ComfyUI  >  工作流  >  AnimateDiff + ControlNet + IPAdapter V1 | 扁平动漫风格

AnimateDiff + ControlNet + IPAdapter V1 | 扁平动漫风格

此 ComfyUI 工作流程使用 AnimateDiff、ControlNet(结合深度、柔边和 OpenPose)、IPAdapter、人脸恢复、Lora 等,将原始视频内容转换为独特的扁平动漫风格。它简化了流程,让您轻松创建具有独特动漫美学的视频。

ComfyUI Vid2Vid (动漫风格) 工作流程

Transform Video into Flat Anime Style Using AnimateDiff and ControlNet in ComfyUI
想要运行这个工作流吗?
  • 完全可操作的工作流
  • 没有缺失的节点或模型
  • 无需手动设置
  • 具有惊艳的视觉效果

ComfyUI Vid2Vid (动漫风格) 示例

ComfyUI Vid2Vid (动漫风格) 说明

1. ComfyUI 工作流:AnimateDiff + ControlNet + IPAdapter | 扁平动漫风格

此 ComfyUI 工作流程利用 AnimateDiff、基于深度、柔边等的 ControlNet、IPAdapter 和人脸恢复,将原始视频内容转换为独特的扁平动漫风格。得到结果后,您可以激活放大节点来提高视频的分辨率。

2. AnimateDiff 概述

请查看如何在 ComfyUI 中使用 AnimateDiff的详细信息

3. ControlNet 概述

请查看如何在 ComfyUI 中使用 ControlNet的详细信息

4. 如何使用人脸恢复

ComfyUI 中的"FaceRestore"是一个自定义扩展,旨在恢复图像中的人脸。它利用 CodeFormer 模型的能力来提高图像的保真度。以下是详细说明。

ComfyUI 中的人脸恢复模型

4.1. "Face Restore CF With Model"节点的输入

facerestore_model:指定要使用的人脸恢复模型。这对于定义将应用于增强图像中人脸的算法至关重要。

image:这是包含您希望恢复的人脸的输入图像。该节点将处理此图像并对检测到的人脸应用人脸恢复。

facedetection:从以下选项中选择人脸检测模型。该模型负责从输入图像中识别和裁剪人脸:每个选项都有其优势,有些更准确,而有些在计算资源方面更快或更轻:

  • retinaface_resnet50
  • retinaface_mobile0.25
  • YOLOv5l
  • YOLOv5n

codeformer_fidelity (FLOAT):一个关键参数,允许您调整 CodeFormer 模型的保真度。此设置确定在保持高保真度恢复原始面部和增强图像之间的平衡。较高的值可能会保留更多的原始特征,而较低的值可能会导致更"理想化"的恢复。

4.2. "Face Restore CF With Model"节点的输出

IMAGE:输出是处理后的图像,其中人脸已被恢复。此图像是人脸恢复过程的结果,展示了在输入图像中检测到的人脸的增强清晰度、细节和整体改善的视觉质量。

更多ComfyUI教程

想要更多 ComfyUI 工作流吗?

RunComfy

© 版权 2024 RunComfy. 保留所有权利。

RunComfy 是首选的 ComfyUI 平台,提供 ComfyUI 在线 环境和服务,以及 ComfyUI 工作流 具有惊艳的视觉效果。