Что такое Consistent-Face-3x3-Generator?#
Consistent-Face-3x3-Generator — это структурированный рабочий процесс генерации лиц, предназначенный для создания сетки 3×3 одного и того же персонажа, отрендеренного в девяти различных позах. Рабочий процесс Consistent-Face-3x3-Generator использует базовую модель FLUX вместе с Flux Depth LoRA для обеспечения согласованности лиц при сохранении выразительного разнообразия поз.
Этот рабочий процесс Consistent-Face-3x3-Generator идеально подходит для создания справочных листов поз, генерации датасетов или тестирования согласованности стилизованных персонажей.
Зачем использовать Consistent-Face-3x3-Generator?#
Consistent-Face-3x3-Generator предлагает:
- Стабильная идентичность: Сохраняет лицо персонажа на 9 выходных изображениях в сетке Consistent-Face-3x3-Generator
- Вариация поз: Каждая ячейка в сетке 3×3 Consistent-Face-3x3-Generator показывает уникальную позу головы
- Управление на основе глубины: Использует Flux Depth LoRA для 3D-согласованности
- Единый выход в виде сетки: Consistent-Face-3x3-Generator выводит объединённую визуальную презентацию 3×3
- Идеально для стилизованных процессов: Подходит для пайплайнов аниме, мультяшных и концептуальных персонажей
Генерируете ли вы стилизованные портреты или тестируете согласованность идентичности, Consistent-Face-3x3-Generator оптимизирован для чёткости, контроля и пакетного визуального вывода.
Base#
Эта группа в Consistent-Face-3x3-Generator загружает все основные модели и обрабатывает начальную генерацию:
- Загрузка модели FLUX и Flux Depth LoRA для Consistent-Face-3x3-Generator
- Введите ваш основной промпт, описывающий персонажа и стиль
- Настройте CFG, Steps, Sampler и другие параметры KSampler
- Результат Consistent-Face-3x3-Generator — одно базовое изображение 3×3, содержащее все 9 вариаций
Это ваша стартовая сетка для дальнейшего масштабирования и детализации в рабочем процессе Consistent-Face-3x3-Generator.
SD Upscaler#
Этот этап в Consistent-Face-3x3-Generator использует Stable Diffusion Upscale для улучшения каждого изображения в сетке:
- Сетка 3×3 Consistent-Face-3x3-Generator разделяется внутренне
- Каждое изображение обрабатывается по одному для более чистого высокоразрешённого вывода
- Помогает сохранить чёткость позы при повышении разрешения
Отлично подходит для подготовки финальных выходных данных Consistent-Face-3x3-Generator, подходящих для публикации или дизайн-референсов.
Splitter Group и Refiner#
Эта группа Consistent-Face-3x3-Generator:
- Разделяет одно изображение сетки на 9 отдельных кропов лиц
- Отправляет каждое изображение в модель refiner для очистки деталей
- Сохраняет согласованность идентичности при улучшении черт
Consistent-Face-3x3-Generator подготавливает каждый портрет для высокодетальной обработки на следующем этапе.
Adetailer#
В рабочем процессе Consistent-Face-3x3-Generator:
- Применяет специфическую детализацию лица к каждому обрезанному изображению
- Улучшает текстуру кожи, резкость глаз и структуру лица
- Идеально для стилизованной или фотореалистичной финишной обработки на основе промпта
Adetailer Consistent-Face-3x3-Generator направлен на улучшение реализма лиц и чёткости выражений во всех позах.
Chin Detailer + Вывод#
Финальная доработка и вывод для Consistent-Face-3x3-Generator:
- Исправляет и корректирует структуру подбородка/челюсти при необходимости
- Сохраняет финальные масштабированные и улучшенные портреты из Consistent-Face-3x3-Generator в вашу локальную директорию
- Путь вывода:
ComfyUI/output/YYYY-MM-DD/
Каждое изображение в наборе Consistent-Face-3x3-Generator сохраняется индивидуально для удобного доступа и просмотра.
Благодарности#
Рабочий процесс Consistent-Face-3x3-Generator был разработан tenofas и основан на модели генерации изображений FLUX и её Flux Depth LoRA. Все заслуги принадлежат tenofas за создание референс-согласованного мультипозного генератора портретов в ComfyUI. Оригинальный рабочий процесс: tenofas on OpenArt
Рабочий процесс Consistent-Face-3x3-Generator делает генерацию изображений со стабильной идентичностью проще и модульнее, позволяя художникам и разработчикам исследовать структурированные визуальные вариации в масштабе.
