MOSS-Image Canny Control ComfyUI: リファレンス輪郭からのプロンプトガイド付き再スタイル#
このワークフローは、リファレンス写真の輪郭をテキストプロンプトに基づいて新しい静止画像に変換します。MOSS-Image-SFTベースモデルと専用のCanny Control LoRAを組み合わせて、検出されたエッジが構成を導き、プロンプトが素材、色、照明を指示します。その結果、認識可能なアウトラインを失わずにオブジェクトを高速かつ信頼性の高い方法で再スタイルできます。
MOSS-Image Canny Control ComfyUIは、シルエットとレイアウトを一貫して維持する必要がある製品ショット、車両のペイントとトリムの探索、建築ファサードに最適です。1つの画像と明確なプロンプトを提供することで、ワークフローはエッジマップからジオメトリを保持しながら、仕上げとムードに対する創造的なコントロールを提供します。
Comfyui MOSS-Image Canny Control ComfyUIワークフローの主要モデル#
- OpenMOSS-Team MOSS-Image-SFT。テキストに基づいた画像モデルで、堅牢な編集と生成のために微調整されており、プロンプトの理解と構造の手がかりに対して応答性を保ちながら、コアのノイズ除去を提供します。モデルカード
- thedeoxenによるMOSS-Image Canny Control LoRA。MOSS-Image-SFTにcannyベースのコントロールを注入する軽量アダプターで、生成されたコンテンツが提供された輪郭マップに従うようにします。モデルカード
Comfyui MOSS-Image Canny Control ComfyUIの使用方法#
高レベルでは、ワークフローはリファレンスからエッジを抽出し、MOSS-Imageの編集エンコーダーでポジティブおよびネガティブプロンプトをエンコードし、ベースモデルとCanny Control LoRAでサンプリングし、最終画像にデコードします。コントロール画像が構造を設定し、プロンプトが外観を設定します。
リファレンス画像をロードする（LoadImage (#1)）#
保持したいフレーミングとアスペクト比で被写体の単一の、適切に露出された写真をインポートします。このワークフローはこれを再スタイルのためのジオメトリソースとして扱います。明確な境界線と最小限のモーションブラーを持つクリーンなソースが最適です。
Canny輪郭を抽出してプレビューする（canny control (#2) と Control (#13)）#
ワークフローはControlNet補助プリプロセッサを使用して写真からCannyエッジマップを計算し、最も顕著なアウトラインのみが構成を駆動するようにします。主要な被写体の強力なエッジが優先され、細かいノイズは抑制されます。生成する前に、輪郭が意図に一致することを確認するためにコントロール画像をプレビューできます。このステージはControlNet AuxiliaryスイートからのCannyオペレーター実装を使用します。リポジトリを参照：comfyui_controlnet_aux。
キャンバスをコントロール画像に一致させる（GetImageSize (#7) と EmptyLatentImage (#10)）#
キャンバスの幅と高さはコントロール画像から派生しており、プロポーションを完璧に保ちます。このアライメントはアスペクトの歪みを防ぎ、構成のドリフトを減少させます。異なるアスペクト比が必要な場合は、リファレンスをロードする前にトリミングして、コントロールとキャンバスが同期を保つようにします。
プロンプトを書く（Text Encode MOSS-Image Edit (positive) (#8) と Text Encode MOSS-Image Edit (negative) (#9)）#
ポジティブプロンプトで希望する素材、スタイル、色、照明、環境を記述します。編集エンコーダーはあなたのテキストとコントロール画像の両方に基づいて調整されるため、外観の変化が起こる一方で構造は維持されます。ネガティブプロンプトを使用して、望ましくないテキスト、低品質、オフスタイルの要素など、不要なアーティファクトを抑制します。イメージ編集調整は、プロンプトが非常にスタイライズされている場合でも、シルエットの忠実性を維持するのに役立ちます。
ベースモデルをロードし、Canny Control LoRAを適用する（UNETLoader (#3) と canny control LoRA (#4)）#
MOSS-Image-SFTからのUNetが生成のバックボーンを提供します。Canny Control LoRAがモデルに適用され、エッジベースのガイダンスがノイズ除去の軌跡に影響を与えます。これらは一緒に輪郭からの構造制御をプロンプトの意味的意図と融合させ、手動のマスクなしで忠実な再スタイルを可能にします。
サンプルとデコードする（KSampler (#11) と VAEDecode (#12)）#
サンプリングは、ポジティブおよびネガティブ条件下での潜在画像を生成します。固定シードで結果を再現可能にするか、シードを変更して代替案を探求することができます。サンプリング後、VAEは潜在をRGB画像にデコードしてプレビューとエクスポートを行います。ラインが過度に硬直している場合は、LoRAの影響を減らすか、サンプリング中に創造的な自由を増やしてコントロールを緩めます。ドリフトが見られる場合は、その逆を行います。
