简介
虽然SD3在生成图像方面还存在很多不确定性,但不得不承认这个模型的细节令人惊叹。当 Tile 模型出现时,强大的控件与 SD3 的出色图像质量相结合,创建了可用的最强大的图像质量增强工作流程。
工作流节点截图
附件文件一览
模型
Checkpoints
sd3_medium_incl_clips.safetensors👉
内置节点
Anything Everywhere3
ControlNetApplySD3
DownloadAndLoadFlorence2Model
Florence2Run
LayerUtility: SD3NegativeConditioning
ModelSamplingSD3
Note
Prompts Everywhere
Seed (rgthree)
TripleCLIPLoader
自定义节点
ComfyUI
– CLIPTextEncode
– ConditioningCombine
– SaveImage
– CheckpointLoaderSimple
– VAEDecode
– PreviewImage
– ControlNetLoader
– SamplerCustom
– VAEEncode
– LoadImage
– KSamplerSelect
– BasicScheduler
– UpscaleModelLoader
ComfyUI Easy Use
– easy negative
– easy stylesSelector
– easy imagePixelPerfect
ComfyUI Impact Pack
– FaceDetailer
– UltralyticsDetectorProvider
– SAMLoader
ComfyUI Layer Style
– LayerUtility: ImageScaleByAspectRatio V2
ComfyUI Nodes for Inference.Core
– AIO_Preprocessor
pythongosssss/ComfyUI-Custom-Scripts
– ShowText|pysssss
UltimateSDUpscale
– UltimateSDUpscale
2.某些节点可能过于老旧或被弃用,建议把同类节点升级或尽量使用新日期的 工作流节点。
由于本网站资源是搜集整理而成,版权均归原作者所有。网站内所有资源仅供学习交流之用,请勿用作商业用途,并请于下载后24小时内删除,如果喜欢,请支持正版,谢谢。
暂无评论内容