Qwen Image 2.1 Troca de Roupas Workflow ComfyUI#
O Workflow Qwen Image 2.1 Troca de Roupas no ComfyUI transfere roupas de uma imagem de referência de vestuário para uma pessoa em uma segunda imagem, guiado por uma breve instrução. Ele visa manter o sujeito, pose, rosto, fundo e enquadramento da câmera da Imagem 1 enquanto empresta a silhueta, cor e textura da Imagem 2, produzindo uma única fotografia realista.
Construído em torno do modelo unificado Qwen-Image-2.1 com aprimoramento de prompt, este workflow é projetado para estilização virtual, editoriais de moda, mockups de e-commerce e visualização de guarda-roupa. Você fornece a Imagem 1 (a pessoa), a Imagem 2 (a roupa) e um prompt conciso; o pipeline lida com condicionamento multimodal, geração e decodificação para você.
Modelos principais no Workflow Qwen Image 2.1 Troca de Roupas no ComfyUI#
- Qwen-Image-2.1. O modelo unificado de geração de imagem e visão-linguagem que interpreta sua instrução junto com ambas as imagens, então dirige o processo de difusão para sintetizar a troca de roupa final. Model card
- Qwen-Image-2.1 VAE. O autoencoder variacional que codifica imagens para latentes para condicionamento e decodifica a saída do sampler de volta para RGB, preservando detalhes finos de tecido e fidelidade de cor. Os pesos são fornecidos com o pacote ComfyUI. Weights
- Codificadores de texto Qwen-Image-2.1. Os codificadores de texto da família Qwen-VL que transformam sua instrução e contexto visual em condicionamento que o backbone de difusão pode seguir. Incluído com os pesos do ComfyUI. Weights
Como usar o Workflow Qwen Image 2.1 Troca de Roupas no ComfyUI#
Este workflow funciona como um único grupo que ingere duas imagens mais uma instrução de texto, enriquece o prompt usando ambos os visuais, constrói condicionamento multimodal para o Qwen-Image-2.1, então amostra e decodifica a imagem final.
Grupo de Troca de Roupas Qwen Image 2.1#
Este grupo emparelha a Imagem 1 (a pessoa a ser restilizada) com a Imagem 2 (a referência de roupa) e sua instrução, então as roteia através do aprimoramento de prompt e condicionamento Qwen-Image-2.1. O pipeline preserva a identidade e cena da Imagem 1 enquanto transfere a silhueta, cor e características do tecido da Imagem 2. Ele cria a tela latente na resolução escolhida, amostra com o modelo Qwen-Image-2.1, e decodifica para uma imagem pronta para salvar. Use este grupo para uma troca de roupas de ponta a ponta com configuração mínima.
LoadImage (#470) Imagem 1#
Carregue a foto da pessoa fonte aqui. Escolha uma única foto bem enquadrada onde o sujeito e a pose que você deseja manter estejam claramente visíveis. A imagem alimenta tanto o aprimorador de prompt quanto o codificador Qwen-Image-2.1 para que identidade, pose e fundo sejam preservados durante a geração.
LoadImage (#510) Imagem 2#
Carregue a referência de roupa aqui. Escolha uma visão clara da roupa com silhueta e texturas visíveis. Esta referência informa o aprimoramento de prompt e se torna parte do condicionamento visual do codificador para que cor, tecido e estrutura da roupa sejam transferidos com precisão.
JjkText (#516) Prompt#
Escreva uma breve instrução que diga ao modelo o que trocar e o que preservar. Mencione as peças de vestuário a serem transferidas da Imagem 2 e declare explicitamente que identidade, pose e fundo da Imagem 1 devem permanecer. Mantenha específico e conciso para uma aderência mais forte.
BatchImagesNode (#505)#
Este utilitário combina a Imagem 1 e a Imagem 2 para o aprimorador de prompt. Ele garante que o aprimorador veja ambos os visuais ao reformular sua instrução, o que melhora a nomeação de vestuário, termos de cor e descritores de tecido no prompt final.
TextGenerateLTX2Prompt (#502)#
Gera uma instrução refinada e amigável ao modelo lendo ambas as imagens juntamente com seu texto. O resultado é uma única string de prompt aprimorado que captura atributos de vestuário, ajuste e dicas de preservação de cena. Esta string é passada para baixo como a instrução final.
CLIPLoader (#500) e CLIPLoader (#478)#
Esses nós carregam os codificadores de texto Qwen-Image-2.1 usados pelo aprimorador e pelo codificador principal. Eles tokenizam sua instrução refinada e preparam embeddings de linguagem alinhados com os recursos visuais extraídos das duas imagens.
TextEncodeQwenImage21 (#485)#
Constrói condicionamento multimodal para o Qwen-Image-2.1 a partir da Imagem 1, Imagem 2, o prompt refinado e o VAE. Ele emite condicionamento positivo e negativo mais um latente inicial opcional que pode ancorar composição e layout. Este é o coração da transferência de roupas, alinhando linguagem e ambas as imagens antes da amostragem.
ResolutionSelector (#13)#
Escolhe a largura e altura de saída para geração. Selecione uma proporção que corresponda ao enquadramento alvo, então defina o tamanho geral. A seleção dirige a tela latente usada durante a amostragem.
