoRA はステージAモデルパスに接続されており、ステージBにはオプションでスタイリスティックアクセントを追加するための2番目のLoRAスロットが用意されています。デフォルトを維持するか、互換性のある別の Krea-2 LoRA に入れ替えるか、厳密にベースモデルで仕上げたい場合はセカンダリースロットを無効にします。
プロンプト#
プロンプトグループは、テキストをポジティブコンディショニングにエンコードし、ガイダンスのために無条件ブランチを自動的に作成します。被写体、設定、素材、照明、および気にかける除外事項を記述する自然言語プロンプトを書いてください。Krea-2 Turbo には長い説明的なプロンプトが効果的です。無条件ブランチは自動的に処理されるため、単一の明確なプロンプト文字列に集中できます。
サイズ#
サイズグループでは、アスペクト比とスケールを選択し、対応する空の潜在キャンバスを生成できます。ポートレート、スクエア、ランドスケープなどの比率を選択して納品物に合わせ、見た目に満足したらスケールを上げてピクセル数を増やします。大きなサイズはより多くの詳細を提供しますが、時間がかかります。
画像生成#
画像生成グループには、2つのサンプラー、共有シードコントロール、VAEデコードおよび保存が含まれます。ステージAは、プロセスの開始時にのみSDAをアクティブにしてシード間の健康的な変動を回復しつつ、アイデアを維持します。ステージBは中間の潜在を受け取り、SDAなしで精緻化し、オプションで二次スタイルLoRAを適用して仕上げます。出力はVAEによってデコードされ、グラフで設定されたフォルダーに保存されます。
Krea 2 Turbo SDA LoRA ComfyUI ワークフローの主要ノード#
CLIPTextEncode (#56)#
プロンプトをモデルで使用されるコンディショニングにエンコードします。ワークフローはまた、自動的に無条件ブランチを作成するため、別のネガティブプロンプトフィールドは不要です。オフトピックの要素が見られる場合は、言語を引き締め、最も重要な概念を文の冒頭に置いてください。
LoraLoaderModelOnly (#146) — SDA Diversity LoRA#
ステージAに Krea 2 Turbo SDA Diversity LoRA を取り付けます。その強度は初期の軌道がどれだけ強く誘導されるかを制御します。画像がシード間であまりにも似ていると感じる場合は、強度を少し上げ、概念の漂流が見られる場合は下げます。SDAを初期段階に限定して、2段階スケジュールの利点を維持してください。
ClownsharKSampler_Beta (#138) — ステージA with SDA#
ノイズ除去の最初の部分を、最初の2ステップのみにSDAを有効にして実行し、その後潜在を引き渡します。この短い、先頭に配置されたアプリケーションが、プロンプトに基づいたままシード間の多様性を回復します。スケジュールの中にSDAをさらに拡張すると、バラエティが増す可能性がありますが、セマンティックドリフトのリスクが伴います。
ClownsharKSampler_Beta (#140) — ステージB精緻化#
受け取った潜在から続行し、SDAなしでノイズ除去を完了させることで、ベースモデルが構造、素材、細部を解決できるようにします。そのステップ数を調整することで、速度とシャープネスをトレードオフします。プロンプトを比較する際には、ノイズではなくテキストの変更を反映するために同じシードを使用してください。
LoraLoaderModelOnly (#147) — 補助スタイルLoRA#
ステージBにオプションの二次LoRAパスを提供し、スタイリスティックバイアスを追加できます。そのままにしておくか、異なる Krea-2 LoRA に置き換えるか、重みをゼロに設定して無効にします。構成が設定された後にスタジオの外観やブランドの風味を加えるためにこのスロットを使用してください。
SeedNode (#145)#
再現性のためにシードを固定またはランダム化します。シードを固定して、アートディレクションを最小限の変更で反復するか、SDA のキックスタートの恩恵を受ける新しい構成を探索するためにランダム化します。
ResolutionSelector (#49)#
キャンバスのアスペクト比とピクセルスケールを設定します。プロンプトとシードを探索している間は小さく開始し、方向性に自信が持てたらスケールアップして、より細かい表面の詳細をキャプチャします。
オプションのエクストラ#
- 固定シードでプロンプトを調整し、アイデアが固まったらシードをランダム化して多様な構成をサンプルします。
- 多様性がまだ低い場合、SDA LoRA の強度を少し上げるか、プロンプトの冒頭でより大胆な名詞やシーン動詞を試してください。
- 出力がブリーフから逸脱する場合、SDA の強度を下げるか、ステージBスタイルLoRAを削除して純粋にベースモデルで仕上げます。
- バッチ生成を使用して複数のシードを並べて比較し、プロンプトを同一に保ち、違いがSDA効果を反映するようにします。
- 製品やファッションの作業には、プロンプトの早い段階でカメラ用語や素材の手がかりを追加して、SDAが構成を広げる間に視点とテクスチャを固定します。
このワークフローで使用されるモデルのリンク:
- Krea-2 Turbo ベースモデル: Krea-2-Turbo
- SDA Diversity LoRA: F16/krea2-turbo-sda
- Krea-2 VAE とテキストエンコーダーの重み: Comfy-Org/Krea-2
謝辞#
このワークフローは、以下の作品とリソースを実装し、構築しています。Krea 2 Turbo SDA Diversity LoRA のために F16 に感謝し、Krea 2 Turbo ベースモデルのために Krea に、Krea 2 ComfyUI ウェイトの貢献と維持のために Comfy-Org に感謝します。権威ある詳細については、以下にリンクされたオリジナルのドキュメントとリポジトリを参照してください。
リソース#
- F16/krea2-turbo-sda
- Hugging Face: F16/krea2-turbo-sda
- krea/Krea-2-Turbo
- Hugging Face: krea/Krea-2-Turbo
- Comfy-Org/Krea-2
- Hugging Face: Comfy-Org/Krea-2
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保守者によって提供されたライセンスおよび条件に従います。
