PuLID ComfyUI项目结构解析
项目地址: https://gitcode.com/gh_mirrors/pu/PuLID_ComfyUI PuLID ComfyUI是一个专为ComfyUI平台设计的PuLID原生实现项目，专注于图像风格转换和人脸特征分析功能。该项目采用模块化设计，便于扩展和维护。
项目目录结构
PuLID_ComfyUI项目的核心目录结构如下：
PuLID_ComfyUI/
├── eva_clip/ # EVA CLIP模型组件
│ ├── model_configs/ # 模型配置文件
│ ├── eva_vit_model.py
│ ├── factory.py
│ ├── model.py
│ └── tokenizer.py
├── examples/ # 使用示例
│ ├── PuLID_simple.json
│ ├── PuLID_attention_mask.json
│ ├── PuLID_IPAdapter_style_transfer.json
│ ├── PuLID_lightning_lora.json
│ ├── PuLID_4-Step_lightning.json
│ └── pulid_wf.jpg
├── pulid.py # 主模块文件
├── encoders.py # 编码器实现
├── __init__.py # 包初始化文件
├── pyproject.toml # 项目配置
├── requirements.txt # 依赖库列表
├── README.md # 项目说明文档
└── LICENSE # 许可证文件
核心模块功能
EVA CLIP组件
eva_clip目录包含了完整的EVA CLIP模型实现，支持多种预训练配置：
- EVA01-CLIP系列模型
- EVA02-CLIP系列模型
- 支持336像素输入的高分辨率版本
示例文件
examples目录提供了多种使用场景的工作流配置：
- 基础使用：PuLID_simple.json展示最简单的集成方式
- 注意力掩码：PuLID_attention_mask.json演示高级控制功能
- 风格转换：PuLID_IPAdapter_style_transfer.json实现IPAdapter兼容
- Lightning优化：PuLID_4-Step_lightning.json使用4步Lightning UNet加速
依赖环境配置
项目通过requirements.txt文件管理Python依赖：
- facexlib：人脸处理库
- insightface：人脸识别框架
- onnxruntime：模型推理引擎
- ftfy：文本修复工具
- timm：PyTorch图像模型
主要功能特性
方法参数控制
项目支持多种权重应用方法：
- Fidelity模式：更接近参考图像的特征
- Style模式：为检查点留出更多创作自由度
- Neutral模式：不进行归一化处理
高级节点功能
高级节点提供更精细的控制：
- fidelity滑块：调整特征保真度
- projection选项：支持ortho_v2和ortho投影方式
安装与配置
模型文件准备
- PuLID预训练模型需放置在ComfyUI/models/pulid/目录
- EVA CLIP模型自动下载到huggingface目录
- InsightFace AntelopeV2模型放置在ComfyUI/models/insightface/models/antelopev2/
环境设置
确保安装所有必需的依赖库，并根据硬件条件调整性能参数。高质量的参考图像对最终效果至关重要，建议使用清晰、锐利的图片。
使用建议
对于初次使用者，建议从默认配置开始，逐步探索不同参数组合。合理设置批次大小可以显著提升处理速度，而通过调整fidelity值可以精确控制生成结果与参考图像的相似度。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
