【AI学习-comfyUI学习-Controlnet线稿工作流-各个部分学习-第三步】
【AI学习-comfyUI学习-Controlnet线稿工作流-各个部分学习-第三步】
- 1，前言
- 2，说明
-
- 1，Controlnet线稿工作流
- 2，参数说明
- 3，流程
-
-
- （1）进入网址，注册登录
- （2）调用模块
-
- 1）模块部分1
- 2）模块部分2
- 3）模块部分3
- （3）输出 提示词
- （4）数据流逻辑总结
- （5）改进建议
- （6）模型加载
- （7）生成图片
-
- 4，模块介绍
-
-
- ① Checkpoint加载器（#1）
- ② 加载图像（#2）
- ③ CLIP文本编码器（正面提示词） & ④ CLIP文本编码器（负面提示词）
- ⑤ VAE编码
- ⑥ LineArt艺术线稿处理器
- ⑦ 预览图像
- ⑧ 复制Latent批次
- ⑨ ControlNet应用（旧版高级）
- ⑩ ControlNet加载器
- ⑪ K采样器（KSampler）
- VAE解码 → 图像对比
-
- 5，细节部分
- 6，使用的工作流
- 7，总结
1，前言
最近，学习comfyUI，这也是AI的一部分，想将相关学习到的东西尽可能记录下来。
2，说明
1，Controlnet线稿工作流
通过 ControlNet 的 LineArt 模型，把输入图片提取成线稿（边缘/线条），并用这个线稿作为控制条件生成新的图片。
可以说是 “以线稿为约束进行重绘” 的典型用法。
2，参数说明
3，流程
（1）进入网址，注册登录
登录上述网址。连接：https://www.runninghub.ai/
然后点击开始创作，不过之前可能确实要先冲一些钱。
如下图，新建工作流，因为首次进入，可能是空白，我这里是已经有了直接用。
（2）调用模块
1）模块部分1
2）模块部分2
3）模块部分3
（3）输出 提示词
1gril
（4）数据流逻辑总结
原图 (#2)├