出力を確認する（Result (#14)）#
結果プレビューを確認します。シルエットが正しいが詳細が目的に合っていない場合は、ポジティブプロンプトを改良します。構造がドリフトする場合は、構造制御を強化するか、プロンプトを簡素化します。目的の素材、ムード、ジオメトリが達成されるまで反復します。
Comfyui MOSS-Image Canny Control ComfyUIワークフローの主要ノード#
canny control (#2)#
実行全体の構造優先として機能するエッジマップを生成します。低および高しきい値を調整してどの輪郭が生き残るかを変更します。高いしきい値は主要なアウトラインを強調し、低いしきい値は細かい詳細を許可します。プレビューを使用して、エッジがオブジェクトのシルエットを雑音なしでキャプチャしていることを確認します。実装参照：comfyui_controlnet_aux。
canny control LoRA (#4)#
ベースモデルにCanny Control LoRAを適用し、サンプラーがエッジマップに従います。アウトラインに厳密に従いたい場合はLoRAの強度を増加させ、より緩やかで創造的なジオメトリを希望する場合は減少させます。このバランスは、構造の忠実性とスタイルの自由を一致させるための鍵です。モデルカード：thedeoxen/MOSS-Image-canny-controlnet。
Text Encode MOSS-Image Edit (positive) (#8)#
主要プロンプトをエンコードし、テキストとコントロール画像の両方に基づいて編集対応の生成を行います。表面素材、仕上げ、ブランド中立の形状の手がかり、照明の質、環境などの具体的な記述に焦点を当てます。モデルが色やテクスチャを十分に指定していない場合は、明確な形容詞とカメラ言語を追加します。ベースモデル参照：OpenMOSS-Team/MOSS-Image-SFT。
Text Encode MOSS-Image Edit (negative) (#9)#
望ましくない特徴からサンプラーを遠ざけるためにネガティブ用語をエンコードします。低品質、アーティファクト、トピック外の要素、必要に応じてNSFW用語のための簡潔なブロッカーを使用します。厳密なネガティブは、サンプラーが望むルックに容量を投資し、一般的な誤りを修正することを避けるのに役立ちます。
KSampler (#11)#
条件付けと潜在ノイズを画像に変換するノイズ除去プロセスを実行します。キーのレバーは再現性のためのシード、テクスチャと詳細の特性のためのサンプラーアルゴリズム、洗練のためのステップ数、リアリズムに対するプロンプトの強度をトレードオフするためのガイダンススケール、および結果がコントロールにどの程度厳密に従うかを変化させるためのノイズ除去強度です。疑問がある場合は、1つのレバーを調整しながらシードを固定して、その効果を理解します。プロジェクト参照：ComfyUI。
オプションの追加#
- 鮮明で中程度のコントラストを持つ製品写真から始めます。モーションブラーや煩雑な背景を避け、Cannyがクリーンなシルエットを抽出できるようにします。
- 構造が完璧だが雰囲気が合わない場合は、シードを保持し、プロンプトのみを改良します。構造がドリフトする場合は、LoRAの強度を調整するか、ノイズ除去を制御に向けて調整します。
- プロンプトに構成のアンカー（例：「同じ中心シルエット」）を言及して、コントロール画像と戦うことなくレイアウトを強化します。
- 希望するアスペクトでリファレンスを事前にトリミングして、キャンバスがコントロール画像に自動的に一致するようにします。
- 細かい機械的な詳細には、わずかにリッチなエッジを許可します。広範な再スタイルには、テクスチャを過度に制約しないように希薄なエッジを好みます。
このMOSS-Image Canny Control ComfyUIワークフローは、柔軟なスタイリングで正確な構造制御を提供し、製品、車両、建築にわたる迅速で反復可能な再スタイルにおいて信頼できるツールです。
謝辞#
このワークフローは、以下の作品やリソースを実装および拡張しています。MOSS-Image-canny-controlnet（Canny Control LoRAとワークフロー）のthedeoxen、MOSS-Image-SFT（ベースモデル）のOpenMOSS-Team、およびFannovel16のcomfyui_controlnet_aux（Cannyプリプロセッサノード）に感謝しています。権威ある詳細については、下記のオリジナルドキュメントおよびリポジトリを参照してください。
リソース#
- thedeoxen/MOSS-Image-canny-controlnet
- Hugging Face: thedeoxen/MOSS-Image-canny-controlnet
- OpenMOSS-Team/MOSS-Image-SFT
- Hugging Face: OpenMOSS-Team/MOSS-Image-SFT
- Fannovel16/comfyui_controlnet_aux
注: 参照されたモデル、データセット、コードの使用は、それぞれの著者およびメンテナーによって提供されるライセンスおよび条件に従います。
