NSFW चेहरों के लिए ComfyUI Face Detailer वर्कफ़्लो

NSFW जेनरेशन में चेहरे एक खास तरीके से बिगड़ते हैं। बॉडी एकदम परफेक्ट निकलती है, कंपोज़िशन भी सेट होता है, फिर आप चेहरे पर ज़ूम करते हैं और वह किसी Picasso पेंटिंग जैसा दिखता है। ऐसा इसलिए होता है क्योंकि SDXL परिवार के मॉडल कैनवस पर latent-space रिज़ॉल्यूशन को असमान रूप से बाँटते हैं। जब बॉडी फ्रेम का ज़्यादातर हिस्सा भर देती है, तो सैंपलिंग के दौरान चेहरे को बहुत कम पिक्सल जितना ध्यान मिलता है। Face Detailer इसे ठीक करता है, यह चेहरे के क्षेत्र को क्रॉप करता है, उसे अपस्केल करता है, सिर्फ़ उसी हिस्से को हाई रिज़ॉल्यूशन पर दोबारा जेनरेट करता है, और वापस जोड़ देता है। नतीजा फोटोरियल NSFW होता है जहाँ चेहरा सचमुच किसी इंसान जैसा दिखता है। मैं पिछले 18 महीनों से हर प्रोडक्शन इमेज पर इस वर्कफ़्लो का इस्तेमाल कर रहा हूँ। यहाँ बिल्कुल सटीक सेटअप दिया गया है।

त्वरित उत्तर: ComfyUI Manager से ComfyUI-Impact-Pack इंस्टॉल करें। डिटेक्शन मॉडल के रूप में face_yolov8m.pt डाउनलोड करें। KSampler → VAEDecode → FaceDetailer की एक चेन बनाएं और NSFW काम के लिए denoise लगभग 0.4-0.5 रखें। पोर्ट्रेट के लिए कम denoise (0.3) पर दूसरा पास चलाएं। कैरेक्टर कंसिस्टेंसी के लिए FaceDetailer नोड के अंदर एक face LoRA जोड़ें।

NSFW चेहरे सबसे पहले क्यों बिगड़ते हैं

देखिए, अगर आप समझ जाएं कि मॉडल कंपोज़िशन के बारे में कैसे सोचता है तो इसका कारण कोई रहस्य नहीं है। SDXL परिवार के मॉडल 128x128 latent ग्रिड पर काम करते हैं (जो 1024x1024 पिक्सल आउटपुट में डिकोड होता है)। आपकी इमेज की हर डिटेल को उस ग्रिड में समाना होता है। जब आपका प्रॉम्प्ट फुल-बॉडी NSFW सीन माँगता है, तो बॉडी फ्रेम का ज़्यादातर हिस्सा भर देती है, और चेहरा शायद latent ग्रिड के 12x12 क्षेत्र पर ही रह जाता है। यानी पूरे चेहरे के लिए सिर्फ़ 144 latent पिक्सल का ध्यान बजट। जबकि बॉडी के लिए 1,000+ latent पिक्सल। चेहरा संरचनात्मक स्तर पर ही अंडर-सैंपल्ड रह जाता है।

लक्षण आपको ऐसे दिखते हैं। आँखें जो एक-दूसरे से मेल नहीं खातीं। दाँत जो किसी हॉरर फ़िल्म जैसे दिखते हैं। त्वचा की बनावट जो बॉडी की त्वचा से मेल नहीं खाती। होंठ जो हल्के से गलत हैं। बाल जिनमें वह डिटेल नहीं होती जो होनी चाहिए। इनमें से कुछ भी मॉडल की नाकामी नहीं है। यह रिज़ॉल्यूशन बँटवारे की समस्या है, और Face Detailer इसे चेहरे को एक ऊँचे प्रभावी रिज़ॉल्यूशन पर अपना समर्पित जेनरेशन पास देकर हल करता है।

यही समस्या non-NSFW काम में भी मौजूद है, यही वजह है कि ADetailer (A1111 का समकक्ष) किसी भी फोटोरियल जेनरेशन के लिए ज़रूरी उपकरण बन गया। खास तौर पर NSFW के लिए समस्या और बदतर है क्योंकि:

