कपड़ों के एडिट के लिए ComfyUI NSFW इनपेंटिंग वर्कफ्लो

एक ऐसा comfyui nsfw inpainting workflow जो वाकई साफ-सुथरे कपड़ों के एडिट या एक्सप्लिसिट NSFW बदलाव देता हो, उसे बनाना ऑनलाइन ट्यूटोरियल्स के दिखाए हुए से कहीं ज्यादा मुश्किल है। ज्यादातर YouTube गाइड आपको एक परफेक्ट सोर्स इमेज के साथ आसान रास्ता दिखाते हैं और उन हिस्सों को छोड़ देते हैं जो बड़े पैमाने पर फेल हो जाते हैं। हमने इस वर्कफ्लो को महीनों के प्रोडक्शन इस्तेमाल में बनाया और सुधारा है, और नीचे दिया गया वर्जन उन फेलियर मोड्स को संभालता है जिन्हें आसान गाइड नज़रअंदाज़ कर देते हैं।

इनपेंटिंग असल में क्या करती है

सच कहें तो ज्यादातर यूज़र इनपेंटिंग को गलत समझते हैं। वे इसे एक जादुई इरेज़र मानते हैं। यह वो नहीं है। इनपेंटिंग एक रीजनरेशन है। मॉडल को आपका मास्क किया गया हिस्सा एक प्लेसहोल्डर के रूप में मिलता है और वह उस हिस्से के लिए नया कंटेंट बनाता है, साथ ही उसे आसपास के बिना मास्क वाले पिक्सेल के साथ मिलाने की कोशिश करता है। गुणवत्ता इस बात पर निर्भर करती है कि आपका मास्क कितना साफ है और आपकी डीनॉइज़ स्ट्रेंथ कितनी अच्छी तरह ट्यून की गई है।

खासकर NSFW कपड़ों के एडिट के लिए, इनपेंटिंग एक खास समस्या हल करती है। आपके पास एक बेस इमेज है जिसका कंपोजीशन आप चाहते हैं, लेकिन कपड़े या एनाटॉमी अलग होनी चाहिए। शायद आपने एक SFW बेस बनाया और कुछ खास तत्वों को NSFW में बदलना चाहते हैं। शायद आप किसी मौजूदा कैरेक्टर पर आउटफिट बदलना चाहते हैं। शायद आप पूरी इमेज को दोबारा बनाए बिना एनाटॉमी की दिक्कतें ठीक करना चाहते हैं। इनपेंटिंग इन तीनों को एक ही वर्कफ्लो से संभाल लेती है।

लोग इनपेंटिंग से इसलिए परेशान हो जाते हैं क्योंकि वे इसे एक-शॉट टूल की तरह बरतते हैं। जनरेट करो, मास्क लगाओ, दोबारा जनरेट करो, हो गया। प्रोडक्शन में इनपेंटिंग इटरेटिव होती है। एक साफ नतीजे के लिए आपको अक्सर अलग-अलग डीनॉइज़ स्ट्रेंथ और प्रॉम्प्ट के साथ कई इनपेंटिंग पास चलाने पड़ेंगे। हम यहां जो वर्कफ्लो बना रहे हैं वह उन इटरेशन को तेज़ बनाता है।

एक और बात जिसका कोई ज़िक्र नहीं करता वह यह है कि इनपेंटिंग की गुणवत्ता काफी हद तक बेस इमेज की गुणवत्ता पर निर्भर करती है। किसी कम गुणवत्ता वाली इमेज में कोई हिस्सा मास्क करें तो इनपेंट किया गया हिस्सा उसे नहीं बचा पाएगा। मॉडल का रीजनरेशन आसपास के पिक्सेल से कॉन्टेक्स्ट लेता है। खराब कॉन्टेक्स्ट खराब इनपेंट देता है। एक साफ बेस से शुरू करें, भले ही आप उसे बदलने वाले हों।

दो तरीके, मैनुअल मास्क बनाम ऑटो सेगमेंट

इनपेंटिंग मास्क बनाने के दो तरीके मैनुअल मास्किंग और ऑटोमैटिक सेगमेंटेशन में बंटते हैं। दोनों काम करते हैं। दोनों के अपने-अपने फायदे-नुकसान हैं।

ComfyUI में मैनुअल मास्किंग के लिए Mask Editor नोड का इस्तेमाल होता है। आप ब्रश टूल से सीधे सोर्स इमेज पर मास्क पेंट करते हैं। पूरा कंट्रोल। हर इमेज पर धीमा। उन एक-बार के एडिट के लिए बढ़िया जहां आपको ठीक वही मास्क शेप चाहिए जो आपके दिमाग में है। उस प्रोडक्शन के लिए खराब जहां आप कई इमेज प्रोसेस कर रहे हैं।

