ComfyUI教程 | IPAdapter使用难？一篇文章教你简单操作！

最新推荐文章于 2025-06-10 11:34:43 发布

网络安全小33

最新推荐文章于 2025-06-10 11:34:43 发布

阅读量1.5k

点赞数 8

CC 4.0 BY-SA版权

文章标签： AIGC 人工智能 comfyui AI作画 comfyui教程

本文链接：https://blog.youkuaiyun.com/2401_84760527/article/details/144804757

前言

安装

搜索ComfyUI IPAdapter plus

ipadapter模型，放入根目录-models-ipadapter文件夹内（没有就自己创建）

ipadapter lora，放入根目录-models-loras

clipvision文件，放入根目录-models-clip_vision文件夹内

1、标准接入，如下：

不调节任何参数，会产生过拟合情况，生成的没眼看（锐化过度+糊里吧唧）
cLip视觉加载器，相当于起到反推提示词的作用，连接正面图像，即你想要的画面内容

所有的AI设计工具，安装包、模型和插件，都已经整理好了，👇获取~

2、解决过拟合情况

解决过拟合情况，就是要连接负面提示，即不想参考的内容

加入节点IPAdapter noise 噪波，测试下噪波是什么：

强度默认消失

连接负面图像，如下：

应用IPAdapter（高级）说明

① 权重

一般权重设置为1，当想要图有更多发挥元素（不写提示词情况下），可以降低权重。

权重0.1，如下：

权重0.5，如下：

权重5，如下：

其实这张图从1.5左右已经逐渐变成坏图，具体可以自己测试

② 权重类型

原文地址：https://www.runcomfy.com/tutorials/comfyui-ipadapter-plus-deep-dive-tutorial

老版的说明不全：

Linear（线性）：从处理管道的开始到结束均匀地应用权重，确保始终保持一致的影响，而无需调整强度。
Ease In（渐强）：从一开始就逐渐增加权重，以便在效果通过管道时平滑引入效果。
Ease Out（缓出）：开始时具有很强的影响力，但会逐渐减弱，从而在处理结束时有效地减弱效果。
Ease In-Out（渐弱-渐弱）：“渐弱”和“渐弱”效果的组合;它以较温和的影响开始和结束，在中间达到峰值以获得最大的影响。
Weak Input（弱输入）：专门减少效果器在处理链开始时的影响，使初始元素不那么明显。
Weak Output（弱输出）：减少处理链末端的影响，柔化图像的结尾部分。
Weak Middle（弱中间）：在处理链的中点最小化效果的影响，通常是为了保持清晰度或专注于开始和结束方面。
Strong Middle（强中间）：放大处理链中心部分的效果，加强对图像核心元素的影响。
Style Transfer 样式转换（SDXL）：专为 SDXL 模型设计，此选项侧重于将样式从参考图像调整为目标图像，并利用 SDXL 的功能进行细微的样式转换。
Composition 构图（SDXL）：为 SDXL 模型量身定制，旨在合并参考图像和目标图像的构图元素，强调空间内元素的排列和交互。

测试如下：

weak input对应ease out

weak output对应ease in

weak middle，IPAdapter权重更强，对应ease in

strong middle，提示词权重更强，对应ease out

↑ 想参考原图，又想受提示词影响，选择ease out ↑

为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。