一键AI去衣工作流终极版
本文最后更新于 2024-08-14，
若内容或图片失效，请留言反馈。部分素材来自网络，若不小心影响到您的利益， 请联系我 删除。
本站只有Telegram群组为唯一交流群组， 点击加入
文章内容有误？申请成为本站文章修订者或作者？ 向站长提出申请
在使用本工作流前请务必先阅读基础篇教程并完成前置工作
如图我配置了非常多的可调节选项（节点管理），也加入了批量处理节点，各选项的具体说明已经写在工作流的注释里了。
插件配置
完成了基础篇的前置工作后，建议更新comfyui本体和所有插件到最新版（直接在manager那里更新全部）。跟基础篇里的工作流相比，正式版还额外调用了以下节点和模型：
1. yolo模型
新工作流调用了impact节点下的各种yolo模型，你可以通过comfyui manager（管理器）——安装模型——搜索“yolo”，直接下载所有这些模型
2. rgthree插件
节点管理插件，直接通过秋葉启动或者管理器安装即可
3. Ipadapter模型
风格迁移插件，秋葉整合包自带ComfyUI_IPAdapter_plus插件，但模型需要额外下载
https://github.com/cubiq/ComfyUI_IPAdapter_plus
（打不开的去秋葉启动器设置里打开网站镜像代理再搜索插件，去到对应镜像网站）
CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors，下载并重命名，放到 /models/clip下；
ip-adapter-plus_sd15.safetensors，下载放到 /models/ipadapter/下；
除此以外你也可以下载使用github里提到的其他模型（一次性全下载得了，未来新的工作流可能会用到）。
Ipadapter_plus插件目前有个小bug，节点有可能无法识别出文件夹下的Ipadapter模型，你需要打开comfyui根目录下的folder_paths.py，在其中插入一行
folder\_names\_and\_paths["ipadapter"] = ([os.path.join(models\_dir, "ipadapter")], supported\_pt\_extensions)
每次更新comfyui都需要重新粘贴一次
4. WAS节点修改
当然还有在教程三里提到过的肤色提取，你需要将以下代码覆盖到\custom_nodes\was-node-suite-comfyui\WAS_Node_Suite.py的"class WAS_Image_Select_Color:"类里（如果以后更新了该节点，需要重新覆盖）
https://mega.nz/file/EPcnRBBD#pvmKaY6pT27-igPeRMHkdvvYPkOG-Fks-2sVyhudjCk
初次使用
讲完了插件配置，首次使用该工作流你还可以依据自身需求调节以下节点：
Segment Anything
你可以根据你的显存大小设置调用的SAM模型，
显存>=12G：2.5G
显存>=8G：1.25G
显存<8G：370M
如果你的显存不足8G，可以在节点管理里二选一禁用Segment Anything并使用隔壁yolo模型节点，我感觉差距不大，yolo模型还更快些。
ckpt模型与VAE
如图你需要在{效率加载器}这里选用你中意的大模型与VAE（详见基础篇），并根据模型调整正负面提示词（不要使劲加高提示词权重，如果去衣效果不理想，那是遮罩和蒙版的问题，多尝试几次或者加入手绘遮罩辅助远比提示词可靠）
调整完后shift+S保存工作流，之后的使用基本只要关注节点管理就行了。剩下的问题你应该能在工作流注释里找到答案（注释在节点管理上方）。
别再问预处理器加载以及各种网络问题了，换个好点的梯子比什么都靠谱
自动去衣v1.0工作流
https://mega.nz/file/dXV0CKSK#935Rbtf3Pc_VUnxMuEoZ0eUrnpc3umi4aetRpz0yloc
