Flux最新风格迁移技术:RF-Inversion 使用方法和效果测评!

10/21/2024, 3:24:02 PM | 热度:253 | 阅读本文需 1 分钟

点赞

前几天推上的博主分享了通过 RF-Inversion 图像反转技术实现 FLUX 的风格迁移和图像编辑,效果看起来还挺不错的,我这里也测试了一下,用起来也很简单,推荐大家也去玩玩。

比较有特点的是这个技术不用下载任何模型,所以使用起来非常的方便,只需要安装缺失节点即可

image.png

详细介绍: https://rf-inversion.github.io/

github 项目地址:https://github.com/logtd/ComfyUI-Fluxtapoz

官方示例:

image.png

图像编辑

效果还是不错的就是和原图还有点区别

戴眼镜:

image.png

闭眼:

image.png

风格迁移

参考的猫咪的姿势和颜色生成的狗狗

image.png

我使用的提示词是:穿着西装的小男孩,参考了左边的风格效果,连姿势都很接近

image.png

再测试一张风格明显的简笔画

image.png

使用方法

我们在上面的 github 项目链接中下载工作流

image.png

然后把工作流拖入到 comfyui 中安装缺失节点重启即可

image.png

我们在左边上传我们的参考图或者修改的图片,中间 Unsampling 可以不动,最后 Sampling 修改提示词即可

工作流中也有注释 Notes:

  • 反采样的步长应等于采样步长

  • 伽玛值应为 0.5,效果才会好,但也可以随意调整。0.0 时,它不会将给定图像中的任何数据转换为噪点。

  • 在反采样组中 Gudiance 应为 0,空 prompt 用于进行基本的反向噪点处理。

  • 如果要进行风格化处理,可以加入一个提示词,并随意调整引导值

其实大部分都不用改,工作流的默认设置已经设置好了。感兴趣的可以去尝试一下哦

更详细的原理和用法可以看一下上面的详细介绍的链接

1

继续阅读本文相关话题

本文收录于专题

ComfyUI教程

共收录篇

查看本专题

文章目录

图像编辑

风格迁移

使用方法

AI教程交流群

扫描二维码加入群聊

与同行学习交流&资源共通