SnapRef v2a : pondération par photo de référence dans ComfyUI

Quatre références, trois prompts de scène. Les contours orange marquent les entrées ; les prompts ne nomment aucun personnage et ne contiennent aucune balise d'apparence.

Ce qui change par rapport à v1a

• Une pondération par référence. Dans la disposition separate, chaque photo reçoit sa propre pondération, 1,0 par défaut et 0 pour la désactiver. Une seconde photo réglée à 0,4 infléchit le rendu au lieu de le dominer.
• Deux modes dans le nœud simple. Character & Style reprend le rendu de la référence, Character ne prend que le personnage, laissant les balises d'artiste et les mots de style décider du rendu.
• Six flux de travail, dont un avec deux personnages, et une comparaison de pondérations de référence livrée avec ses propres prompts et graines.

Deux graines fixes par ligne : une référence, la seconde référence à 0,4, puis à 1,0. Sur la même paire, 1,0 n'est pas toujours le meilleur résultat.

Mise en route

1. Installez Anima base v1.0 avec son encodeur de texte et son VAE.
2. Copiez comfyui/snapref/ depuis le référentiel vers ComfyUI/custom_nodes/snapref/ et redémarrez ComfyUI.
3. Placez snapref_v2a.safetensors dans ComfyUI/models/loras/. Utilisez le nœud SnapRef, pas LoraLoader : le fichier contient deux branches LoRA derrière une seule clé et un loader LoRA standard ne le lira pas correctement.
4. Ouvrez le flux de travail ci-dessous, déposez une photo sur l'emplacement d'image dans le nœud et n'écrivez que la scène.

Le graphique simple tourne en 28 étapes, Euler avec simple, CFG 4,5 et fidélité 1,0 en 832 x 1216. Pour deux vues d'un même personnage, le second flux de travail règle la seconde pondération à 0,4 :

Un fichier FP8 pèse 195 Mo au lieu de 382 Mo. Il stocke des matrices E4M3FN avec des échelles par ligne et le nœud les restaure en bf16 au chargement, les images peuvent donc différer légèrement des pondérations complètes.

Ce à quoi s'attendre

Mode char, graines appariées par ligne : la référence fournit le personnage, le prompt fournit le style.

Une seconde vue ajoute la tenue et la silhouette. Pondération 1,0 pour Persica, 0,4 pour Mia, des exemples choisis plutôt qu'un score moyen.

Sur l'évaluation fixe des auteurs (64 cas, deux graines), v2a est au niveau de v1a plutôt qu'en avance : rappel des balises d'apparence de 0,8722 à 0,8727, SigLIP de tête de 0,8989 à 0,8903, distance CCIP sur l'image entière de 0,0725 à 0,0757. Leur lecture qualitative fait état d'un meilleur suivi de la référence, et la carte signale toujours les visages clairs en référence comme un point faible pour le détail du visage. Les métriques varient avec le cadrage, la pose et la détection de tête, considérez-les donc comme un simple contrôle de cohérence.

Si v1a vous donne déjà le personnage souhaité, il n'y a aucune raison de basculer pour la seule précision. Les raisons de migrer sont les pondérations par référence et les flux de travail ajustés pour v2a.

Disponibilité

• Pondérations, nœuds, six flux de travail et figures : 0ppxnhximxr/snapref-v2a
• Code d'entraînement, de données et d'évaluation : ArcAnima/SnapRef
• Version antérieure : snapref-v1a, présentée dans SnapRef v1a