P-H3-Image ComfyUI ワークフロー: 8 MPテキストからイメージへの8ステップ#
このP-H3-Image ComfyUI ワークフローは、短いシーンの説明をわずか8ステップのサンプリングで高品質の8メガピクセルのイメージに変換します。オプションのプロンプトアップサンプラーが含まれており、リクエストをより豊かでスタイルに敏感なプロンプトに拡張し、レンダリング前に最終テキストを表示します。
高速で大きなイメージを、クリーンな構成と一貫した詳細で生成したい場合に使用します。便利さのために自動拡張をオンにしておくことも、独自の言葉をモデルに直接送信するためにオフにすることもできます。ワークフローは予測可能なファイル名プレフィックスでイメージを保存するため、バッチは整理されたままです。
Comfyui P-H3-Image ComfyUI ワークフローの主要モデル#
- P-H3-Image UNet (bf16)。ラテントをイメージにデノイズするディフュージョンバックボーンです。サンプリング中に使用されるコアジェネレーターです。モデルファイル
- P-H3-Image テキストエンコーダー (bf16)。最終プロンプトを埋め込みにエンコードし、UNetをガイドします。これはテキストとイメージ間のコンディショニングインターフェースです。モデルファイル
- P-H3-Image プロンプトアップサンプラー (bf16)。短いリクエストをより豊かで制約に敏感なプロンプトに拡張します。具体性と一貫性を向上させ、コアの意図を保持します。モデルファイル
- P-H3-Image VAE (bf16)。最終ラテントを忠実な色とテクスチャでフル解像度のRGBイメージにデコードします。モデルファイル
すべてのアセットはHugging FaceリポジトリPrunaAI/P-H3-Image-Comfyで提供されています。
Comfyui P-H3-Image ComfyUI ワークフローの使用方法#
このワークフローは明確なパスに従います: プロンプトを作成または拡張し、解像度を選択し、コンディショニングと開始ラテントを構築し、8ステップのサンプリングを実行し、イメージをデコードして保存します。
プロンプトの作成と拡張#
Request (#16)に短い説明を書きます。テキストはUpsampler input (#17)でアスペクトガイダンスでラップされ、Prompt upsampler (#18)に送信され、より長く生産準備が整ったプロンプトを生成します。Use prompt upsampler (#19)を切り替えて、元のテキストと拡張バージョンのどちらを選ぶかを決定します。モデルをガイドする最終テキストはUpsampled prompt (#15)でプレビューされ、レンダリング前にすばやく編集できます。
解像度の選択#
ResolutionSelector (#20)でアスペクト比とターゲットピクセルを選択します。デフォルトは8メガピクセルで、1:1、3:2、2:3、4:3、3:4、16:9、9:16のような一般的な比率があります。効率的なサンプリングのために幅と高さは32の倍数に整列します。ここでの選択に合わせてUpsampler inputに使用される比率文字列を一致させて、拡張がキャンバスに一致するようにします。選択したサイズはコンディショニングとラテントの初期化に転送されます。
コンディショニングとラテントの設定#
p-h3-image text encoder (CLIP)はテキストエンコーダーをロードし、PH3ImageConditioning (#26)は最終プロンプトと選択した幅と高さをコンディショニングとラテントテンプレートに変換します。UNETLoader (#22)がUNetをロードします。MiniMaxH3SigmaShift (#23)でH3スケジュールにモデルを準備し、次のサンプラーが低ステップカウントで効率的に実行できるようにします。これらの要素はガイダー、開始ラテント、およびモデルに構成されたスケジュールを提供します。
サンプリング#
KSamplerSelect (#8)はサンプラーアルゴリズムを選択し、ManualSigmas (#6)は8ステップのコンパクトなシグマスケジュールを提供します。RandomNoise (#9)は再現可能または多様な結果のためのプロセスをシードします。BasicGuider (#7)はUNetとテキストコンディショニングを組み合わせ、SamplerCustomAdvanced (#10)はPH3ImageConditioning (#26)によって提供されるラテントに対して8回のデノイズ反復を実行します。デフォルトのオイラー戦略は8 MPでの速度と安定性のために調整されています。
