x-flux-comfyui使用
x-flux-comfyui 依赖于 FLUX 框架,后者是一种基于 Python 的图像生成和编辑工具,具有高度模块化的特点。x-flux-comfyui 通过引入自定义节点和模型,扩展了 FLUX 的功能。以下是项目的主要技术特点:
- 自定义节点:x-flux-comfyui 提供了多个自定义节点,这些节点可以与 FLUX 的现有节点无缝集成,从而实现更复杂的图像处理任务。
- 模型集成:项目集成了多种预训练模型,如 Canny ControlNet、Depth ControlNet、HED ControlNet 和 LoRA,这些模型可以用于不同的图像处理场景,如边缘检测、深度估计、边缘分割和风格迁移等。
- 内存优化:x-flux-comfyui 支持低内存模式,允许用户在有限的 VRAM 条件下运行 FLUX,从而降低了硬件要求。
安装:
步骤 1:克隆项目
首先,您需要从 GitHub 上克隆 x-flux-comfyui到ComfyUI 的 custom_nodes 目录下
git clone https://github.com/XLabs-AI/x-flux-comfyui.git
步骤 2:安装依赖
进入 x-flux-comfyui 目录,运行以下命令安装项目依赖:
pip install -r requirements.txt
步骤 3:安装自定义节点
在 x-flux-comfyui 目录中,运行以下命令来安装自定义节点:
python setup.py
步骤 4:配置 ComfyUI
安装完成后,首次启动后,将自动创建 ComfyUI/models/xlabs/loras
和 ComfyUI/models/xlabs/controlnets
文件夹。
因此,要使用 lora 或 controlnet,只需将模型放在这些文件夹中即可。(文末有下载入口)
模型下载:
x-flux-comfyui为FLUX.1训练了 ControlNet:Canny 、Depth ControlNet、HED ControlNet 和 LoRA。
模型下载:
- flux-controlnet 集合
- flux-controlnet-canny
- flux-Realism Lora (流度-现实主义劳拉)
- flux-lora-collections
- flux-furry-lora
- flux-ip 适配器
步骤 5:安装额外插件(可选)
对于 controlnet,您需要安装 comfyui_controlnet_aux
按照以上步骤操作后,您应该已经成功安装了 x-flux-comfyui,并可以在 ComfyUI 中使用相关的自定义节点了。