IA Workflow Un workflow/tuto ComfyUI IMG2IMG ?

J

JonoFret

Lurker
Inscrit
28 Avr 2026
Messages
1
Réactions
0
Quelqu'un a un workflow ou un tuto img2img fiable pour ComfyUI à recommander ? J'essaie d'améliorer mon process et j'aimerais voir ce qui marche bien chez les autres en ce moment. Balancez un lien ou partagez votre setup si ça vous va.
 
Klein 9B Distilled (edit ou le t2i original, autant prendre les deux pour apprendre en général). Pour le workflow, cherche simplement « Klein » dans la section templates/communauté de ComfyUI. Pour charger le modèle, utilise la version GGUF, elle est bien plus légère en VRAM. Pour l'instant, il n'y a que la variante BigLove de Klein. Tu peux trouver les fichiers en cherchant l'utilisateur Granddyser sur Hugging Face.
Aussi, les modèles quantifiés Gemma 4 E4B, utilisés via un node LLM custom, sont ultra légers et réactifs, surtout les variantes abliterated. Ils s'intègrent bien dans ton flux de génération et permettent de faire une étape de préprocessing pour affiner ou générer des prompts à la volée si ce workflow te plaît.
Malheureusement, pour les LoRAs il faudra surtout aller sur Civitai, car les archives Hugging Face existent pour ces modèles mais la recherche du site est nulle. Civitai peut être un peu le far west, plein de posts d'ego, et la qualité et la compatibilité des LoRAs Klein varient. Cela dit, avec la variante BigLove tu as déjà beaucoup de souplesse même sans LoRAs. Quand tu en utilises, tu n'en auras généralement pas besoin de plus d'un ou deux.
À titre indicatif, j'utilise une RTX 3090.
 
Salut les gars, je sais pas si c'est le bon endroit pour demander ça
mais je suis hyper nouveau sur comfyui et je connais quasiment rien, donc désolé pour la question conne
Mon problème, c'est que je viens de télécharger comfyui et le logiciel détecte pas mes checkpoints alors qu'ils sont dans le dossier model/checkpoints et que les fichiers finissent évidemment par .safetensors
J'ai essayé de recharger comfyui et de tout redémarrer mais il refuse de les voir. Par exemple, j'essaie de lancer cyberrealisticpony et ponyrealism.
J'espère que quelqu'un pourra m'aider, merci !
 
Si tu utilises l'app Desktop du site officiel de ComfyUI, l'installateur t'aura demandé de choisir un emplacement pour le logiciel, et ça se retrouve ici :
📁 YOUR_INSTALL_PATH/
└── 📁 ComfyUI/
───└──📁 models/
──────├──📁 checkpoints/ <-- Mets ici tes checkpoints .safetensors
──────├──📁 loras/ <-- Mets ici les LoRAs
──────├── 📁 vae/ <-- Mets ici les VAEs
Si tu l'as installé manuellement avec ton propre venv et un terminal, ce sera similaire, en gros le même dossier où tu as git clone le repo, avec la structure ci-dessus
Tu peux simplement appuyer sur la touche R, sans redémarrer ComfyUI, pour rafraîchir les listes
 
Merci beaucoup ! Il était en fait dans le dossier comfyui de mes documents et pas dans celui du disque C.
Je me demandais si tu avais un workflow image2image basé sur SDXL simple à utiliser ? Qui se comporte en gros comme la génération d'images de Grok ou Gemini. Genre, avec un i2i classique, le modèle change juste des détails très précis en gardant l'image d'origine intacte. Mais moi je veux qu'il reprenne l'"identité", c'est-à-dire les détails du visage, la forme du corps et les vêtements d'une image de référence, puis qu'avec le prompt il la mette dans une action totalement différente de celle de l'image de référence. Par exemple un personnage d'anime juste debout en image de référence sur fond blanc, tu vois ? Je veux un portrait en gros plan avec un fond de plage au bord de la mer, de nuit au clair de lune. Globalement, la logique ressemble à quand tu demandes à Grok ou Gemini de créer autre chose à partir de ton image avec un prompt naturel.
Pour info, j'essaie de faire tout ça avec Illustrious XL gguf et ma carte est une 5060 8 Go
Désolé pour les longs textes, je suis très nouveau dans tout ça.
 
avec une 5060 8gb, tu peux sûrement faire tourner Klein 4b edit sans souci, voire la 9b si tu utilises les versions gguf du modèle.
Le workflow officiel 4b est ici, https://docs.comfy.org/tutorials/flux/flux-2-klein#flux-2-klein-4b-workflows
Le prompting de Klein est différent des autres, il utilise un langage naturel et fluide, pas des tags de mots-clés. Si tu ajoutes une référence, tu peux commencer simple et dire des trucs comme "Change les vêtements de la femme en jupe plissée blanche et veste en cuir rouge"; dans les cas plus avancés, tu ajoutes plus d'images de référence et tu utilises des prompts précis pour guider le modèle et obtenir ce que tu veux.
Et ça ne s'arrête pas là, à part le visage, les vêtements etc. tu peux changer des ambiances d'éclairage entières, faire passer des rayons de soleil par une fenêtre ou dans une direction, passer du jour à la nuit, etc.
Avec un prompting malin et Klein, tu n'auras même pas besoin de loras, seulement dans les cas particuliers.
 
Honnêtement, il me faut des modèles et un workflow qui permettent le nsfw et qui peuvent quand même sortir des shootings photo type rendu 3D à partir d'images de référence 2D. Je suis presque sûr que les modèles flux ne sont pas faits pour le nsfw, non ?
 