• बॉडी-केंद्रित कंपोज़िशन चेहरे को फ्रेम के केंद्र से और दूर धकेल देती हैं
• फ्रेम में ज़्यादा बॉडी कवरेज का मतलब है चेहरे का कम कवरेज
• ज़्यादातर NSFW चेकपॉइंट्स में पोर्ट्रेट चेकपॉइंट्स की तुलना में चेहरे की विशेषताओं पर कम अटेंशन ट्रेनिंग होती है
• मल्टी-सब्जेक्ट सीन समस्या को और बढ़ा देते हैं क्योंकि हर चेहरे को और भी कम ध्यान मिलता है

2026 में NSFW प्रोडक्शन काम के लिए Face Detailer वैकल्पिक नहीं है। जो भी इसके बिना आउटपुट शिप कर रहा है, वह ज़रूरत से ज़्यादा खराब चेहरे शिप कर रहा है।

Impact Pack और YOLO मॉडल इंस्टॉल करना

सेटअप सीधा है पर कुछ ऐसे पेच हैं जिन्हें जानना फ़ायदेमंद है। प्रक्रिया यह है:

1. ComfyUI Manager खोलें
2. "ComfyUI-Impact-Pack" खोजें और इंस्टॉल करें
3. "ComfyUI-Impact-Subpack" खोजें और इंस्टॉल करें (आपको दोनों चाहिए)
4. ComfyUI को रीस्टार्ट करें
5. डिटेक्शन और सेगमेंटेशन मॉडल डाउनलोड करें

Impact-Subpack वह हिस्सा है जिसे ज़्यादातर ट्यूटोरियल छोड़ देते हैं। इसमें UltralyticsDetectorProvider होता है जो YOLO मॉडल लोड करता है, जबकि Impact-Pack में ही FaceDetailer नोड होता है। दोनों पैकेज ज़रूरी हैं और दोनों को इंस्टॉल और अप-टू-डेट होना चाहिए। अगर आप सिर्फ़ Impact-Pack इंस्टॉल करते हैं तो आपको गायब नोड्स के बारे में अबूझ एरर मिलेंगे।

डिटेक्शन मॉडल के लिए, आपको face_yolov8m.pt चाहिए। "m" का मतलब medium है और यह चेहरे-केंद्रित काम के लिए डिटेक्शन सटीकता और गति का सबसे अच्छा संतुलन देता है। छोटा वैरिएंट (face_yolov8s.pt) तेज़ है पर कठिन कंपोज़िशन में ज़्यादा चेहरे चूक जाता है। बड़े वैरिएंट (l, x) थोड़े ज़्यादा सटीक हैं पर काफ़ी धीमे।

सेगमेंटेशन के लिए, sam_vit_b_01ec64.pth का इस्तेमाल करें। SAM (Segment Anything Model) YOLO बाउंडिंग बॉक्स के भीतर एक सटीक मास्क बनाता है, जिससे detailer रीजेनरेशन को आसपास के पिक्सल में सहजता से मिला पाता है। "b" वैरिएंट चेहरे के काम के लिए सटीकता और गति का सही संतुलन है। बड़े SAM वैरिएंट (l, h) फेस डिटेलिंग के लिए ज़रूरत से ज़्यादा हैं।

डाउनलोड पाथ:

• face_yolov8m.pt: ComfyUI/models/ultralytics/bbox/ में रखें
• sam_vit_b_01ec64.pth: ComfyUI/models/sams/ में रखें

अगर आप ComfyUI Manager का इस्तेमाल नहीं कर सकते (कुछ प्रतिबंधित वातावरण इसे ब्लॉक करते हैं), तो आप रिपॉज़िटरी को ComfyUI/custom_nodes/ में क्लोन करके और इंस्टॉल स्क्रिप्ट चलाकर मैन्युअल रूप से इंस्टॉल कर सकते हैं। सुनिश्चित करें कि डायरेक्टरीज़ में राइट परमिशन हो, वरना इंस्टॉल चुपचाप विफल हो जाएगा।

