C21: Image-to-Image-Prompting und CFG-Scale in ComfyUI meistern

Einleitung

In unserem vorherigen Artikel, „Image-to-Image Transformation in ComfyUI“ , haben wir die Grundlagen des Aufbaus eines Image-to-Image-Workflows erkundet. Wir haben besprochen, wie Diffusion im latenten Raum kreative Transformationen ermöglicht, während wesentliche Elemente des Eingabebildes erhalten bleiben. Wenn Sie neu bei ComfyUI oder Image-to-Image-Workflows sind, empfehlen wir, zuerst diesen Artikel zu lesen, um die Grundlagen zu verstehen.

In diesem weiterführenden Leitfaden vertiefen wir das Erstellen von Prompts, die Classifier-Free Guidance (CFG) Scale und die Denoise-Stärke– drei entscheidende Faktoren, die die Qualität und den Stil Ihrer generierten Bilder beeinflussen. Durch die Optimierung dieser Parameter können Sie eine perfekte Balance zwischen künstlerischer Kreativität und der Treue zum Originalbild erreichen.

Was ist die CFG Scale und warum ist sie wichtig?

Die Classifier-Free Guidance (CFG) Scale ist ein wichtiger Parameter in generativen KI-Workflows, der bestimmt, wie stark das Modell dem angegebenen Prompt folgt. Eine höhere CFG Scale verleiht dem Prompt mehr Einfluss, während eine niedrigere CFG Scale es dem Modell ermöglicht, mehr Zufälligkeit aus seinem latenten Raum einzubringen.

Die CFG Scale ist besonders wichtig in Image-to-Image-Workflows, in denen Sie bestimmte Details des Eingabebildes beibehalten und gleichzeitig stilistische Änderungen einführen möchten.

Wichtige Parameter beim Image-to-Image-Prompting

1. Effektive Prompts erstellen

Beim Erstellen von Prompts für Image-to-Image-Workflows ist es wichtig, sowohl Elemente des Inhalts als auch des Stils einzubeziehen. Ein gut formulierter Prompt stellt sicher, dass das Modell Bilder generiert, die Ihrer kreativen Vision entsprechen.

Beispiel-Prompts:

Inhalts-Prompt:
Majestätische Berggipfel, üppige grüne Täler, goldenes Sonnenlicht, das durch Wolken strömt, atmosphärischer Nebel, heiter und ruhig.
Stil-Prompt:
Aquarellmalerei, weiche Pinselstriche, lebendige und dennoch natürliche Farbpalette, künstlerischer Eindruck.
Negativ-Prompt:
Keine Gebäude, keine Fahrzeuge, keine Menschen, keine künstlichen Objekte.

Negativ-Prompts sind entscheidend, um unerwünschte Elemente zu entfernen, die die beabsichtigte Komposition beeinträchtigen könnten.

2. Denoise-Stärke

Der Parameter Denoise-Stärke steuert, wie stark das Originalbild durch den generativen Prozess überschrieben wird.

Hohe Denoise-Stärke (z. B. 1.0): Verwandelt das Eingabebild vollständig auf Grundlage des Prompts.
Mittlere Denoise-Stärke (z. B. 0.5): Balanciert das Eingabebild mit stilistischen Änderungen aus.
Niedrige Denoise-Stärke (z. B. 0.0–0.3): Behält den größten Teil des Originalbildes bei und wendet nur minimale künstlerische Änderungen an.

3. Scheduler- und Sampler-Einstellungen

ComfyUI bietet eine Vielzahl von Samplern und Schedulern, um den Bilderzeugungsprozess fein abzustimmen:

DPM++2M-Sampler: Bekannt für Präzision und hochwertige Ergebnisse.
Karras-Scheduler: Optimiert für schnellere Ergebnisse mit weniger Schritten, mit Schwerpunkt auf den Anfangsphasen der Diffusion.

Workflow-Optimierung

Schritt 1: CFG Scale anpassen

Eine Erhöhung der CFG Scale verstärkt den Einfluss des Prompts und ermöglicht stärker stilisierte Ergebnisse. Zum Beispiel:

CFG Scale von 7–8: Erzeugt ausgewogene Ergebnisse, die Prompt und Originalbild verbinden.
CFG Scale von 10–12: Starke Prompt-Treue, kann aber zu Overfitting oder Halluzinationen führen.

