p-h3-image
Random Pose & Outfit with Fixed Face Workflow

概要

このWorkflowは、 p-h3-image (MiniMax H3) を使用して、3枚の参照画像から1枚の画像を生成します。

• Reference 1：ポーズ

• Reference 2：衣装

• Reference 3：顔・髪型

顔の参照画像を固定したまま、ポーズ用フォルダと衣装用フォルダから画像を自動で読み込みます。Workflowを実行するたびに、ポーズと衣装を変更しながら、同じキャラクターのバリエーションを生成できます。

ComfyUI標準のLoadImageではなく、ComfyUI-AITECCAFE-ToolkitのAITEC_Image_Loaderを使用しています。

主な特徴

• 顔と髪型の参照画像を固定

• ポーズ画像を指定フォルダから自動選択
  （🚫ポーズと衣装の画像は含まれていませんのでご自身で準備ください）

• 衣装画像を指定フォルダから自動選択

• ポーズと衣装の組み合わせを変更しながら連続生成可能

• MiniMax H3の画像参照機能を使用

参照画像の役割

Reference 1：ポーズ

AITEC_Image_Loaderで指定フォルダから読み込みます。
（🚫ポーズ画像は含まれていませんのでご自身で準備ください）

Reference 2：衣装

こちらもAITEC_Image_Loaderで指定フォルダから読み込みます。
（🚫衣装画像は含まれていませんのでご自身で準備ください）

Reference 3：顔・髪型

LoadImageノードから読み込む固定画像です。
自分のキャラクター画像を使用する場合は、LoadImageノードの画像を変更してください。

セットアップ

1. カスタムノードをインストール

ComfyUI Managerで不足しているカスタムノードをインストールしてください。
使用しているComfyUIのバージョンや環境によって、必要なカスタムノード名が異なる場合があります。Workflowを読み込んだ際に赤いノードが表示される場合は、不足しているカスタムノードを確認してください。

2. モデルを配置

Workflowでは、以下のモデルを使用します。

Diffusion Model

以下のどちらかを使用

p-h3-image_int8_convrot.safetensors　←　品質優先
minimax_h3_ref2va_hyperflow_flash_14b-Q8_0.gguf　←　速度優先

Text Encoder

p-h3-image_text_encoder_int8_convrot.safetensors

VAE

p-h3-image_vae_int8_convrot.safetensors

Prompt Upsampler

p-h3-image_prompt_upsampler_w4a8.safetensors

p-h3-image LoRA

p-h3-image_lora_bf16.safetensors

3. LoRAについて

Workflowでは以下のLoRAを使用しています

minimax\SS_FaceSwap_MiniMax_H3_REF2VA.safetensors
minimax\MMH3-RealismSlider-V1.safetensors

LoRAを使用しない場合は、該当するLoraLoaderModelOnlyノードを無効化するか、適切なLoRAに変更してください。

4. フォルダパスを変更

Workflow内のAITEC_Image_Loaderに設定されているフォルダパスは、作成環境のパスです。自分の環境に合わせて、以下の2か所を変更してください。

AITEC_Image_Loader：ポーズ画像フォルダ
AITEC_Image_Loader：衣装画像フォルダ

このノードはフォルダ内の画像をファイル名順に並べ、seedを使用して読み込む画像を選択します。フォルダが存在しない場合、または対応する画像が入っていない場合はエラーになります。

使い方

1. ComfyUIにWorkflow JSONを読み込みます。

2. LoadImageノードで顔・髪型の参照画像を指定します。

3. 1つ目のAITEC_Image_Loaderでポーズ画像フォルダを指定します。

4. 2つ目のAITEC_Image_Loaderで衣装画像フォルダを指定します。

5. 必要に応じてTextGenerateV2ノードのプロンプトを編集します。

6. ResolutionSelectorで画像サイズを設定します。

7. Queue Promptを実行します。

8. 再度実行すると、ポーズや衣装の組み合わせを変更して生成できます。

プロンプトの編集

TextGenerateV2ノードには、参照画像の役割を指定するプロンプトが入っています。必要に応じて変更してください。

初期プロンプトの内容：

<Piece 1> is the source image: woman's pose.
<Piece 2> is a reference image: women's attire.
<Piece 3> is a reference image: young japanese woman's face and hair.
It is a room background in casual.

解像度設定

初期設定は以下です。

Aspect ratio: 9:16 Portrait Widescreen
Megapixels: 1.7
Multiple: 32

縦長の人物画像を想定しています。横長画像や正方形画像を生成したい場合は、ResolutionSelectorのアスペクト比を変更してください。

注意事項

• 🚫ポーズ画像は含まれていませんのでご自身で準備ください。

• 🚫衣装画像は含まれていませんのでご自身で準備ください。

• ポーズ画像と衣装画像は、できるだけ明確で見やすい画像を使用してください。

• 参照画像の人物、画角、背景が複雑すぎる場合、意図した属性が正しく反映されないことがあります。

• 顔の再現性は、顔画像の正面性、解像度、照明、髪による遮蔽の影響を受けます。

• ポーズ画像と衣装画像のサイズや縦横比が大きく異なる場合、生成結果にばらつきが出ることがあります。

• AITEC_Image_Loaderのフォルダパスは、必ず自分の環境のパスに変更してください。

• フォルダ内に対応画像がない場合はエラーになります。

• 生成結果は毎回完全に同一になるとは限りません。

• 🚫使用する参照画像、人物画像、衣装画像については、著作権・利用規約・肖像権を確認してください。

• 🚫ワークフロー以外でご自身が使用する参照画像やモデルなどに関して、私は責任を負いません。

クレジット

私が作成したLLMノードはComfyUI Managerからインストール可能です

• https://github.com/AI-TEC/ComfyUI-AITECCAFE-Toolkit

ライセンス

🚫このWorkflowを利用した生成物の利用は 使用するモデル のライセンスを確認してください

• MinimaxH3の場合 https://huggingface.co/MiniMaxAI/MiniMax-H3