2026 का एक खास पेच। PyTorch 2.6 ने torch.load() के लिए weights_only=True को डिफ़ॉल्ट बना दिया, जो YOLO मॉडल लोडिंग को तोड़ देता है क्योंकि Ultralytics मॉडल में Python ऑब्जेक्ट होते हैं जिन्हें सुरक्षित लोडर अस्वीकार कर देता है। Impact-Subpack में एक वर्कअराउंड है जो भरोसेमंद YOLO मॉडल पाथ के लिए स्पष्ट रूप से weights_only=False सेट करता है, पर अगर स्टार्टअप पर आपको UnpicklingError दिखे, तो आपका Impact-Subpack वर्ज़न बहुत पुराना है। ComfyUI Manager से अपडेट करें और एरर ठीक हो जाना चाहिए।

Face Detailer नोड चेन बनाना

बुनियादी Face Detailer वर्कफ़्लो एक सरल रैखिक चेन है। अपनी सामान्य text-to-image पाइपलाइन (CLIP encode, KSampler, VAEDecode) से शुरू करें, और VAEDecode के बाद FaceDetailer नोड जोड़ें। इनपुट जोड़ें:

• image: अपने VAEDecode आउटपुट से
• model: अपने CheckpointLoader से (मुख्य जेनरेशन में इस्तेमाल किया गया वही मॉडल)
• clip: अपने CheckpointLoader से
• vae: अपने CheckpointLoader से
• positive: आपका positive प्रॉम्प्ट (आमतौर पर मुख्य वाला ही)
• negative: आपका negative प्रॉम्प्ट (आमतौर पर मुख्य वाला ही)
• bbox_detector: face_yolov8m.pt लोड करने वाले UltralyticsDetectorProvider से
• sam_model_opt: sam_vit_b_01ec64.pth लोड करने वाले SAMLoader से (वैकल्पिक पर अनुशंसित)

FaceDetailer नोड में बहुत सारे पैरामीटर होते हैं पर रोज़मर्रा के इस्तेमाल के लिए सिर्फ़ कुछ ही असल में मायने रखते हैं:

• bbox_threshold: 0.5 (डिफ़ॉल्ट)। अगर यह कम रोशनी वाले सीन में चेहरे चूकता है तो इसे 0.3 तक घटाएं।
• bbox_dilation: 10 (डिफ़ॉल्ट)। पता लगाए गए चेहरे के आसपास के क्रॉप क्षेत्र को बढ़ाता है। ज़्यादा वैल्यू रीजेनरेशन के लिए ज़्यादा संदर्भ देती है पर समय बर्बाद करती है।
• bbox_crop_factor: 3 (डिफ़ॉल्ट)। रीजेनरेशन से पहले चेहरे का क्रॉप इस फैक्टर से अपस्केल होता है। 3 का मतलब है 100px का चेहरा 300px बनता है, दोबारा जेनरेट होता है, फिर वापस छोटा कर दिया जाता है।
• denoise: 0.5 (डिफ़ॉल्ट)। यही असली बात है। नीचे विस्तार से चर्चा की गई है।
• feather: 5 (डिफ़ॉल्ट)। मास्क के लिए एज फेदरिंग। दोबारा जेनरेट हुए चेहरे और मूल इमेज के बीच की सीवन को चिकना करता है।
• sam_dilation_factor: 10 (डिफ़ॉल्ट)। SAM सेगमेंटेशन मास्क का विस्तार करता है। ज़्यादा वैल्यू आसपास के ज़्यादा पिक्सल शामिल करती है।

खास तौर पर NSFW काम के लिए, वे सेटिंग्स जिन पर मैं काफ़ी प्रयोग के बाद टिका हूँ:

• bbox_threshold: 0.4 (कठिन कंपोज़िशन में चेहरे पकड़ता है)
• bbox_dilation: 12 (थोड़ा ज़्यादा संदर्भ NSFW चेहरों में मदद करता है)
• bbox_crop_factor: 3 (डिफ़ॉल्ट सही है)
• denoise: 0.42 (डिफ़ॉल्ट से कम; अगला सेक्शन देखें)
• feather: 8 (साफ़ स्टिचिंग के लिए थोड़ी ज़्यादा फेदरिंग)
• sam_dilation_factor: 10 (डिफ़ॉल्ट सही है)

