新闻详情

新闻详情

首页 / 资讯中心 / 详情

【ComfyUI】SD1.5 + ControlNet 涂鸦引导图生图

发布时间:2026/11/18 7:52:28来源:尧图网络
【ComfyUI】SD1.5 + ControlNet 涂鸦引导图生图
今天给大家演示一个基于DreamShaper 模型与ControlNet Scribble相结合的 ComfyUI 工作流。这个流程通过导入基础模型和 VAE,结合图像的边缘检测预处理,再配合正向与负向提示词的控制,使生成结果在画面风格和细节上都能保持高质量。整个流程的重点是将输入图像经过 Canny 算子提取特征,再利用 ControlNet 引导生成,最终输出具备高度还原与艺术表现力的图像效果。这样一来,无论是广告创意、角色 Q 版化设计,还是场景细节的再现,都能获得更灵活且稳定的生成体验。文章目录工作流介绍核心模型Node节点工作流程大模型应用CLIPTextEncode(正向 Prompt) 主语义与画面内容生成控制CLIPTextEncode(负向 Prompt) 质量与瑕疵抑制使用方法应用场景工作流介绍该工作流以DreamShaper_8_pruned.safetensors作为核心基础模型,配合vae-ft-mse-840000-ema-pruned.safetensors的解码器保证细节的丰富度,并引入control_v11p_sd15_scribble_fp16.safetensors来实现手绘线稿式的 ControlNet 控制。通过这一组合,工作流既能保证图像的整体艺术质量,又能让输入图像在边缘、构图等层面得到准确的约束和优化。在节点设计上,工作流涵盖了从模型加载、图像预处理、提示词编码、采样生成到最终图像保存的完整链路。整体的节点分工清晰,既突出了生成的灵活性,也保证了效果的稳定性。核心模型在核心模型部分,工作流加载了三个关键模型:DreamShaper 用于生成图像的主要风格与画质,VAE 负责高质量的解码细节,而 ControlNet Scribble 则在图像约束与边缘保持中发挥了决定性作用。这一组合让生成结果既保留了创作自由度,又能忠实遵循输入图像的结构与轮廓,特别适合场景还原、风格化角色创作等场景。模型名称说明
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