MOSS-Image Edit HQ | 단일 및 참조-안내 편집

MOSS-Image Edit HQ: 단일 및 참조-안내 편집#

MOSS-Image Edit HQ는 평문 텍스트 지시를 사용하여 기존 이미지를 편집하기 위한 ComfyUI 워크플로우입니다. MOSS-Image-SFT에 대한 커뮤니티 armV6 편집 LoRA에 의해 구동되며, 기본 단일 이미지 분기와 선택적 참조-안내 분기를 포함합니다. 한 분기가 활성화되면 각 실행마다 하나의 편집된 이미지가 생성됩니다. 편집은 세부사항을 재해석할 수 있으며, 참조가 사용될 때 색상과 질감이 영향을 받지만 정확히 일치하는 것은 보장되지 않습니다. 모델과 원본 예제 워크플로우는 Hugging Face에서 제공되며, 사용자 정의 노드 세트는 GitHub에서 오픈 소스로 제공됩니다 (MOSS-Image Edit HQ, ComfyUI-Moss-Image-Edit).

이 ComfyUI 워크플로우는 조명, 계절, 재료, 스타일 변경이 필요한 창작자, 제품 팀 및 리터처에게 적합합니다. 기본 경로를 사용하여 하나의 이미지를 편집하거나 참조 경로를 활성화하여 두 번째 이미지가 색상 또는 재료를 안내하도록 하세요. 결과를 소스와 비교하세요. 주제 세부사항과 구성이 변경될 수 있습니다.

Comfyui MOSS-Image Edit HQ 워크플로우의 주요 모델#

• MOSS-Image SFT (int8, convrot) 이미지 백본. 이것은 개별 편집 LoRA와 함께 사용되는 MOSS-Image-SFT 백본입니다. 자세한 정보와 업데이트는 Hugging Face의 MOSS-Image Edit HQ 저장소의 모델 팩과 예제를 참조하세요.
• armV6 MOSS Edit LoRA. MOSS-Image-SFT에서 지시 기반의 타겟 편집을 위해 훈련된 경량 LoRA 패치입니다. 색상, 재료, 스타일 등 속성 변경에 특화되어 있으며, 정체성과 레이아웃을 유지하려고 합니다. LoRA 자산은 Hugging Face의 워크플로우 릴리스와 함께 포함되어 있습니다.
• MOSS-Image용 Qwen 3.5 9B 기반 텍스트 인코더. 이 인코더는 편집 지시를 텍스트 조건으로 변환합니다. 이 워크플로우에는 마스크 입력이나 보장된 보호 영역이 없습니다.
• FLUX.2 VAE 소형 (flux2-vae_small.safetensors). VAE는 모델이 사용하는 잠재 공간으로 이미지를 압축하고 디코딩하여 편집 중 구조와 세부사항을 유지하는 데 도움을 줍니다.

Comfyui MOSS-Image Edit HQ 워크플로우 사용 방법#

그래프에는 두 개의 독립된 분기가 있습니다. SINGLE은 기본적으로 활성화되어 있고 MULTI는 우회됩니다. SINGLE을 사용하여 한 소스 이미지에 대한 지시 기반 편집을 수행하세요. MULTI를 사용하려면 SINGLE 처리 노드를 우회하고 MULTI 처리 노드를 활성화한 다음 소스 및 별도의 참조 이미지를 제공하세요. 설명 노트를 활성화 상태로 유지하세요. 각 분기는 배치 크기가 1입니다. 두 분기를 모두 활성화하면 두 개의 출력을 실행합니다. 단일 및 멀티는 이미지 입력을 설명하며, 출력 수를 설명하는 것은 아닙니다.

저장된 그래프는 50단계, CFG 3, Euler / normal, denoise 1, LoRA 강도 1, 참조 긴 가장자리 제한 512, 약 1 MP 출력을 사용합니다. 이러한 테스트된 설정으로 시작하세요. 일부 상속된 캔버스 노트는 다른 일반 기본값을 설명합니다.

SINGLE — 한 이미지#

• LoadImage (#6)을 사용하여 소스 이미지를 로드하고 Edit instruction (positive) (#9)에 간결한 지시를 작성하세요. 선택적 Negative prompt (#10)에는 피해야 할 항목을 나열할 수 있습니다.
• ImageScaleToTotalPixels (#7)은 출력을 실용적인 픽셀 예산으로 설정하고 안정적인 디코딩을 위한 16의 배수 격자에 치수를 정렬합니다. GetImageSize (#17)는 이 치수를 Empty FLUX.2 latent (#13)에 전달하여 샘플링을 위한 빈 잠재 캔버스를 준비합니다.
• Apply MOSS Edit (source + optional references) (#5)는 armV6 편집 LoRA를 기본 모델에 적용하고 소스 이미지 잠재를 긍정적 및 부정적 조건에 연결합니다. CLIP 텍스트 노드는 지시를 별도로 인코딩합니다. 이 분기에서는 참조가 필요하지 않습니다.
• SkipLayerGuidanceDiTSimple (#18)은 이 모델 패밀리에 대한 권장 스킵 레이어 가이던스를 적용한 후 KSampler (#14)가 편집을 실현하기 위해 디노이징을 수행합니다. 결과는 VAEDecode (#15)에 의해 디코딩되고 SaveImage (#16)에 의해 저장됩니다.

