ComfyUI_InstantID

ComfyUI_InstantID

ComfyUI原生集成InstantID,优化人物图像生成效率

ComfyUI_InstantID项目为ComfyUI提供原生InstantID支持,无需依赖diffusers库。该扩展完全集成ComfyUI,支持多ID生成、IPAdapter风格化和额外ControlNet控制。通过降低CFG和注入噪声等技术,有效减少水印并提升生成质量。项目还支持SDXL Turbo/Lighting模型,适合需要高效、灵活人物图像生成的用户。

ComfyUIInstantIDAI绘图开源项目人工智能Github

ComfyUI InstantID(原生支持)

ComfyUI 提供原生 InstantID 支持。

与其他已有扩展不同,本扩展不使用 diffusers,而是原生实现 InstantID,并与 ComfyUI 完全集成。

赞助

<div align="center">

:heart: Github 赞助 | :coin: Paypal

</div>

如果您喜欢我的工作并希望看到更新和新功能,请考虑赞助我的项目。

更不用说文档和视频教程了。例如,查看我在 YouTube 上的 ComfyUI 高级理解 视频,第1部分第2部分

保持代码开源和免费的唯一方法是赞助其开发。赞助越多,我就能投入更多时间到我的开源项目中。

请考虑 Github 赞助PayPal 捐赠(Matteo "matt3o" Spinelli)。对于 50 美元以上的赞助,如果您希望在此 readme 文件中被提及,可以在 Discord 上或通过 matt3o :snail: gmail.com 联系我。

重要更新

  • 2024/02/27: 在负面嵌入中添加了噪声注入

  • 2024/02/26: 修复了一个小但严重的错误。结果会有所不同,您可能需要降低 CFG。

  • 2024/02/20: 我重构了节点,希望它们更易于使用。这是一个破坏性更新,之前的工作流将不再有效。

基本工作流

examples 目录中,您可以找到一些基本工作流。

工作流

视频教程

<a href="https://youtu.be/wMLiGhogOPE" target="_blank"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/1833f835-5398-43bb-8e6d-858e66e56aaf.jpg" alt="观看视频" /> </a>

** :movie_camera: InstantID 功能介绍**

安装

将 ComfyUI 更新到最新版本!

下载或 git clone 此仓库到 ComfyUI/custom_nodes/ 目录,或使用管理器。

InstantID 需要 insightface,您需要将其与 onnxruntimeonnxruntime-gpu 一起添加到您的库中。

InsightFace 模型是 antelopev2(不是经典的 buffalo_l)。下载模型(例如从这里这里),解压并放置在 ComfyUI/models/insightface/models/antelopev2 目录中。

主要模型可以从 HuggingFace 下载,应放置在 ComfyUI/models/instantid 目录中。(注意该模型被称为 ip_adapter,因为它基于 IPAdapter)。

您还需要一个 controlnet,将其放在 ComfyUI controlnet 目录中。

请记住,目前这仅适用于 SDXL。

水印!

训练数据中充满了水印,为避免它们出现在您的生成中,请使用稍微不同于 1024×1024(或标准尺寸)的分辨率,例如 1016×1016 效果很好。

降低 CFG!

将 CFG 降低到至少 4/5 很重要,或者您可以使用 RescaleCFG 节点。

面部关键点

人物姿势基于参考图像生成的关键点。您可以通过向 image_kps 输入发送图像来使用不同的姿势。

<img src="https://yellow-cdn.veclightyear.com/835a84d5/0a20641f-40aa-4bf2-b154-c53f32737cc9.jpg" width="386" height="386" alt="白日梦" />

噪声注入

默认的 InstantID 实现似乎真的会烧毁图像,我发现通过向负面嵌入注入噪声,我们可以缓解这种效果,并增加与参考的相似度。默认的 Apply InstantID 节点自动注入 35% 的噪声,如果您想微调效果,可以使用高级 InstantID 节点。

这仍然是实验性的,将来可能会改变。

额外的 Controlnets

您可以在生成中添加更多的 controlnets。提供了深度 controlnet 的示例工作流。

使用 IPAdapter 进行样式设计

可以使用 IPAdapter 为构图设计样式。提供了一个示例。

<img src="https://yellow-cdn.veclightyear.com/835a84d5/9c839034-5459-4782-bd0f-4b96be6d85ff.jpg" width="512" alt="IPAdapter" />

多重 ID

支持多重 ID,但工作流有点复杂,生成速度较慢。我会检查是否能找到更好的方法。在示例目录中提供了"黑客式"工作流。

<img src="https://yellow-cdn.veclightyear.com/835a84d5/80b51db9-96a0-4515-9d95-a05a35f847a8.jpg" width="768" alt="IPAdapter" />

高级节点

有一个 InstantID 高级节点可用,目前与标准节点的唯一区别是您可以分别设置 instantID 模型和 controlnet 的权重。现在还包括噪声注入选项。这可能有助于微调。

instantID 模型影响约 25% 的构图,其余部分是 controlnet。

噪声有助于减少"烧毁"效果。

其他说明

它与 SDXL Turbo/Lighting 配合得很好。社区检查点效果最佳。

当前赞助商

正是由于慷慨的赞助商,整个社区才能享受开放和免费的软件。请与我一起感谢以下公司和个人!

金牌赞助商

Kaiber.ai   Kaiber.ai

支持我项目的公司

尊敬的个人

一次性特别赞助

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