EmptyLatentImage (#480) e ComfySwitchNode (#483)#
Cria uma nova tela latente na resolução escolhida, e permite alternar entre começar a partir deste latente em branco ou do latente do codificador. Use o switch para favorecer uma transferência de roupa mais forte (latente em branco) ou uma preservação mais rígida da composição da Imagem 1 (latente do codificador).
UNETLoader (#477) e QwenImage21Cache (#484)#
Carregue e prepare o backbone de difusão Qwen-Image-2.1 para amostragem eficiente. O cache mantém o estado do modelo pronto em execuções, reduzindo a sobrecarga durante a iteração.
KSampler (#482)#
Executa o processo de difusão com o modelo Qwen-Image-2.1 e o condicionamento produzido anteriormente. Ele interpreta sua instrução enquanto equilibra a aderência aos vestuários da Imagem 2 e a preservação da identidade e cena da Imagem 1. O resultado é uma imagem latente pronta para decodificação.
VAEDecode (#481) e SaveImage (#518)#
Decodifique o latente final de volta para uma imagem RGB com o VAE Qwen-Image-2.1, então salve usando o prefixo de nome de arquivo escolhido. A saída salva é uma única foto coesa do sujeito da Imagem 1 vestido com a roupa da Imagem 2.
Nós principais no Workflow Qwen Image 2.1 Troca de Roupas no ComfyUI#
TextEncodeQwenImage21 (#485)#
Este nó funde a Imagem 1, Imagem 2, sua instrução refinada e o VAE em condicionamento que o backbone Qwen-Image-2.1 pode seguir. Ajuste o prompt e negative_prompt opcional para direcionar detalhes de vestuário versus preservação de cena. A entrada resolution determina a escala de trabalho do codificador e deve ser consistente com o tamanho de saída escolhido. Veja o cartão do modelo para o contexto de comportamento. Qwen/Qwen-Image-2.1
ComfySwitchNode (#483)#
Controla o ponto de partida para amostragem. Deixe o switch ligado para começar de um latente fresco para uma adoção de roupa mais forte, ou desligue para reutilizar o latente do codificador quando quiser bloquear composição ou pose da Imagem 1. Alterne para explorar diferentes trocas de identidade versus roupa sem reescrever seu prompt.
KSampler (#482)#
Governa a fidelidade com que o modelo segue a instrução e referências. Use denoise para equilibrar a força da roupa contra a preservação da imagem base, e ajuste cfg, sampler_name, steps e seed para sabor, nitidez e reprodutibilidade. Para orientação geral sobre o comportamento de amostragem no ComfyUI, consulte o repositório do projeto. ComfyUI
ResolutionSelector (#13)#
Define suas dimensões de saída. Combine a proporção com o enquadramento da foto de entrada quando quiser que fundo e corte permaneçam estáveis, ou altere para recompor a foto. Tamanhos maiores capturam mais textura de tecido ao custo de computação.
Extras opcionais#
- Use entradas de alta qualidade: uma Imagem 1 nítida, com luz frontal e uma Imagem 2 clara e desobstruída produzem melhor transferência de silhueta e textura.
- Seja explícito em sua instrução: nomeie peças de vestuário, cores, texturas e o que deve ser preservado da Imagem 1.
- Para manter composição, rostos e fundo quase idênticos à Imagem 1, mude para o latente do codificador e reduza a agressividade geral através de
denoise. - Para uma adoção de estilo mais forte quando a roupa da Imagem 2 é muito diferente, comece de um latente fresco e mantenha o prompt conciso e específico.
- Varie o
seedpara explorar alternativas sem alterar sua configuração, então bloqueie a que você gosta para resultados reprodutíveis.
Links para recursos do modelo
- Cartão do modelo Qwen-Image-2.1: https://huggingface.co/Qwen/Qwen-Image-2.1
- Pacote de pesos ComfyUI (UNet, VAE, codificadores de texto): https://huggingface.co/Comfy-Org/Qwen-Image-2.1
Agradecimentos#
Este workflow implementa e se baseia nos seguintes trabalhos e recursos. Agradecemos Qwen pelo modelo Qwen-Image-2.1 e lançamento, Comfy-Org pelos pesos do ComfyUI Qwen-Image-2.1, e Wendy Wu pelo workflow fonte por suas contribuições e manutenção. Para detalhes autoritativos, consulte a documentação original e os repositórios vinculados abaixo.
Recursos#
- Wendy Wu/Workflow fonte
- Documentos / Notas de Lançamento: runninghub.ai post
- Qwen/Qwen-Image-2.1
- GitHub: QwenLM/Qwen-Image-2.1
- Hugging Face: Qwen/Qwen-Image-2.1
- Comfy-Org/ComfyUI Qwen-Image-2.1 pesos
- GitHub: Comfy-Org/workflow_templates
- Hugging Face: Comfy-Org/Qwen-Image-2.1
- Qwen/Qwen-Image-2.1 lançamento
- Documentos / Notas de Lançamento: Qwen blog
Nota: O uso dos modelos, datasets e código referenciados está sujeito às respectivas licenças e termos fornecidos por seus autores e mantenedores.
