ComfyUI-Anyline

ComfyUI-Anyline

基于TEED技术的高精度线条检测预处理器

ComfyUI-Anyline是基于TEED技术的ControlNet线条预处理器,可从各类图像中提取物体边缘、细节和文本内容。它能快速生成清晰边缘和高保真度的线条图,用于Stable Diffusion的条件生成输入。Anyline在轮廓准确性、细节保留和文字识别方面表现优异,有效减少噪声。结合MistoLine ControlNet模型,Anyline能在SDXL工作流中实现精确控制和强大的生成能力。

Anyline线条检测预处理器ControlNet图像边缘提取Github开源项目

Anyline

快速、准确且详细的线条检测预处理器

Anyline是一个ControlNet线条预处理器,能够准确地从大多数图像中提取物体边缘、图像细节和文本内容。用户可以输入任何类型的图像,快速获得边缘清晰、细节保留充分、文本高保真度的线条图,然后将其用作Stable Diffusion中条件生成的输入。

技术细节

Anyline使用的模型和算法基于"小型高效边缘检测泛化模型(TEED)"论文(arXiv:2308.06468)的创新成果。ComfyUI中的TEED预设也源于这项工作,标志着它是一种强大的视觉算法(TEED目前是最先进的)。更多详情请参阅该论文。

与其他线条提取预处理器的比较

Anyline使用1280px的处理分辨率,因此比较也在这个分辨率下进行。与其他常用的线条预处理器相比,Anyline在轮廓准确性、物体细节、材质纹理和字体识别(尤其是在大场景中)方面具有显著优势。它还在大多数场景中更好地减少噪音,从而在生成过程中产生更清晰的图像处理,减少不准确之处。

效果概览

Anyline与Mistoline ControlNet模型结合,形成了一个完整的SDXL工作流程,最大化精确控制并发挥SDXL模型的生成能力。Anyline也可以在SD1.5工作流程中与SD1.5的ControlNet一起使用,尽管它在SDXL工作流程中的Anyline+MistoLine设置中通常表现更好。

注意:最终结果高度依赖于所使用的基础模型。请根据您的需求选择适当的基础模型。

视频教程

即将推出!

安装

要将Anyline作为ComfyUI插件使用,您需要先安装comfyui_controlnet_aux!您可以按照以下说明进行操作:https://github.com/Fannovel16/comfyui_controlnet_aux?tab=readme-ov-file#installation

安装完comfyui_controlnet_aux后,请按照以下步骤操作:

  1. 打开您的IDE和ComfyUI命令行,确保Python环境匹配。
  2. 导航到自定义节点目录:
    cd custom_nodes
    
  3. 克隆仓库,或手动下载此仓库并将其放入ComfyUI/custom_nodes目录:
    git clone https://github.com/TheMistoAI/ComfyUI-Anyline.git
    
  4. 导航到克隆的目录:
    cd ComfyUI-Anyline
    
  5. 安装依赖项:
    pip install -r requirements.txt
    
  6. 首次使用时模型将自动下载。如果失败,请从HuggingFace仓库手动下载,并将.pth文件放在指定目录中。

ComfyUI工作流程

安装完成后,可以通过搜索或右键点击在ComfyUI中访问Anyline预处理器。在SDXL中使用Anyline+Mistoline的标准工作流程如下:
Anyline+MistoLine

您可以在这里下载此工作流程JSON:ComfyUI工作流程

在A1111 sd-webui-controlnet中使用

请按照https://github.com/Mikubill/sd-webui-controlnet/discussions/2907中的说明操作。 331892429-e467798f-e96d-4e90-a5d8-306d5b76274f

局限性和未来发展

  • Anyline可能在处理具有相机模糊或柔焦效果的图像时遇到困难,可能需要根据社区反馈进行迭代改进。
  • 我们还计划联系ComfyUI的作者或ComfyUI-Controlnet的开发者,将Anyline集成到ComfyUI中,以便未来更易使用。

中国(大陆地区)便捷下载地址 (MTEED.pth):

链接:https://pan.baidu.com/s/1ik11P_u1vK8mI4q33v0MTQ?pwd=v8f1
提取码:v8f1

引用

@InProceedings{Soria_2023teed, author = {Soria, Xavier and Li, Yachuan and Rouhani, Mohammad and Sappa, Angel D.}, title = {Tiny and Efficient Model for the Edge Detection Generalization}, booktitle = {Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops}, month = {October}, year = {2023}, pages = {1364-1373} }

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多