ये शुरुआती बिंदु हैं। अपने खास मॉडल और प्रॉम्प्ट शैली के अनुसार ट्यून करें।

NSFW चेहरों के लिए Denoise और CFG

Denoise वह पैरामीटर है जिसे ज़्यादातर लोग Face Detailer पर गलत सेट करते हैं। 0.5 का डिफ़ॉल्ट सामान्य इस्तेमाल के लिए बना है। NSFW काम के लिए जहाँ आप चाहते हैं कि दोबारा जेनरेट हुआ चेहरा बॉडी की त्वचा के रंग और रोशनी से मेल खाए, कम denoise साफ़ आउटपुट देता है।

Denoise का संतुलन:

• 0.6-0.7: बड़े चेहरे के बदलाव। बहुत बिगड़े चेहरों को ठीक करने के लिए इस्तेमाल करें पर इसमें कैरेक्टर ड्रिफ्ट का जोखिम है।
• 0.5: डिफ़ॉल्ट। फिक्स गुणवत्ता और कंसिस्टेंसी के बीच संतुलन बनाता है।
• 0.4-0.45: सूक्ष्म फिक्स। कैरेक्टर पहचान बनाए रखता है। प्रोडक्शन NSFW के लिए सबसे अच्छा।
• 0.3: सिर्फ़ मामूली परिशोधन। 0.4-0.5 के पहले पास के बाद दूसरे पास के रूप में इस्तेमाल करें।
• 0.2 और नीचे: लगभग कोई बदलाव नहीं। इस स्तर पर detailer को छोड़ दें।

ज़्यादातर NSFW काम के लिए, सही पैटर्न 0.42 पर एक ही पास है। यह संरचनात्मक चेहरे की समस्याओं (बेमेल आँखें, अजीब दाँत, बिगड़े अनुपात) को साफ़ करता है, बिना उस कैरेक्टर पहचान को बदले जो आपके प्रॉम्प्ट और LoRA ने स्थापित की है। अगर पहला पास काफ़ी नहीं है, तो और परिशोधन के लिए 0.3 पर दूसरा पास चलाएं।

FaceDetailer के अंदर CFG आपके मुख्य जेनरेशन CFG के बराबर या थोड़ा ज़्यादा होना चाहिए। RealVisXL वर्कफ़्लो के लिए मैं मुख्य जेनरेशन के लिए CFG 7 और फेस डिटेलर के लिए CFG 7-8 इस्तेमाल करता हूँ। Pony Realism के लिए मैं मुख्य जेनरेशन के लिए CFG 5 और फेस डिटेलर के लिए CFG 5-6 इस्तेमाल करता हूँ। फेस डिटेलर में ऊँचा CFG प्रॉम्प्ट टोकन (जैसे "beautiful eyes") पर ज़्यादा ज़ोर दे सकता है जिससे फोटोरियल आउटपुट पर एनिमे जैसी अतिरंजित विशेषताएं आ जाती हैं। इसे बहुत ऊँचा धकेलने से बचें। इन दोनों के बीच मॉडल का चुनाव detailer सेटिंग्स को साफ़ तौर पर प्रभावित करता है और मैं Pony Realism बनाम RealVisXL तुलना में दोनों को कवर करता हूँ।

FaceDetailer के अंदर सैंपलर का चुनाव मुख्य जेनरेशन की तुलना में कम मायने रखता है। DPM++ 2M Karras 20 स्टेप्स पर ज़्यादातर फेस डिटेलिंग के लिए काम करता है। 20 से नीचे स्टेप्स घटाना चेहरे की डिटेल गुणवत्ता में दिखने लगता है।

Face Detailer के अंदर LoRA जोड़ना

यहाँ वह ट्रिक है जिसे सीखने में मुझे शर्मनाक रूप से लंबा समय लगा। FaceDetailer नोड का अपना खुद का model इनपुट होता है, यानी आप इसे आपके मुख्य जेनरेशन से अलग मॉडल ग्राफ़ दे सकते हैं। इसका सबसे उपयोगी इस्तेमाल detailer के अंदर एक चेहरे-विशिष्ट LoRA लोड करना है जो आपके मुख्य जेनरेशन को प्रभावित नहीं करता।