Faux. Ça, c'est Flux2 Pro/Dev ; Flux2 Klein 9B/4B sont parfaitement capables et largement supérieurs à SDXL une fois qu'on a compris comment s'en servir.
Commence avec un finetune via https://huggingface.co/Granddyser
Comme tu as une 5060, tu peux faire du NV4 https://huggingface.co/Granddyser/biglove-klein2/blob/main/bigLove_klein2_nf4.safetensors
(c'est distillé, donc : CFG 1.0 uniquement et entre 4 et 8 steps pour les résultats attendus, taille du latent réglée sur 1.0MP de résolution
 
Tu connais des ajustements à ce workflow pour le faire tourner sur Apple Silicon ?
BF16 ou FP16 serait top pour bigLove, ou un format LoRA à la place du modèle complet.
 
super info. cette méthode est bien meilleure qu'ezcreate ou tous ces trucs en ligne. merci chef :pepoLove:. Y a-t-il d'autres forums avec des guides à jour pour en apprendre plus sur la génération image vers vidéo ou vidéo vers vidéo à part ici ? Je ne pense pas que les guides d'ici pour ça soient très à jour. WAN 2.2 ou LTX 2.3 ? :pauseChampRev:
 
Son > Pas de son, Wan est aussi bof (à utiliser seulement si t'es désespéré), donc si tu peux faire tourner LTX 2.3, prends-le, soit avec une utilisation intensive de Loras sur le modèle Lightricks original, soit avec les finetunes Sulphur et 10eros.
https://huggingface.co/TenStrip/LTX2.3-10Eros
https://huggingface.co/TenStrip/LTX2.3-10Eros_Workflows
https://huggingface.co/SulphurAI/Sulphur-2-base
Rien en matière de guides faciles, ça devient plus compliqué quand tu fais de la vidéo. C'est le genre de truc où un seul bouton ne fait pas tout, mais au moins ce n'est pas un site censuré pour paypigs comme tous ces services en ligne... Je me moque des gens qui trouvent Grok bien, c'est surtout du softcore pourri et des prompts refusés à tour de bras en gaspillant des tokens.
 
on dirait que t'as réussi, le mien sortait des images de pure bouillie fluo, tu pourrais partager ton workflow s'il te plaît ? parce que je cherche justement un remplaçant à ezcreate
 
Pour Flux 2 Klein 9B
CFG 1.0 pour Klein 9B Distilled (c'est en général celui qui n'a pas "base" dans le nom et qui prend 4 steps pour une inférence normale)
CFG 4.0~ pour Klein 9B Base (c'est la variante non distillée et elle demande environ 20 steps pour une inférence normale)
Les images que tu décris viennent d'une confusion sur ce qui précède.
Si tu utilises CFG 4 avec un modèle Klein Distilled, tu obtiens exactement ça. Donc revérifie ce que tu utilises et comment. Si tu as besoin d'un workflow de départ, le site de documentation officiel de ComfyUI en propose.
 
Je tourne sur 4B fp8, une idée pour activer le nsfw dessus, genre ajouter une chatte ou un anus détaillés ? Ça floute/bave ces zones en gros. Je trouve pas de loras pour la 4B
 
Je voulais ajouter mon grain de sel au débat LTX vs WAN.
WAN - Bon respect du prompt, bonne physique et bons mouvements, surtout pour le NSFW. Énorme écosystème avec plein de modèles/loras/workflows au choix. Pas de son intégré, il faut un workflow séparé pour en ajouter.
LTX - Respect du prompt frustrant (amélioration par LLM quasi obligatoire), physique et mouvements bof. Super son, il est surtout entraîné comme modèle de 'talking head'. Très bonnes performances système pour la qualité obtenue. Modèle plus récent, écosystème plus petit.
Globalement je pense que LTX est le bon choix, surtout avec la croissance de l'écosystème. Il y a des astuces pour contourner le respect de prompt pourri et on devrait avoir une nouvelle version bientôt, j'espère.
 
WAN 2.2 a un an de maturité, et plus si on compte WAN 2.1, et il y a Bernini R depuis la fin du mois dernier qui hybride un peu WAN 2.2. Tout ça vient de la même architecture source.
LTX, de par sa conception surtout en 2.3, préfère les prompts chargés à cause de son encodeur de texte et de la façon dont il a été entraîné, et la plupart se sont appuyés sur un LLM pour prompter, moi aussi. J'ai fait coder un node par claude code juste pour ça afin d'alléger l'usage de vram, mais j'utilise aussi llama cpp en local plutôt que le support vision d'ollama qui est atroce (utiliser des images de référence est top rien que côté fonctionnalité). Cela dit il y a probablement 100 façons d'utiliser un LLM via comfy, que ce soit en node ou via API locale, ou si on a du fric à cramer, Dieu nous en garde, un SaaS externe.
En gros ce que je dis, c'est qu'on a accès aux deux, autant apprendre les deux. Vu qu'ils tournent tous les deux dans un budget de 24GB de vram, ou moins (pas idéal)
 
je comprends jamais le hype autour de ltx, pour l'i2i qwen rapid aio est largement meilleur
 
j'ai essayé et j'ai pas du tout aimé. images de mauvaise qualité, trop lent et ça change complètement les visages de ton "input". ça vaut pas le coup à mon avis.
 
Vous devez vous connecter ou vous enregistrer pour répondre ici.
Retour
Haut