【AI学习-comfyUI学习-第二十九节-instantID+IP加载器预工作流-各个部分学习】

AI学习-comfyUI学习-第二十九节-instantID+IP加载器预工作流-各个部分学习

1,前言

最近,学习comfyUI,这也是AI的一部分,想将相关学习到的东西尽可能记录下来。

2,说明

1,第二十九节-instantID-IP加载器预设选择XL工作流

把"人脸"干净、稳定、可控地提取出来,作为 InstantID 的身份输入

bash 复制代码
人脸图 A / B
   ↓
FaceAnalysis(InsightFace)
   ↓
FaceBBox(裁脸 / 定位)
   ↓
(可选)人脸对齐 / 合成
   ↓
InstantID 面部分析
   ↓
输出给后续 InstantID 应用节点

2,第二十九节2.instantID工作流

用一张参考人脸照片 → 提取人脸身份特征(InstantID) → 结合文本提示词 → 在生成新图时强制"长得像这个人"

bash 复制代码
参考人脸图
   ↓
InstantID 人脸分析(提取身份特征)
   ↓
InstantID + ControlNet(把"这个人是谁"强行塞进生成过程)
   ↓
KSampler 采样生成
   ↓
VAE 解码
   ↓
保存图片

3,流程

1-第二十九节-instantID-IP加载器预设选择XL工作流

(1)调用模块

(2)输出 提示词

bash 复制代码
1girl

(3)生成图片

(1)原图片-参考图片

(2)生成图片

(4)模型选择

2-第二十八节2-InstantID(参考风格)工作流

(1)调用模块

(2)输出 提示词

bash 复制代码
beautiful natural scenery, crystal glass bottle, dreamy landscape, cosmic nebula inside bottle, purple and blue galaxy glow

(3)生成图片

(1)原图片-参考图

(2)生成图片

(4)使用模型

4,模块部分说明

1「InstantID 面部分析」

作用(非常关键):

  • 从照片里 抽取人脸身份向量(embedding)
  • 本质是:"人脸身份证"

输入:

  • 人脸图片

输出:

  • InstantID
  • InsightFace
  • 人脸关键点 / 结构信息

👉 后面所有"像不像这个人",都靠这里


2「InstantID 文件(ip-adapter.bin)」

作用:

  • InstantID 的 身份适配模型
  • 类似 LoRA,但专门用于 人脸身份

你可以理解为:

"这是 InstantID 能听懂'人是谁'的翻译器"


3「应用 InstantID(高级)」------⭐ 核心节点 ⭐

这是整张图的灵魂

把下面几种东西 合并

  • 人是谁(InstantID)
  • 人脸结构(InsightFace)
  • 场景与风格(CLIP 文本)
  • 扩散控制(ControlNet)

4 FaceAnalysis(InsightFace)

作用:

  • 使用 InsightFace 做人脸检测与分析

  • 输出的是:

    • 人脸框
    • 关键点
    • 人脸结构信息

参数说明:

  • 库:insightface
  • 设备:CPU(OK 的,做人脸分析不吃显存)

👉 这是 InstantID 的前提条件


5 面部BBox(FaceBBox)

这是一个非常关键、但很多人忽略的节点

  • 根据 FaceAnalysis 的结果

  • 精确裁出"脸的区域"

  • 保证:

    • 脸在画面正中
  • 分区:0

  • 分区百分比:0.00

  • 索引:-1(自动选脸)

👉 含义一句话:

"只拿脸,不要背景"

这一步对:

  • 身份稳定
  • 脸不跑偏
    极其重要。

6 图像组合批次

作用:

  • 把多张裁好的人脸图
    → 合并成一个批次

为什么要这样做?

  • InstantID 支持多脸 embedding

  • 多张脸 =

    • 更稳定的身份特征
    • 抗表情 / 光照 / 角度变化

👉 这一步是 "InstantID 高质量用法"


5,细节部分

6,工作流链接

(1)第二十九节-instantID-IP加载器预设选择XL工作流
https://download.csdn.net/download/qq_22146161/92516694

(2)第二十九节2.instantID工作流
https://download.csdn.net/download/qq_22146161/92516693

7,总结

不断学习摸索中。

相关推荐
甲维斯12 分钟前
我要开始吹牛逼了!Kimi K3 “宇宙无敌”!
前端·人工智能
周末程序猿14 分钟前
图解 120 个大语言模型(LLM)核心概念(61-90)
人工智能
科技圈快迅19 分钟前
游戏投影仪和普通投影仪区别是什么?2026游戏投影仪测评
人工智能
陆枫Larry1 小时前
CPU 和 GPU 的核心区别与适用场景
人工智能
Aa99883341 小时前
AI视觉检测设备厂家的技术选型框架——密封件和磁材的缺陷分类与光学成像原理
人工智能
吴佳浩1 小时前
今天我们讲讲大模型的“核心”技术:蒸馏(Model Distillation)
人工智能·llm·agent
阿里云大数据AI技术1 小时前
阿里云 ES AI 引擎版:面向 Agent 场景,为亿级租户、千亿规模向量设计的搜索引擎
人工智能·elasticsearch·agent
郭小铭1 小时前
[开源] 做了一个本地优先的多 Agent 市场研究桌面:Evidence Loom
人工智能
星栈1 小时前
翻完 Pi 源码:它和 Codex、Claude Code 有何不同
人工智能·agent