Detailed Guide to Flux ControlNet Workflow (FLUX ControlNet 워크플로우 상세 가이드)
이 튜토리얼은 ComfyUI에서 Flux의 공식 ControlNet 모델을 사용하는 방법을 안내합니다. 우리는 FLUX.1 Depth와 FLUX.1 Canny라는 두 가지 공식 제어 모델의 사용법을 다룰 것입니다.
이 튜토리얼은 ComfyUI Flux 예제를 기반으로 업데이트되었습니다.
모델 소개
FLUX.1 Depth [dev]
- 120억 매개변수의 정류 흐름 변환기 모델
- 깊이 맵을 기반으로 한 구조적 가이드
- 향상된 효율성을 위한 가이드 증류 훈련 사용
- 개인, 연구 및 상업적 사용 지원
FLUX.1 Canny [dev]
- 120억 매개변수의 정류 흐름 변환기 모델
- Canny 에지 검출을 기반으로 한 구조적 가이드
- 또한 가이드 증류 훈련 방법 사용
- FLUX.1 [dev] 비상업적 라이선스 준수
모델 버전 개요
Flux ControlNet 모델은 두 가지 버전으로 제공됩니다: Full Model과 LoRA Model.
Full Model Version
- 모든 가중치를 포함하는 완전한 모델 파일
- 더 큰 VRAM 필요
- 최고의 생성 품질
LoRA Version
- 차이 가중치만 포함하는 경량 모델
- 기본 Flux 모델 필요
- 낮은 VRAM 사용
준비
1. ComfyUI 업데이트
먼저, ComfyUI가 최신 버전으로 업데이트되었는지 확인하세요. ComfyUI를 업데이트하고 업그레이드하는 방법을 모른다면 ComfyUI 업데이트 및 업그레이드 방법을 참조하세요.
참고: Flux ControlNet 기능은 최신 버전의 ComfyUI가 필요하므로 먼저 업데이트를 완료하세요.
2. Full Version Model 다운로드
모델 이름 | 파일 이름 | 설치 위치 | 다운로드 링크 | 설명 |
---|---|---|---|---|
CLIP Model | clip_l.safetensors | ComfyUI/models/clip/ | 다운로드 | 표준 CLIP 인코더 |
CLIP Model | t5xxl_fp16.safetensors | ComfyUI/models/clip/ | 다운로드 | 표준 정밀도 버전 |
CLIP Model | t5xxl_fp8_e4m3fn.safetensors | ComfyUI/models/clip/ | 다운로드 | 저정밀도 버전 |
VAE Model | ae.safetensors | ComfyUI/models/vae/ | 다운로드 | VAE 인코더-디코더 |
Flux Depth | flux1-depth-dev.safetensors | ComfyUI/models/diffusion_models/ | 다운로드 | 깊이 제어 모델 |
Flux Canny | flux1-canny-dev.safetensors | ComfyUI/models/diffusion_models/ | 다운로드 | 에지 제어 모델 |
3. LoRA Version Model 다운로드
모델 이름 | 파일 이름 | 설치 위치 | 다운로드 링크 | 설명 |
---|---|---|---|---|
Flux Base Model | flux1-dev.safetensors | ComfyUI/models/diffusion_models/ | 다운로드 | LoRA 기본 모델 |
Depth LoRA | flux1-depth-dev-lora.safetensors | ComfyUI/models/loras/ | 다운로드 | 깊이 제어 LoRA |
Canny LoRA | flux1-canny-dev-lora.safetensors | ComfyUI/models/loras/ | 다운로드 | 에지 제어 LoRA |
4. 워크플로우 파일 다운로드
5. 시스템 요구 사항
- VRAM 요구 사항: 최소 16GB VRAM 권장
- VRAM이 제한된 경우, fp8 버전 모델을 사용하여 VRAM 사용량을 줄일 수 있습니다.
Flux ControlNet 워크플로우 사용 가이드
Full Version 사용 팁
-
ControlNetLoader
- Depth Model: 참조 이미지의 3D 구조 유지
- Canny Model: 참조 이미지의 에지 라인 유지
-
Preprocessing Nodes
- DepthPreprocessor: 깊이 맵 생성, 추가 조정 불필요
- CannyEdgePreprocessor: 임계값 조정으로 에지 검출 세부 조절
- 낮은 임계값: 에지 검출 민감도
- 높은 임계값: 에지 라인 완전성
-
FluxGuidance
- 권장 값: 3.5-4.0
- 높은 값은 생성 결과를 프롬프트 설명에 더 가깝게 만듭니다.
-
ModelSamplingFlux
- shift_factor: 1.15 (기본 값, 일반적으로 조정 불필요)
- multiplier: 0.5 (필요에 따라 미세 조정 가능)
LoRA Version 사용 팁
-
LoraLoaderModelOnly Node
- 해당 LoRA 모델 파일 로드
- 권장 강도 매개변수: 1.0
- 기본 Flux 모델을 먼저 로드해야 합니다.
-
InstructPixToPixConditioning Node
- 이미지-투-이미지 조건 제어에 사용
- VAE 및 원본 이미지 입력 연결 필요
-
KSampler 설정
- 권장 단계: 20
- 샘플러: euler
- 스케줄러: normal
- 디노이즈: 1.0
버전 선택 가이드라인
-
Full Version 선택 시기
- 충분한 VRAM (16GB 이상) 보유
- 최고의 생성 품질 추구
- 더 정밀한 제어 필요
-
LoRA Version 선택 시기
- 제한된 VRAM (8-16GB)
- 더 빠른 생성 속도 필요
- 품질 요구 사항이 엄격하지 않음
매개변수 조정 팁
Depth Control
- 공간 구조 유지가 필요한 장면에 적합
- 권장 제어 강도: 0.6-0.9
Canny Control
- 라인 및 윤곽 유지가 필요한 장면에 적합
- 권장 제어 강도: 0.5-0.8
일반 팁
- 기본 매개변수로 테스트 시작
- 생성 결과에 따라 제어 강도 점진적으로 조정
- 프롬프트 조정을 통해 결과 최적화
고급 응용
-
혼합 제어
- Depth와 Canny 제어를 동시에 사용할 수 있음
- 다른 제어 네트워크의 가중치 조정
-
스타일 전환
- LoRA 모델과 결합
- 스타일 프롬프트 사용
-
배치 처리
- 배치 처리 노드 사용
- 워크플로우 최적화