【AI学习-comfyUI学习-面部修复工作流-各个部分学习-第六节】

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，整个工作流说明

一个完整的 ComfyUI 人脸局部修复/风格强化工作流（Workflow），核心模块来自 Impact Pack + SAM 模块 + YOLOv8 bbox 检测 + LayerStyle 蒙版合成。

适用方面：

• 人脸美化 / 修复 / 换脸区域融合
• 风格强化（AI人像提升）
• 图像中指定区域二次生成（如服饰、头发等）

2，各个模块说明

---

1. 文本到图像生成部分（左上角）

   • 模型加载（LEOSAM HelloWorld）
   • CLIP 文本编码器（正向提示词为 beautiful girl）
   • K采样器（Euler 采样器，CFG=8，步数20）
   • 生成初始潜空间 latent → 交给 VAE 解码成初图（即右下角那张美女图）。

2. 目标检测与分割（中间部分）

   • Impact-Subpack 调用 YOLOv8 bbox 模型（bbox/face_yolov8m.pt）检测出人脸区域。
   • SAM加载器 调用 sam_vit_h_4b8930.pth 对检测框进行分割，生成 精准人脸 mask。
   • mask 显示在右侧（白色区域部分）。

3. 局部修复 / 风格强化（Impact-Pack）

   • 通过 mask，将 face 区域送入 Impact Pack 的 面部强化 节点。

   • 内部控制参数如：

     • 分辨率：1024×1024
     • CFG：8
     • 采样器：euler
     • “引导条件”启用
     • SAM 阈值 0.33
     • “BBox 扩展系数”0.5
     • “SAM 显示模式”关闭

   • 生成结果为右侧多张对比图（原图 / mask 图 / 修复后图）。

4. 图层合成与比较（右上部分）

   • LayerStyle 负责图层混合，把修复后的人脸贴回原图。
   • 图像对比 节点并排显示原图和最终图像，便于效果评估。
   • 保存图像 节点输出最终文件（ComfyUI 路径）。

---