MULTI — 참조와 함께#

• LoadImage (#106)를 사용하여 동일한 종류의 소스 이미지를 로드하고 LoadImage (#119)로 명확한 참조 이미지를 추가하세요. 참조는 원하는 색상이나 재료를 간단하고 대표적으로 유지하세요.
• Edit instruction (positive) (#109)에 변경되어야 할 것과 동일하게 유지되어야 할 것을 정확히 명명하는 지시를 제공하세요. 필요한 경우에만 Negative prompt (#110)를 사용하세요.
• Apply MOSS Edit (source + optional references) (#105)는 소스와 참조를 한 번 인코딩하여 모델에 피드하여 편집이 텍스트를 따르면서 참조에 의해 영향을 받도록 합니다. 참조는 안정적인 조건을 위해 내적으로 제한된 긴 가장자리로 크기가 조정되며, 이는 최종 출력 크기와는 별개입니다.
• SINGLE에서와 같이, 분기는 SkipLayerGuidanceDiTSimple (#118)을 사용하고, KSampler (#114)로 샘플링하며, VAEDecode (#115)로 디코딩하고, SaveImage (#116)로 하나의 출력을 기록합니다. 참조-안내 편집은 대략적이며, 일대일 전송이 아닙니다.

Comfyui MOSS-Image Edit HQ 워크플로우의 주요 노드#

Apply MOSS Edit (source + optional references) (#5)#

이 노드는 편집 LoRA를 적용하고 소스 이미지 및 추가 참조를 VAE-인코딩하여 기존의 긍정적 및 부정적 텍스트 조건에 잠재를 추가합니다. strength는 LoRA 패치 가중치를 제어하며, 세부사항 보존이 보장되는 것은 아닙니다. 테스트된 1의 값을 시작점으로 유지하세요. reference_max_edge는 소스와 각 참조의 긴 가장자리를 독립적으로 제한하며, 치수는 16에 맞춰 정렬됩니다. 이를 증가시키면 조건 해상도와 메모리 사용량이 변경되며, 전용 참조 영향 가중치는 아닙니다. 동일한 가이던스는 MULTI (#105)에도 적용됩니다. 참조: ComfyUI-Moss-Image-Edit.

ImageScaleToTotalPixels (#7)#

출력에 대한 목표 픽셀 예산을 설정하며, 가로 세로 비율을 유지하고 모델의 잠재 스트라이드에 맞는 16의 배수 격자에 두 치수를 맞춥니다. 저장된 그래프는 약 1 MP를 사용합니다. 더 큰 치수는 자원 요구 사항을 증가시키며 더 충실한 세부사항을 보장하지 않습니다. 이 노드는 최종 출력 크기만 제어합니다. 참조 업스케일은 적용 노드 내부에서 처리됩니다.

SkipLayerGuidanceDiTSimple (#18)#

단일 레이어 22를 사용하여 기본 모델의 권장 스킵 레이어 가이던스를 적용합니다. 이 저장된 워크플로우에서 활성화되어 있지만, 더 나은 편집 품질을 보장하지는 않습니다. 아티팩트를 보거나 순수한 기준선을 원하면 노드를 우회하여 가이던스를 비활성화하세요. 다른 곳에서 샘플링 동작을 사용자 정의할 때, 샘플링 전에 가이던스를 적용하여 효과적인 모델에 영향을 주도록 하세요.

KSampler (#14)#

EmptyFlux2LatentImage에서 출력을 샘플링하며, 소스 및 참조 이미지는 조건을 통해 들어옵니다. 테스트된 50단계, CFG 3, Euler / normal, denoise=1을 시작점으로 유지하세요. 여기서 denoise를 낮추는 것은 일반적인 소스 보존 슬라이더가 아닙니다. 샘플링된 잠재에는 인코딩된 원본 이미지가 포함되어 있지 않기 때문입니다. 동일한 지시에 대한 다른 해석을 시도하려면 시드를 변경하세요.

선택적 추가 기능#

• "블레이저만 코발트 블루로 변경하세요. 얼굴, 머리, 포즈, 배경 및 조명은 변경하지 마세요."와 같은 지시를 작성하세요. 의도하지 않은 변경이 있는지 항상 확인하세요.
• 구성이 드리프트하면 더 간단한 참조나 명확한 지시를 시도한 다음 다른 시드를 비교하세요. LoRA 강도와 참조 해상도 변경은 실험으로 취급하세요. 보존을 보장하지 않습니다.
• 자연스러운 결과를 위해 중간 cfg를 선호하고 너무 긴 프롬프트를 피하세요. 변경되지 말아야 할 항목을 명시적으로 나열하세요.
• 강력한 참조 이미지를 하나 사용하고, 여러 약한 참조 이미지를 사용하지 마세요. 여러 참조는 하나의 결과를 위한 가이던스로 인코딩되며, 별도의 출력이 아닙니다.
• SINGLE vs MULTI는 이미지 입력만 설명합니다. MOSS-Image Edit HQ의 두 분기는 실행당 하나의 이미지를 생성합니다.

감사의 글#

이 워크플로우는 다음 작업 및 리소스를 구현 및 기반으로 합니다. 우리는 MOSS-Image-Edit-HQ 모델 및 원본 워크플로우에 대해 akhaliq와 MOSS-Image-Edit 사용자 정의 노드에 대해 Chenkin-x의 기여와 유지 관리를 감사드립니다. 권위 있는 세부사항은 아래에 링크된 원본 문서 및 저장소를 참조하세요.

리소스#

• akhaliq/MOSS-Image-Edit-HQ
  • Hugging Face: akhaliq/MOSS-Image-Edit-HQ
  • 문서 / 릴리스 노트: MOSS-Image-Edit-HQ 모델 및 원본 워크플로우
• Chenkin-x/ComfyUI-Moss-Image-Edit
  • GitHub: Chenkin-x/ComfyUI-Moss-Image-Edit
  • 문서 / 릴리스 노트: MOSS-Image-Edit 사용자 정의 노드

참고: 참조된 모델, 데이터셋 및 코드의 사용은 해당 저자 및 유지 관리자가 제공하는 라이선스 및 조건에 따릅니다.