पैटर्न:

1. मुख्य जेनरेशन: CheckpointLoader → KSampler → VAEDecode
2. फेस डिटेलर: CheckpointLoader → LoraLoader (face LoRA) → FaceDetailer.model से जोड़ें

face LoRA सिर्फ़ चेहरे के रीजेनरेशन पास के दौरान लागू होता है। यह तब उपयोगी है जब:

• आपके पास एक कैरेक्टर LoRA है जो चेहरे की कंसिस्टेंसी में मदद करता है पर पूरी ताकत पर बॉडी बिगाड़ देता है
• आप फोटोरियल त्वचा डिटेल LoRA को सिर्फ़ चेहरों पर लागू करना चाहते हैं, बैकग्राउंड पर नहीं
• आप कैरेक्टर-कंसिस्टेंट NSFW कर रहे हैं जहाँ चेहरे को कई इमेज में एक रेफ़रेंस से मेल खाना है

खास तौर पर कैरेक्टर कंसिस्टेंसी के लिए, यह पूरे जेनरेशन पर कैरेक्टर LoRA चलाने से ज़्यादा भरोसेमंद तरीका है। कैरेक्टर LoRA को चेहरे के क्षेत्र पर पूरा सैंपलिंग बजट मिलता है, जहाँ यह मायने रखता है, जबकि बॉडी LoRA के बॉडी-आकार पूर्वाग्रहों के बिना जेनरेट होती है।

FaceDetailer के अंदर LoRA वेट आमतौर पर पूरी ताकत (0.8-1.0) पर होना चाहिए क्योंकि चेहरे के पास काम करने के लिए सीमित रिज़ॉल्यूशन होता है और आप चाहते हैं कि LoRA का सिग्नल साफ़ तौर पर सामने आए। अगर आप कई LoRA स्टैक कर रहे हैं (एक face LoRA और एक detail LoRA), तो मेरी LoRA स्टैकिंग गाइड वेट संतुलन के पैटर्न कवर करती है।

ग्रुप सीन के लिए मल्टी-पास

सिंगल-फेस वर्कफ़्लो आसान होते हैं। मल्टी-फेस वर्कफ़्लो को थोड़ा ज़्यादा सेटअप चाहिए क्योंकि डिटेक्टर सभी चेहरे ढूँढता है और उन्हें एक बैच के रूप में प्रोसेस करता है, पर पैरामीटर समान रूप से लागू होते हैं। अगर आपके पास एक अच्छी रोशनी वाला चेहरा है और एक छाया में चेहरा है, तो वही denoise एक के लिए सही और दूसरे के लिए गलत हो सकता है।

इसका समाधान है हर पास के लिए अलग सेटिंग्स के साथ मल्टी-पास डिटेलिंग:

पास 1: समस्या वाले मामलों के लिए आक्रामक डिटेलिंग (denoise 0.5, सभी चेहरे) पास 2: सबसे साफ़ संस्करण के लिए संयमित परिशोधन (denoise 0.3, सभी चेहरे)

दो-पास पैटर्न किसी भी सिंगल-पास सेटिंग से बेहतर नतीजे देता है क्योंकि पास 1 बड़ी संरचनात्मक समस्याओं को ठीक करता है और पास 2 बदलाव लाए बिना उसे चमका देता है। प्रति इमेज कुल समय लगभग 30 प्रतिशत बढ़ जाता है (हर पास RTX 4090 पर ~3-5 सेकंड जोड़ता है), पर प्रोडक्शन काम के लिए गुणवत्ता में सुधार पर्याप्त है।

खास तौर पर मल्टी-कैरेक्टर NSFW सीन के लिए, आप प्रति-कैरेक्टर मास्क पर भी फेस डिटेलर चला सकते हैं। हर कैरेक्टर को अलग-अलग सेगमेंट करने के लिए SAM का इस्तेमाल करें, फिर हर मास्क किए गए क्षेत्र पर कैरेक्टर-विशिष्ट LoRA के साथ फेस डिटेलर चलाएं। यह ज़्यादा जटिल है पर आपको एक ही इमेज में कई अलग कैरेक्टर पहचान बनाए रखने देता है। सेटअप के लिए ज़्यादा नोड्स चाहिए पर वर्कफ़्लो रैखिक रहता है।

