logo
RunComfy
ComfyUIPlaygroundPricing
discord logo
Loading...
ComfyUI>工作流程>AnimateDiff + ControlNet + IPAdapter V1 | 平面動畫風格

AnimateDiff + ControlNet + IPAdapter V1 | 平面動畫風格

Workflow Name: RunComfy/Restyle-Anime-2
Workflow ID: 0000...1048
這個 ComfyUI 工作流程採用 AnimateDiff、ControlNet(融合 Depth、Softedge 和 OpenPose)、IPAdapter、Face Restore、Lora 等技術,將原始影片內容轉換為獨特的平面動畫風格。它簡化了流程,讓您可以輕鬆創造具有獨特動畫美學的影片。

ComfyUI Vid2Vid (Anime) Workflow

Transform Video into Flat Anime Style Using AnimateDiff and ControlNet in ComfyUI
Want to run this workflow?
  • Fully operational workflows
  • No missing nodes or models
  • No manual setups required
  • Features stunning visuals

ComfyUI Vid2Vid (Anime) Examples

ComfyUI Vid2Vid (Anime) Description

Loading content...

More ComfyUI Tutorials

深入了解 ComfyUI ControlNet:Depth、OpenPose、Canny、Lineart、Softedge、Scribble、Seg 等特性...
Updated: 3/20/2024·5 mins read

Want More ComfyUI Workflows?

Loading preview...
Loading preview...
Loading preview...
Loading preview...
Loading preview...
Loading preview...
Loading preview...
Loading preview...
關注我們
  • 領英
  • Facebook
  • Instagram
  • Twitter
支持
  • Discord
  • 電子郵件
  • 系統狀態
  • 附屬
資源
  • 免費 ComfyUI 在線版
  • ComfyUI 指南
  • RunComfy API
  • ComfyUI 教程
  • ComfyUI 節點
  • 了解更多
法律
  • 服務條款
  • 隱私政策
  • Cookie 政策
RunComfy
版權 2025 RunComfy. 保留所有權利。

RunComfy 是首選的 ComfyUI 平台,提供 ComfyUI 在線 環境和服務,以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Playground, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。

1. ComfyUI 工作流程: AnimateDiff + ControlNet + IPAdapter | 平面動畫風格

這個 ComfyUI 工作流程運用了 AnimateDiff、ControlNet(具有 Depth、Softedge 等功能)、IPAdapter 和 FaceRestore,將原始影片內容轉換為獨特的平面動畫風格。在獲得結果後,您可以啟用放大節點來提升影片的解析度。

2. AnimateDiff 概述

請查看 的詳細信息。

3. ControlNet 概述

請查看 的詳細信息。

4. 如何使用 Face Restore

ComfyUI 中的 "FaceRestore" 是一個自訂擴展,專為修復圖像中的面部而設計。它利用 CodeFormer 模型的功能來增強圖像的真實度。以下是詳細說明。

Face Restore Model in ComfyUI

4.1. "Face Restore CF With Model" 節點的輸入

facerestore_model: 指定要使用的面部修復模型。這對於定義將應用於增強圖像中面部的算法至關重要。

image: 這是您希望修復面部的輸入圖像。節點將處理此圖像並對檢測到的面部進行修復。

facedetection: 從以下選項中選擇面部檢測模型。此模型負責從輸入圖像中識別和裁剪面部:每個選項都有其優勢,有些更精確,而有些則在計算資源需求上更快或更輕。

  • retinaface_resnet50
  • retinaface_mobile0.25
  • YOLOv5l
  • YOLOv5n

codeformer_fidelity (FLOAT): 一個關鍵參數,允許您調整 CodeFormer 模型的真實度。此設置決定了在高真實度地恢復面部與增強圖像之間的平衡。較高的值可能保留更多原始特徵,而較低的值可能導致更“理想化”的修復。

4.2. "Face Restore CF With Model" 節點的輸出

IMAGE: 輸出是經過處理的圖像,其中面部已被修復。這張圖像是面部修復過程的結果,展示了增強的清晰度、細節以及整體改善的視覺質量。