ComfyUI-PhotoMaker-ZHO

ComfyUI-PhotoMaker-ZHO

PhotoMaker 的非官方实现,支持 lora、多批次处理和通用提示词输入

ComfyUI-PhotoMaker 是 PhotoMaker 的非官方实现,支持 lora、多批次处理和通用提示词输入。用户可以下载或本地加载模型,并应用多种风格模板生成高质量图像。适合需要快速生成多样风格图像的设计师和开发者,版本 V2.5 新增了对 Disney-Character 和 DragNUWA 工作流的支持,提升了生成速度和操作便捷性。

ComfyUIPhotoMakerAI绘图模型加载图像处理Github开源项目

ComfyUI-PhotoMaker-ZHO 项目介绍

项目概述

ComfyUI-PhotoMaker-ZHO 是一个非官方实现,旨在将 PhotoMaker 的功能与 ComfyUI 相结合。该项目提供了一个强大的工具,使用户能够在本地或通过 huggingface hub 方便地加载和处理模型,以生成风格多样的图像。这一工具不仅支持多批次处理,还兼容多种图像风格与提示词输入,极大地方便了用户的创作。

主要功能

基础模型加载

  • 自动下载模型:可直接从 huggingface hub 下载指定名称的模型,例如:SG161222/RealVisXL_V3.0。
  • 本地模型加载:支持加载 SDXL 系列的本地模型。

PhotoMaker Adapter 模型加载

  • 可从 huggingface hub 或本地路径加载 PhotoMaker Adapter 模型,通过输入 photomaker-v1.bin 文件路径来实现。

图像参考处理

  • 直接模式:允许接入单张或多张参考图像。
  • 路径模式:自动读取指定路径中的所有图像。

Lora 模型加载

  • 支持加载本地 lora 模型,并可进行权重调节。

提示词与风格

  • 兼容多种提示词(如肖像大师)和 styler,支持输入正负提示词。
  • 提供 10 种官方风格选项,例如:Cinematic、Disney Charactor、Digital Art 等。

PhotoMaker 图像生成

  • 参数设置:包括生成数量、风格强度、步数、提示词相关度、生成图像的宽高、种子值等。
  • 默认步数为 50 步,但通过 SDXL 模型可优化至 30 步,即能生成高质量图片。

安装与使用

手动安装方法

  1. 使用命令行进入 custom_nodes 目录。
  2. 克隆项目仓库:git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-PhotoMaker.git
  3. 进入项目目录:cd ComfyUI-PhotoMaker
  4. 安装依赖:pip install -r requirements.txt
  5. 重启 ComfyUI 以应用更改。

更新日志

  • 2024年1月22日:添加 Disney-Character: PhotoMaker + DragNUWA 工作流。
  • 2024年1月21日:修复 bfloat16 bug。
  • 2024年1月20日:补充基础工作流。
  • 随后更新:增加 V2.5 版本支持,包括 lora 模型、多图生成与提示词兼容。

性能实测

在版本 V2.0 中,生成速度提升至 3 倍。在 A100 机器上,50 步仅需 7 秒,而在 V1.5 时相同任务需 23 秒。

社区与支持

如有任何问题或需要帮助,可以通过邮件 zhozho3965@gmail.com 或加入 QQ 群 839821928 联系作者,也可以通过 Bilibili 等社交平台支持作者的进一步开发。

致谢

特别感谢 @erLin 的技术支持,帮助解决了 ComfyUI 在图像张量 Shape (N, H, W, C) 上的 bug。

以上是 ComfyUI-PhotoMaker-ZHO 项目的详细介绍。这一工具为图像生成和风格转换提供了强大而便捷的解决方案,是创意设计者的理想选择。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多