FLUX é um novo modelo de geração de imagens desenvolvido por , Os modelos FLUX-ControlNet-Depth e FLUX-ControlNet-Canny foram criados pela equipe XLabs AI. Este fluxo de trabalho do ComfyUI FLUX ControlNet também foi criado pela equipe XLabs AI. Para mais detalhes, visite . Todo o crédito vai para sua contribuição.
Os modelos FLUX estão pré-carregados no RunComfy, nomeados flux/flux-schnell e flux/flux-dev.
flux-schnell, fp8 e o clip t5_xxl_fp8 para evitar problemas de falta de memória.flux-dev, default e um clip alto t5_xxl_fp16.Para mais detalhes, visite:
🌟O seguinte Fluxo de Trabalho FLUX-ControlNet é especificamente projetado para o modelo .🌟
Apresentamos dois fluxos de trabalho FLUX-ControlNet excepcionais: FLUX-ControlNet-Depth e FLUX-ControlNet-Canny, cada um oferecendo capacidades únicas para aprimorar seu processo criativo.
O modelo FLUX-ControlNet Depth é primeiro carregado usando o nó "LoadFluxControlNet". Selecione o modelo "flux-depth-controlnet.safetensors" para um controle de profundidade ideal.
Conecte a saída deste nó ao nó "ApplyFluxControlNet". Além disso, conecte sua imagem de mapa de profundidade à entrada de imagem deste nó. O mapa de profundidade deve ser uma imagem em tons de cinza onde objetos mais próximos são mais claros e objetos distantes são mais escuros, permitindo que o FLUX-ControlNet interprete a informação de profundidade com precisão.
Você pode gerar o mapa de profundidade a partir de uma imagem de entrada usando um modelo de estimativa de profundidade. Aqui, o nó "MiDaS-DepthMapPreprocessor" é usado para converter a imagem carregada em um mapa de profundidade adequado para o FLUX-ControlNet. Parâmetros chave:
No nó "ApplyFluxControlNet", o parâmetro Strength determina o quanto a imagem gerada é influenciada pelo condicionamento de profundidade do FLUX-ControlNet. Maior força fará com que a saída adira mais de perto à estrutura de profundidade.
O processo é muito semelhante ao fluxo de trabalho FLUX-ControlNet-Depth. Primeiro, o modelo FLUX-ControlNet Canny é carregado usando "LoadFluxControlNet". Em seguida, ele é conectado ao nó "ApplyFluxControlNet".
A imagem de entrada é convertida em um mapa de bordas Canny usando o nó "CannyEdgePreprocessor", otimizando-a para o FLUX-ControlNet. Parâmetros chave:
O mapa de bordas Canny resultante é conectado ao nó "ApplyFluxControlNet". Novamente, use o parâmetro Strength para controlar o quanto o mapa de bordas influencia a geração do FLUX-ControlNet.
Em ambos os fluxos de trabalho FLUX-ControlNet, o prompt de texto codificado pelo CLIP é conectado para conduzir o conteúdo das imagens, enquanto o condicionamento do FLUX-ControlNet controla a estrutura e a geometria com base no mapa de profundidade ou de bordas.
Combinando diferentes FLUX-ControlNets, modalidades de entrada como profundidade e bordas, e ajustando sua força, você pode alcançar um controle refinado sobre o conteúdo semântico e a estrutura das imagens geradas pelo FLUX-ControlNet.
Licença: controlnet.safetensors está sob a Licença Não Comercial
Veja os arquivos de licença:
O Modelo FLUX.1 [dev] é licenciado pela Black Forest Labs. Inc. sob a Licença Não Comercial FLUX.1 [dev]. Direitos autorais Black Forest Labs. Inc.
EM NENHUMA HIPÓTESE A BLACK FOREST LABS, INC. SERÁ RESPONSÁVEL POR QUALQUER RECLAMAÇÃO, DANOS OU OUTRA RESPONSABILIDADE, SEJA EM UMA AÇÃO DE CONTRATO, DELITO OU OUTRA, DECORRENTE DE, OU EM CONEXÃO COM O USO DESTE MODELO.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Playground, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.