Face Detailer प्लस अपस्केल पाइपलाइन

पूरी प्रोडक्शन पाइपलाइन जो मैं इस्तेमाल करता हूँ वह ऐसी दिखती है:

1. 1024x1024 पर शुरुआती जेनरेशन (या आपका बेस रिज़ॉल्यूशन)
2. denoise 0.42 पर Face Detailer पास 1
3. (वैकल्पिक) हाथ ठीक करने के लिए हैंड detailer पास
4. एक मॉडल अपस्केलर के साथ 2048x2048 तक अपस्केल (Ultrasharp 4x मेरा डिफ़ॉल्ट है)
5. अपस्केल की गई इमेज पर denoise 0.3 पर Face Detailer पास 2
6. (वैकल्पिक) बॉडी टेक्सचर पर डिटेल एन्हांसमेंट पास

स्टेप 5 और 6 वहाँ हैं जहाँ हाई-एंड प्रोडक्शन काम के लिए जादू होता है। अपस्केल के बाद, चेहरे के पास काम करने के लिए ज़्यादा पिक्सल होते हैं, और एक कम-denoise फेस डिटेलर पास माइक्रो-डिटेल (रोमछिद्र, आँखों के प्रतिबिंब, बालों की लटें) जोड़ सकता है जो कम रिज़ॉल्यूशन पर संभव नहीं था। यही "अच्छी AI इमेज" और "फ़ोटोग्राफ़-स्तर AI इमेज" के बीच का अंतर है।

RTX 4090 पर इस पूरी पाइपलाइन के लिए कुल जेनरेशन समय:

• शुरुआती जेनरेशन: 5-7 सेकंड
• फेस डिटेलर पास 1: 3-4 सेकंड
• हैंड डिटेलर: 4-5 सेकंड
• अपस्केल: 8-12 सेकंड
• फेस डिटेलर पास 2: 4-6 सेकंड (ज़्यादा पिक्सल)
• कुल: प्रति इमेज 24-34 सेकंड

एक इमेज के लिए यह काफ़ी है, पर हर स्टेप गुणवत्ता जोड़ता है और नतीजा सचमुच इनमें से किसी को छोड़ने से बेहतर होता है। बैच प्रोडक्शन के लिए, यह प्रति घंटे 100-150 इमेज बनता है। एक-बार के हीरो शॉट के लिए हर एक पर समय लगाना सार्थक है।

वर्कफ़्लो डाउनलोड

इस पाइपलाइन के लिए पूरा वर्कफ़्लो JSON ऊपर बताए गए नोड्स से जोड़ना सीधा है, पर कुछ सेटअप टिप्स जो समय बचाते हैं:

• अपने मुख्य मॉडल ग्राफ़ और फेस डिटेलर ग्राफ़ को दृश्य रूप से अलग रखने के लिए Reroute नोड का इस्तेमाल करें
• एक बार काम करने पर वर्कफ़्लो को टेम्पलेट के रूप में सेव करें (राइट-क्लिक → Save as template)
• FaceDetailer पैरामीटर के लिए एक बार डिफ़ॉल्ट सेट करें और जब आपको कई पास चाहिए हों तो नोड को क्लोन करें
• bbox_threshold इतना कम रखें कि आप किनारे वाली डिटेक्शन पकड़ें पर इतना कम नहीं कि आपको बॉडी विशेषताओं पर फ़ॉल्स पॉज़िटिव मिलें

जो लोग इसे शुरू से नहीं जोड़ना चाहते, उनके लिए ComfyUI Impact Pack GitHub रिपॉज़िटरी के workflows फ़ोल्डर में उदाहरण वर्कफ़्लो हैं। basic_pipe उदाहरण मानक सेटअप कवर करता है। RunComfy जैसी कम्युनिटी वर्कफ़्लो साइटें मल्टी-पास और कैरेक्टर-कंसिस्टेंट वैरिएंट सहित ज़्यादा विस्तृत सेटअप होस्ट करती हैं।

