Z-Image 매우 강력한 IMG2IMG 캐릭터용 워크플로우 V4 - 역대 최고

나는 이전 버전을 공유했을 때 많은 사람들이 좋아했던 IMG2IMG Zimage 워크플로우를 작업해 왔습니다.

위의 'Before' 이미지는 모두 무료 라이센스 웹사이트에서 가져온 스톡 이미지입니다.

이 버전은 훨씬 더 VRAM 효율적이며 동시에 놀라운 품질과 포즈 전송을 생성합니다.

이는 Z-Image Turbo Training Adapter에서 훈련된 모델과 매우 잘 작동합니다. 저 역시 다른 사람들처럼 Z Image Base 훈련을 위한 최상의 설정을 찾으려고 노력하고 있습니다. 기본 LORA/LOKR은 완전히 파악되면 더 나은 성능을 발휘할 것이라고 생각하지만 이미 원하는 수준의 90%에 도달했습니다.

MalcomRey의 Z-Image Turbo Lora 컬렉션을 진지하게 시도해 보세요. 그의 Lora 작품을 이렇게 잘 본 적이 없습니다: https://huggingface.co/spaces/malcolmrey/browser

Base에서 훈련된 LOKR을 공유하려고 했지만 워크플로에서는 내가 원하는 대로 작동하지 않습니다.

대신 여기에 AI Toolkit의 Adafactor 및 Diff Guidance 3을 사용하여 ZiT에 대해 훈련된 두 개의 LORA가 있습니다. 다른 모든 것은 표준입니다.

하나는 여러분 중 일부가 알아볼 수 있는 유명한 유명인이고, 다른 하나는 중간 크기의 잘 알려진 e-girl입니다(어떤 사람들은 유명인 LORA가 바람을 피우고 있다고 불평하기 때문입니다).

연예인: https://www.sendspace.com/file/2v1p00

Instagram/TikTok e-girl: https://www.sendspace.com/file/lmxw9r

워크플로(업데이트됨): https://pastebin.com/NbYAD88Q

이번에는 내가 사용하는 모든 모델 링크가 텍스트 상자의 작업 흐름 내부에 있습니다. 주요 섹션에 대한 지침을 제공했습니다.

이전의 모든 워크플로에 비해 품질이 훨씬 향상되었으며 훨씬 더 빨라졌습니다!

어떻게 생각하는지 알려주시고 재미있게 보내세요...

편집: 두 단계 모두 1.7 cfg를 실행하면 더 많은 효과가 추가되고 매우 잘 작동할 수 있습니다.

더 많은 변화를 원하면 두 샘플러 모두의 노이즈 제거를 높이세요. 0.3~0.35 정말 좋습니다. 기본적으로 보수적이지만 값을 늘리면 캐릭터가 더 많이 제공됩니다.

---