Guide du workflow
Image To Image ComfyUI relie une image source, un prompt, un modèle, un échantillonneur et une sortie au sein d’un graphe de nœuds visible. Utilisez-le lorsque le contrôle reproductible compte davantage qu’un résultat obtenu en un clic.
Choisissez votre approche
ComfyUI est utile lorsque vous souhaitez examiner et réutiliser chaque étape d’une modification d’image. Ces points de départ pratiques montrent quand ce contrôle supplémentaire porte ses fruits.
Conservez un visage, une pose ou une composition tout en modifiant les vêtements, l’éclairage ou le traitement artistique grâce à un workflow connecté.
Effectuez des révisions ciblées sans reconstruire toute l’image à partir de zéro.
diffusion stable d’image en imageTestez plusieurs checkpoints, prompts et paramètres de débruitage sur la même image de référence.
Comparez des variations contrôlées tout en gardant l’entrée et le processus visibles.
IA réaliste d’image en imageEnregistrez un graphe qui inclut le chargement, le conditionnement, l’échantillonnage, la mise à l’échelle et la livraison de la sortie.
Répétez une transformation réussie au lieu de vous fier à une série de paramètres masqués.
IA d’image en image en ligneTransmettez un workflow à une autre personne avec des nœuds nommés et des entrées ajustables plutôt qu’un historique de prompts vague.
Faciliter l’examen, la reproduction et l’affinage des expérimentations.
image en image stable diffusionFonctionnalités principales
L’avantage ne réside pas simplement dans la génération d’une image. Il tient à la combinaison d’une structure visible, de composants interchangeables et d’un contrôle reproductible.
Voyez comment l’image source, le conditionnement textuel, le checkpoint, le sampler, le processus latent et le décodeur se connectent. Lorsqu’un résultat n’atteint pas la cible, vous disposez d’une étape précise à examiner.
Modifiez un modèle, un LoRA, une branche de prompt ou un upscaler tout en préservant le reste du workflow. Cela rend les tests côte à côte plus délibérés que le fait de commencer une nouvelle session à chaque fois.
Un graphe terminé peut devenir un modèle réutilisable. Chargez une autre image de référence, ajustez quelques entrées et conservez une logique de transformation cohérente sur toute une série.
Première exécution
Commencez par un petit graphe et une transformation clairement définie. N’ajoutez de la complexité qu’une fois que le parcours de base d’image en image produit un résultat que vous pouvez expliquer.
Découvrez comment l’approche Stable Diffusion gère l’intensité, le conditionnement et le choix du modèle.
Utilisez une interface en ligne lorsque vous souhaitez effectuer la transformation sans assembler un graphe de nœuds local.
Mettez l’accent sur les détails naturels et la fidélité à la référence lorsque le réalisme est le principal objectif du résultat.
Définir les attentes
ComfyUI vous donne le contrôle, pas une qualité automatique. Le parcours est puissant, mais plusieurs contraintes restent visibles dans chaque workflow.
Un graphe peut s’exécuter correctement tout en produisant une anatomie faible, une texture médiocre ou un langage visuel inadéquat si le checkpoint ne correspond pas à la source et au prompt.
Solution de contournementCommencez par un modèle adapté au style souhaité, puis comparez une seule modification à la fois.
Des valeurs de débruitage plus élevées peuvent modifier l’identité, la géométrie, le texte et les petits détails, même lorsque l’image d’origine est correctement chargée.
Solution de contournementRéduisez le débruitage pour préserver la structure et utilisez des masques ou des passes successives pour les modifications locales.
Des nœuds personnalisés manquants, des fichiers de modèle incompatibles, des limites de VRAM et des connexions incorrectes peuvent interrompre un workflow avant qu’une image ne soit produite.
Solution de contournementTestez d’abord un graphe intégré minimal et n’ajoutez des extensions que lorsque le parcours de base fonctionne.
La graine, le sampler, la version du modèle, le prétraitement et les paramètres matériels peuvent tous influer sur le résultat final.
Solution de contournementEnregistrez le graphe, la graine, les noms des modèles et les valeurs clés avec chaque résultat.
Côte à côte
Les deux parcours peuvent transformer une image de référence, mais ils correspondent à des styles de travail différents. Choisissez le parcours général pour la rapidité ; choisissez ComfyUI lorsque le processus lui-même doit rester modifiable.
Image en image avec ComfyUI
Graphe de nœuds visible avec des étapes connectées
Outil général d’image en image
Interface unique pour le chargement, l’invite et le résultat
ComfyUI image en image
Nécessite un workflow, des modèles et des nœuds compatibles
Outil général d’image en image
Généralement prêt à l’emploi dans le navigateur
ComfyUI image en image
Sélection explicite du checkpoint et des composants
Outil général d’image en image
Souvent masqué derrière un préréglage
ComfyUI image en image
Le graphe et les paramètres peuvent être enregistrés et réutilisés
Outil général d’image en image
Dépend généralement de l’historique de la session ou des préréglages
ComfyUI image en image
Inspectez chaque connexion et chaque étape du traitement
Outil général d’image en image
Moins de contrôles, mais moins de causes visibles
ComfyUI image en image
Expérimentations itératives, techniques et proches de la production
Outil général d’image en image
Modifications rapides et exploration sans friction
ComfyUI image en image
Plus élevé au début
Outil général d’image en image
Plus faible pour une première transformation
Prêt à tester
Si vous savez ce qui doit rester fixe et ce qui doit changer, une retouche d’image basée sur des nœuds devient beaucoup plus facile à comprendre. Commencez par une référence, un prompt et un graphe enregistré, puis affinez les éléments qui influencent le résultat.
Questions fréquentes
Il sert à transformer une image existante au moyen d’un workflow de nœuds visible et modifiable. Vous pouvez préserver la structure générale tout en modifiant le style, l’éclairage, les détails du sujet ou la composition grâce à des entrées et des étapes de traitement connectées.
Oui, surtout lorsque vous avez besoin de paramètres reproductibles ou que vous souhaitez examiner la manière dont une retouche a été produite. Il est moins pratique qu’un éditeur en ligne simple pour obtenir rapidement un résultat ponctuel, car le graphe et la configuration du modèle demandent davantage d’attention.
Vous avez généralement besoin d’une image source, d’un checkpoint compatible, d’un graphe d’image en image de base, d’un prompt et de paramètres tels que l’intensité du débruitage et le seed. Un workflow minimal constitue le meilleur point de départ avant d’ajouter des masques, des LoRA, des upscalers ou des nœuds personnalisés.
La cause la plus fréquente est une intensité de débruitage trop élevée par rapport à la quantité de structure que vous souhaitez préserver. Réduisez-la, simplifiez le prompt, vérifiez le checkpoint et utilisez un workflow masqué ou par étapes lorsqu’une seule zone doit être modifiée.
Oui. Enregistrez le graphe avec le nom du checkpoint, le seed, le prompt, le sampler et les valeurs importantes. La réutilisation de cet enregistrement facilite la modification de l’image de référence ou d’une seule étape de traitement tout en gardant le reste cohérent.