MOSS-Image-pose-controlnet

这是一个按编辑 LoRA 方式训练的控制模型:把 DWPose 生成的彩色骨架(黑底,含身体、手和脸)作为唯一参考图传给 Text Encode MOSS-Image Edit 节点,模型跟随骨架姿势,角色、服装、场景由提示词决定。LoRA 线性层 rank 64、卷积层 rank 16,取第 4500 步。作者同时发布了深度图控制和平涂色块分割控制两个同类 LoRA,仓库附 ComfyUI 工作流和多组示例图。

这是一个按编辑 LoRA 方式训练的控制模型:把 DWPose 生成的彩色骨架(黑底,含身体、手和脸)作为唯一参考图传给 Text Encode MOSS-Image Edit 节点,模型跟随骨架姿势,角色、服装、场景由提示词决定。LoRA 线性层 rank 64、卷积层 rank 16,取第 4500 步。作者同时发布了深度图控制和平涂色块分割控制两个同类 LoRA,仓库附 ComfyUI 工作流和多组示例图。

为什么重要 MOSS-Image 多了可控的人物姿势,同作者还发了深度图和分割图两种控制 LoRA。

抱脸点赞 11 · 抱脸上升分 11 · 抱脸下载 0

许可证:可商用 · ComfyUI:模型卡提到 · 显存:显存未标

理由

  • Apache-2.0 许可;示例图每组都给出控制图和三个不同提示词的结果

用法

  • 加载 MOSS-Image-SFT,LoRA 强度 1.0,编辑格式设为 ai-toolkit(正负两个编码节点都要设),30 步、CFG 4、euler + simple;骨架用 comfyui_controlnet_aux 的 DWPose 提取

风险

  • 不是官方的 MOSS 颜色/深度拼接适配器;骨架缺失的肢体提示词也补不出来
  • 只在 MOSS-Image-SFT 上训练和推荐

打开

抱脸 image-to-image 新模型

浏览最新 AI 动态