Bei hohen CFG Scales ist es wichtig, sie mit geeigneten Denoise-Werten zu kombinieren, um übermäßige Abweichungen vom Eingabebild zu vermeiden.

Schritt 2: Denoise-Einstellungen verfeinern

Um die gewünschte Balance zwischen Originalbild und künstlerischem Stil zu erreichen:

Beginnen Sie mit einem Denoise-Wert von 0.5 für eine moderate Diffusion.
Senken Sie den Denoise-Wert schrittweise in kleinen Schritten (z. B. 0.45, 0.44), um Details zu verfeinern und gleichzeitig das Originalbild zu erhalten.
Vermeiden Sie Werte nahe 0.0, da sie Ergebnisse erzeugen, die fast identisch mit dem Eingabebild sind.

Schritt 3: Karras-Scheduler für mehr Effizienz nutzen

Der Karras-Scheduler ermöglicht weniger Schritte bei gleichbleibend hochwertigen Ergebnissen. Zum Beispiel:

30 Schritte: Erzeugt detaillierte, verfeinerte Ergebnisse.
8 Schritte: Erzeugt schnellere, stärker randomisierte Kompositionen.

Beispielergebnisse

Denoise-Werte im Vergleich

Anhand eines Bildes einer Berglandschaft wurden die folgenden Ergebnisse beobachtet:

Denoise 1.0: Vollständig stilisiertes Aquarellgemälde ohne Ähnlichkeit mit dem Originalbild.

Denoise 0.5: Ausgewogene künstlerische Darstellung mit erkennbaren Gipfeln.

Denoise 0.3: Fast identisch mit dem Originalbild, mit subtilen künstlerischen Verbesserungen.

Denoise 0.0: Rein neu abgetastetes Bild, nicht vom Eingabebild zu unterscheiden.

Auswirkung der CFG Scale

Mit einer CFG Scale von 10 und einem Denoise-Wert von 0.4 behielt das endgültige Bild den künstlerischen Stil bei und entsprach gleichzeitig eng den Details des Originalfotos. Eine zu starke Erhöhung der CFG (z. B. CFG 12 mit Denoise 1.0) führte jedoch zu Overfitting und unrealistischen Ergebnissen.

Tipps zur Feinabstimmung

Mit der CFG Scale experimentieren:
- Beginnen Sie mit einem moderaten Wert (z. B. 8) und passen Sie ihn an das gewünschte Ergebnis an.
- Vermeiden Sie übermäßig hohe Werte, es sei denn, der Prompt erfordert einen starken Einfluss.
Negativ-Prompts verwenden:
- Entfernen Sie unerwünschte Elemente wie Gebäude, Fahrzeuge oder künstliche Objekte.
Schritte mit dem Karras-Scheduler optimieren:
- Verwenden Sie weniger Schritte (z. B. 8) für schnellere Ergebnisse.
- Erhöhen Sie die Schritte (z. B. 30) für detaillierte Ergebnisse.
Denoise-Werte iterativ anpassen:
- Verfeinern Sie die Denoise-Einstellungen in kleinen Schritten (z. B. 0.5 → 0.45 → 0.44) für die beste Balance.

Fazit

Prompting und CFG Scale sind leistungsstarke Werkzeuge in Image-to-Image-Workflows, mit denen Benutzer den künstlerischen Stil und die Wiedergabetreue generierter Bilder steuern können. Durch sorgfältiges Anpassen von Parametern wie Denoise-Stärke, CFG Scale und Sampler-Einstellungen können Benutzer beeindruckende Transformationen erstellen, die das Originalbild respektieren und gleichzeitig kreative Verbesserungen einbringen.

Wenn Sie tiefer in Image-to-Image-Workflows eintauchen möchten, lesen Sie unseren vorherigen Artikel erneut und experimentieren Sie mit den hier beschriebenen Techniken, um Ihre Ergebnisse weiter zu verfeinern.