Skip to content
チュートリアルComfyUI 上級チュートリアル2.3 FLUX.1 Fill

Flux Fill ワークフロー ステップバイステップガイド

Flux Fill は、画像の修復（inpainting）および画像の拡張（outpainting）に特化した強力なモデルです。このチュートリアルでは、インストールから使用までの完全なプロセスをガイドします。

Flux Fill ワークフロー

このチュートリアルは、公式の ComfyUI ワークフローに基づいた詳細なガイドです。公式のオリジナルチュートリアルのアドレス: https://comfyanonymous.github.io/ComfyUI_examples/flux/

Flux Fill モデルの紹介

Flux Fill モデルは主に以下の用途に使用されます:

  • 画像修復: 画像の欠落または削除された部分を埋める
  • 画像拡張: 既存の画像の境界をシームレスに拡張する
  • マスクとプロンプトワードを使用して生成されたコンテンツを正確に制御する

Flux Fill モデルリポジトリのアドレス: Flux Fill

準備

1. ComfyUI の更新

まず、ComfyUI が最新バージョンに更新されていることを確認してください。ComfyUI の更新方法がわからない場合は、ComfyUI の更新方法を参照してください。

2. 必要なモデルのダウンロード

以下のモデルファイルをダウンロードする必要があります:

モデル名ファイル名インストール場所ダウンロードリンク
CLIP モデルclip_l.safetensorsComfyUI/models/clipダウンロード
t5xxl_fp16.safetensorsComfyUI/models/clipダウンロード
Flux Fill モデルflux1-fill-dev.safetensorsComfyUI/models/unetFlux Fill リリース

3. ワークフローファイルのダウンロード

ワークフロー使用ガイド

ワークフローノードの説明

ワークフローには主に以下の重要なノードが含まれます:

  1. モデル読み込みノード
  • UNETLoader: Flux Fill モデルを読み込む
  • DualCLIPLoader: CLIP テキストエンコーディングモデルを読み込む
  • VAELoader: VAE モデルを読み込む
  1. プロンプトエンコーディングノード
  • CLIPTextEncode (Positive): ポジティブプロンプトのエンコーディング
  • CLIPTextEncode (Negative): ネガティブプロンプトのエンコーディング
  • FluxGuidance: Flux 特有のプロンプトガイダンス強度の制御
  1. 画像処理ノード
  • LoadImage: 修復する画像とマスクを読み込む
  • InpaintModelConditioning: 画像修復の条件を処理する
  • KSampler: サンプラー設定
  • VAEDecode: 潜在画像を可視画像に変換する
  • SaveImage: 生成された画像を保存する

使用手順

  1. モデルの読み込み

    • UNETLoader で flux1-fill-dev.safetensors を選択
    • DualCLIPLoader で clip_l.safetensors と t5xxl_fp16.safetensors を読み込む
    • VAELoader で ae.safetensors を読み込む

  2. 画像とマスクの準備

    • LoadImage ノードで修復する画像を読み込む
    • 画像には修復領域のマスクとして白い部分を含める

  3. プロンプトの設定

    • ポジティブプロンプトボックスに生成したいコンテンツの説明を入力
    • ネガティブプロンプトボックスに表示したくないコンテンツの説明を入力
    • FluxGuidance ノードでプロンプトガイダンスの強度を調整（デフォルト値 30）

  4. サンプリングパラメータの調整 KSampler ノードで以下を設定:

    • ステップ数: 推奨 20-30 ステップ
    • CFG: 推奨 7-8
    • サンプラー: 推奨 euler
    • スケジューラー: 推奨 normal
    • デノイズ: 推奨 1

パラメータ調整の提案

以下は実用的なパラメータ調整の提案です:

  • プロンプトガイダンス強度 (FluxGuidance):

    • 値が大きいほど、生成されたコンテンツがプロンプトの説明に近くなる
    • 値が小さいほど、生成されたコンテンツが自然になる
    • 推奨範囲: 20-40

  • サンプリングステップ数 (Steps):

    • ステップ数が多いほど、詳細が豊かになるが、処理時間が長くなる
    • 推奨範囲: 20-30 ステップ

  • デノイズ強度 (Denoise):

    • 1.0 は完全な再生成を意味する
    • 値が低いほど、元の画像の特徴が多く保持される

よくある問題の解決策

  1. 生成結果が満足できない

    • FluxGuidance の値を調整してみる
    • サンプリングステップ数を増やす
    • プロンプトの説明を最適化する

  2. 不自然なエッジ

    • マスクのエッジに適切なぼかしの遷移を持たせる
    • デノイズ値を 0.8-0.9 に調整する

  3. VRAM が不足している

    • サンプリングステップ数を減らす
    • 画像解像度を下げる
    • バッチサイズを小さくする

高度な技術

  1. マスク作成技術

    • ソフトブラシのエッジを使用する
    • マスク範囲を少し拡大する
    • 周囲の環境の連続性を考慮する

  2. プロンプトの最適化

    • ターゲットエリアの視覚的特徴を詳細に説明する
    • 材質、照明、その他の詳細情報を含める
    • ネガティブプロンプトを使用して不要な要素を避ける

  3. パラメータの組み合わせの推奨

    • リアルなシナリオ: 高いステップ数 (25-30)、低い FluxGuidance (20-25)
    • 芸術的な創作: 低いステップ数 (15-20)、高い FluxGuidance (35-40)

例のショーケース

以下の例を試して、Flux Fill の使用に慣れてください:

  1. シンプルな修復
  • ポジティブプロンプト: a natural landscape with trees and mountains
  • FluxGuidance: 30
  • ステップ数: 20
  1. クリエイティブなフィリング
  • ポジティブプロンプト: magical forest with glowing mushrooms and fairy lights
  • FluxGuidance: 35
  • ステップ数: 25

満足のいくパラメータの組み合わせを保存して、将来の使用に備えてください。