デコードと保存#
VAEDecode (#11)は最終ラテントをイメージに変換し、微細な色と素材の手がかりを保持します。SaveImage (#12)はファイルをp-h3-imageというプレフィックスで書き出し、このP-H3-Image ComfyUI ワークフローからの出力を簡単に追跡できるようにします。
Comfyui P-H3-Image ComfyUI ワークフローの主要ノード#
Prompt upsampler (#18)#
短いリクエストを詳細なプロンプトに拡張し、構成、照明、内容の制約を強制します。短い入力から一貫した明瞭さを得たいときに使用します。オフにして独自の完全なプロンプトを書くこともできます。出力が冗長になりすぎた場合は、元のリクエストを簡素化し、必要最小限にとどめます。
Use prompt upsampler (#19)#
拡張されたプロンプトまたは元のテキストをモデルに送るための単純なゲートです。フレーズの完全な制御を望むときやベースラインの動作をテストするときにはオフにします。アイデアを迅速に生成し、プロンプトエンジニアリングの労力を減らすためにオンにします。
ResolutionSelector (#20)#
アスペクト比と総ピクセル数を設定し、デフォルトで8 MPの大きな印刷可能な出力を提供します。最適なプロンプトからキャンバスへの一貫性を保つために、Upsampler input (#17)に埋め込まれた文字列とその比率を一致させます。GPUメモリが許す限り、詳細を増やすためにピクセル数を増やすか、プレビューを速くするために減らします。
PH3ImageConditioning (#26)#
選択した正確な幅と高さでポジティブコンディショニングを構築し、ラテントを初期化します。ここに到達するプロンプトが最終的なものであることを確認してください。これはサンプラーが従うものです。ここでサイズやテキストを変更すると、構成や詳細密度が下流に影響します。
MiniMaxH3SigmaShift (#23)#
H3スタイルのサンプリングのためにシグマスケジュールを適応させ、8ステップで高解像度を安定させます。デフォルトのランを行う場合はオンにしておきます。カスタムスケジュールを試す場合のみ、無効にするか変更します。ManualSigmas (#6)およびサンプラーの選択と連携して動作します。
ManualSigmas (#6) と KSamplerSelect (#8)#
これらの2つは、デノイズの展開を制御します。高速で高解像度の結果のために8ステップのスケジュールを維持します。超微細テクスチャや非常に細かいタイポグラフィが必要な場合は、ステップを増やしてください。シャープさと滑らかさの間で異なるトレードオフを試すために、代替のサンプラーを試すことができます。
RandomNoise (#9)#
変化を生み出すシードを設定します。シードを固定して結果を正確に再現するか、同じプロンプトと設定で新しい構成を探索するために変更します。
オプションの追加機能#
- プロンプトを具体的に保ちます。短く具体的な名詞と動詞はアップサンプラーと最もよく連携します。
- 一貫したレイアウトのために、リクエストの最初の文でアスペクトとキーオブジェクトを指定します。
- バリエーションを探索するために、シードを固定し、時間帯、レンズ、または素材などの要素を1つずつ調整します。
Upsampled promptプレビューを使用して、最終テキストをノートにコピーするか、シーン全体で再利用します。
謝辞#
このワークフローは、以下の作品やリソースを実装し、構築しています。P-H3-Image-ComfyとComfyUIテキストからイメージへのワークフローp-h3-image_text_to_image.jsonの貢献とメンテナンスに感謝します。権威ある詳細については、下記の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#
- PrunaAI/P-H3-Image-Comfy
- Hugging Face: PrunaAI/P-H3-Image-Comfy
- PrunaAI/p-h3-image_text_to_image.json (ComfyUI workflow)
- Hugging Face: workflows/p-h3-image_text_to_image.json
注: 参照されるモデル、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るライセンスおよび条件に従うものとします。