अगर इस वर्कफ़्लो को खुद बनाए रखना काम जैसा लगता है, तो वाजिब है। Lewdly.ai समकक्ष पाइपलाइन अपने आप चलाता है। फेस डिटेलिंग हर जेनरेशन पर होती है, बिना क्रिएटर को नोड ग्राफ़ के बारे में सोचे। ज़्यादातर NSFW क्रिएटर्स के लिए जिनका काम कंटेंट है न कि इंफ्रास्ट्रक्चर, वह अमूर्तता सही स्तर है। पूरी स्पष्टता के साथ बता दूँ, मैं इसे बनाने में मदद करता हूँ।

अक्सर पूछे जाने वाले प्रश्न

NSFW के लिए Face Detailer में मुझे कौन सा denoise इस्तेमाल करना चाहिए? ज़्यादातर फोटोरियल NSFW काम के लिए, 0.42 सबसे सही जगह है। डिफ़ॉल्ट 0.5 चेहरों को ज़्यादा बदल देता है और आपके इच्छित कैरेक्टर से भटक सकता है। 0.4 से कम संरचनात्मक समस्याओं को ठीक करने के लिए बहुत संयमित है। 0.42 को अपना डिफ़ॉल्ट बनाएं और वहाँ से ट्यून करें।

FaceDetailer UnpicklingError के साथ क्यों विफल होता है? PyTorch 2.6+ torch.load() के लिए डिफ़ॉल्ट रूप से weights_only=True रखता है, जो YOLO मॉडल में Python ऑब्जेक्ट्स को अस्वीकार करता है। Impact-Subpack को नवीनतम संस्करण में अपडेट करें। मौजूदा संस्करण में एक पैच किया हुआ लोडर है जो इसे सही तरीके से संभालता है।

क्या मैं SAM के बिना Face Detailer चला सकता हूँ? हाँ। sam_model_opt इनपुट वैकल्पिक है। SAM के बिना आपको सटीक सेगमेंटेशन के बजाय एक आयताकार bbox मास्क मिलता है। गुणवत्ता थोड़ी कम होती है क्योंकि रीजेनरेशन ज़रूरत से ज़्यादा आसपास के पिक्सल को प्रभावित करता है, पर नतीजा अब भी ज़्यादातर मामलों के लिए इस्तेमाल लायक होता है।

क्या कैरेक्टर कंसिस्टेंसी के लिए मुझे face LoRA चाहिए? सख्ती से नहीं। अगर आपका प्रॉम्प्ट और seed कंसिस्टेंट हैं, तो जेनरेशन में चेहरे मोटे तौर पर कंसिस्टेंट रहेंगे। एक face LoRA इसे काफ़ी कस देता है। मैंने जो LoRA-इनसाइड-FaceDetailer पैटर्न बताया वह सबसे अच्छे नतीजे देता है क्योंकि LoRA सिर्फ़ चेहरे के क्षेत्र को प्रभावित करता है।

Face Detailer और ADetailer में क्या अंतर है? ADetailer उसी विचार का A1111/Forge समकक्ष है। ComfyUI का FaceDetailer (Impact Pack से) में ज़्यादा कॉन्फ़िगरेशन विकल्प हैं पर यह उसी सिद्धांत पर काम करता है। दोनों एक चेहरा पता लगाते हैं, क्रॉप करते हैं, अपस्केल करते हैं, दोबारा जेनरेट करते हैं, और वापस जोड़ देते हैं। गुणवत्ता मोटे तौर पर समान है। ComfyUI आपको ज़्यादा वर्कफ़्लो नियंत्रण देता है।

क्या मुझे Face Detailer अपस्केल से पहले या बाद में चलाना चाहिए? दोनों। अपस्केल से पहले पास 1 (कम लागत पर संरचनात्मक समस्याओं को ठीक करता है)। अपस्केल के बाद कम denoise पर पास 2 (हाई-रिज़ॉल्यूशन चेहरे में डिटेल जोड़ता है)। यह अपस्केल-के-आसपास-दो-पास पैटर्न हाई-एंड आउटपुट के लिए प्रोडक्शन मानक है।

