🦊ControlNet
https://gyazo.com/374d9112c26cc1098d9e7e11b5ca49fa
拡散モデルはAIにノイズと画像に関係性を見つけ出し、ノイズから画像を生成できるようにするものでした。 この"ノイズ"の他にもなにか概念も加えられたらどうでしょう?
例えば" イラストの線画 "と" 塗り終わった画像 "の関係性を見つけさせたら、線画を渡せば色を塗ってくれるものが
" 人の写真 "と" 棒人間 "の関係性を見つけさせたら、棒人間を渡すだけで同じポーズをした人の画像を作ってくれるものができそうです
🦊ComfyUIでやってみる
まずは落書きをもとに絵を描くscribbleを試しましょう
ControlNetモデルのダウンロード
https://gyazo.com/c4eb225f08ac8282c46d6bcf5ad21b02
結局使うので全部インストールしてしまってもよいですね
https://gyazo.com/d64f40298ebc5853d25b01090900cfcf
https://gyazo.com/beead55d50334c56762156fec9ccac44
https://gyazo.com/0583906f56ae509a8650ab6481fdec57
タイミングを調整する場面は多いため、基本的にこちらを使います
📚種類いろいろControlNet
画像と対応させられる概念はアイデアの数だけ存在します
openpose(棒人間)や深度マップはみたことがある方も多いと思いますが、他にもいろんな物が開発されています その他主なControlNet
scribble : 落書き
lineart/anime : 線画
inpaint : inpainting
QR Code Monster : 白黒画像
次のControlNetの開発者はあなたかもしれない……
モデル一覧
🧩ControlNetへの入力する画像の下処理について
scribbleくらいであれば、ペイントソフトを立ち上げて自分で描けばよいですが、openposeや深度マップともなるとそもそもこれらを用意するのが大変です
これらを用意するためのカスタムノードがComfyUIにはたくさんあるので、見ていきましょう
https://gyazo.com/45a394e0b73f40d99775f8d4c1746cbc
一枚の画像を素に、線画や棒人間に変換するノードがいろいろあります
https://gyazo.com/12437869dc01560c0b95a9daa2de6ed4
処理が重いのでControlNetに使うには少し過剰戦力かもしれません
https://gyazo.com/ffefadf2e29d8e4dc660bc5876fd3138
棒人間の3Dモデルを操作してopenposeを出力
画像を読み込んで、自動でそのポーズに変換する機能もある
手と足のみ深度マップ、ノーマルマップも出力できる