क्या Face Detailer Flux मॉडल के साथ काम करता है? हाँ। FaceDetailer नोड मॉडल-अज्ञेय है। यह Flux, SDXL, Pony, और किसी भी अन्य डिफ़्यूज़न मॉडल के साथ काम करता है जिसे ComfyUI सपोर्ट करता है। Flux पर प्रदर्शन धीमा है क्योंकि अंतर्निहित जेनरेशन स्टेप धीमा है।

मैं Face Detailer को कैरेक्टर की पहचान बदलने से कैसे रोकूँ? denoise कम करें (0.35-0.42), CFG को संयमित रखें (5-7), और detailer के positive प्रॉम्प्ट में ऐसे प्रॉम्प्ट टोकन से बचें जो कैरेक्टर विशेषताएं बदलते हैं। अगर आप एक कैरेक्टर LoRA इस्तेमाल कर रहे हैं, तो पहचान को टिकाने के लिए इसे FaceDetailer के अंदर पूरी ताकत पर लागू करें।

मेरा Face Detailer आउटपुट ज़्यादा चिकना क्यों दिखता है? बहुत ऊँचा denoise और स्मूद-स्किन पूर्वाग्रह वाला मॉडल मिलकर ज़्यादा चिकने चेहरे बनाते हैं। denoise को 0.4 तक घटाएं। positive प्रॉम्प्ट में "skin texture, pores, natural skin" जोड़ें। detailer के अंदर किसी भी beauty-LoRA वेट को कम करें।

क्या मैं उसी नोड से हाथों को डिटेल कर सकता हूँ? Impact Pack एक hand_yolov8s.pt डिटेक्शन मॉडल के साथ आता है और वही FaceDetailer नोड bbox_detector इनपुट को बदलकर हाथों को टारगेट कर सकता है। कुछ Impact Pack संस्करणों में एक समर्पित HandDetailer भी होता है। दोनों समान रूप से काम करते हैं। हैंड डिटेलिंग को आमतौर पर फेस डिटेलिंग से ज़्यादा denoise (0.5-0.6) चाहिए क्योंकि संरचनात्मक समस्याएं ज़्यादा गंभीर होती हैं।

सही मानसिक मॉडल

Face Detailer एक गुणवत्ता बढ़ाने वाला नहीं है, यह एक रिज़ॉल्यूशन आवंटक है। यह इसलिए काम करता है क्योंकि AI मॉडल के पास प्रति पिक्सल एक तय अटेंशन बजट होता है और बॉडी-केंद्रित कंपोज़िशन में चेहरे के क्षेत्र भूखे रह जाते हैं। क्रॉप करके और दोबारा जेनरेट करके, आप चेहरे को एक ऊँचे प्रभावी रिज़ॉल्यूशन पर उसका अपना पूरा अटेंशन बजट देते हैं। एक बार जब आप इसे आत्मसात कर लेते हैं, तो सही सेटिंग्स स्पष्ट हो जाती हैं। कम denoise उसे बनाए रखता है जो मॉडल पहले ही सही कर चुका है। ऊँचा denoise संरचनात्मक समस्याएं ठीक करता है पर कैरेक्टर ड्रिफ्ट का जोखिम है। मल्टी-पास बस बजट को अलग प्राथमिकताओं के साथ दो बार चलाना है।

यह वर्कफ़्लो 18 महीनों से प्रोडक्शन NSFW काम के लिए मेरा डिफ़ॉल्ट रहा है और यह सचमुच सबसे बड़ा गुणवत्ता सुधार है जो मैंने कभी किसी पाइपलाइन में जोड़ा है। अगर आप हर फोटोरियल NSFW इमेज पर Face Detailer नहीं चला रहे जो आप जेनरेट करते हैं, तो आप बहुत सारी गुणवत्ता मेज़ पर छोड़ रहे हैं। पहली बार सेटअप में 30 मिनट लगते हैं। गुणवत्ता का अंतर स्थायी है।

संदर्भ संसाधनों में Impact Pack GitHub, Face Detailer पर ComfyUI Wiki ट्यूटोरियल, और ThinkDiffusion का प्रकाशित फेस डिटेलर वर्कफ़्लो शामिल हैं जो नोड ग्राफ़ का एक साफ़ दृश्य संदर्भ देता है।