ऑटोमैटिक सेगमेंटेशन में SAM (Segment Anything Model) और Grounding DINO का इस्तेमाल टेक्स्ट प्रॉम्प्ट से ऑब्जेक्ट डिटेक्ट करने और अपने आप मास्क बनाने के लिए होता है। आप "shirt" टाइप करते हैं और वर्कफ्लो शर्ट को डिटेक्ट करके उसे मास्क कर देता है। एज केस पर कम सटीक। तेज़ और दोबारा दोहराने लायक। प्रोडक्शन के लिए बढ़िया। एक-बार के सटीक काम के लिए कमज़ोर।

किसी भी मात्रा में NSFW कपड़ों के एडिट के लिए ऑटोमैटिक सेगमेंटेशन जीतता है। मास्क की गुणवत्ता आमतौर पर मैनुअल मास्किंग के नतीजे के 5-10% के भीतर होती है, लेकिन जनरेशन 30 सेकंड बनाम 3-5 मिनट की होती है। 50 इमेज पर यह घंटों की बचत है।

हाइब्रिड तरीका ऑटो-सेगमेंटेशन को एक शुरुआती बिंदु के रूप में इस्तेमाल करता है और ज़रूरत पड़ने पर आपको मास्क को मैनुअली सुधारने देता है। ComfyUI की advanced inpainting techniques guide हाइब्रिड पैटर्न को और विस्तार से कवर करती है। ज्यादातर प्रोडक्शन NSFW काम के लिए शुद्ध ऑटो-सेगमेंटेशन काफी अच्छा है।

SAM और Grounding DINO सेट अप करना

नोड्स इंस्टॉल करना। ComfyUI Manager में "ComfyUI Impact Pack" सर्च करें और उसे इंस्टॉल करें। फिर अतिरिक्त इनपेंटिंग नोड्स के लिए "ComfyUI Inspire Pack" इंस्टॉल करें। आखिर में "ComfyUI segment anything" या "ComfyUI Grounding Dino" इंस्टॉल करें, यह इस पर निर्भर करता है कि किस पैकेज को मेंटेनर ने हाल ही में ज्यादा अपडेट किया है। GitHub पर मौजूद Grounded SAM repository वह सोर्स पेपर है जिसे ये ComfyUI नोड्स रैप करते हैं, अगर आप अंदरूनी तकनीक समझना चाहते हैं।

इंस्टॉलेशन के बाद ComfyUI को रीस्टार्ट करें। नए नोड्स राइट-क्लिक मेन्यू में "Add Node, Impact, Detector" और इसी तरह के पाथ के नीचे दिखाई देते हैं।

मॉडल फाइलें डाउनलोड करें। SAM को एक चेकपॉइंट की ज़रूरत होती है। sam_vit_h_4b8939.pth फाइल लगभग 2.5GB की मानक उच्च-गुणवत्ता वाली SAM मॉडल है। Grounding DINO को एक छोटी मॉडल फाइल चाहिए। दोनों क्रमशः ComfyUI/models/sams/ और ComfyUI/models/grounding-dino/ में डाउनलोड होती हैं। पहली बार जब आप वर्कफ्लो चलाएंगे, अगर ये मौजूद नहीं होंगी तो मॉडल लोडर नोड्स इन्हें अपने आप डाउनलोड कर लेंगे।

वर्कफ्लो नोड सेटअप। चेन ऐसी दिखती है। Load Image, SAMModelLoader और GroundingDinoModelLoader नोड्स में जाती है। दोनों GroundingDinoSAMSegment नोड में जाती हैं, जो आपके टेक्स्ट प्रॉम्प्ट को लेता है कि क्या सेगमेंट करना है। आउटपुट एक मास्क है जो आपके इनपेंटिंग वर्कफ्लो में जाता है।

सेगमेंट नोड के लिए टेक्स्ट प्रॉम्प्ट ही असली जादू है। "shirt" शर्ट को डिटेक्ट करता है। "underwear" अंडरवियर को डिटेक्ट करता है। "hair" बालों को डिटेक्ट करता है। NSFW काम के लिए आप खास हो सकते हैं। "bra" ब्रा को डिटेक्ट करता है। "clothing on torso" धड़ के कपड़ों को डिटेक्ट करता है। Grounding DINO मॉडल यह समझने में प्रभावशाली रूप से लचीला है कि आप क्या मास्क करना चाहते हैं।

थ्रेशोल्ड सेटिंग्स मायने रखती हैं। डिफॉल्ट Grounding DINO थ्रेशोल्ड 0.3 है जो ज्यादातर मामले पकड़ लेता है। कम (0.2) फॉल्स पॉज़िटिव सहित ज्यादा आक्रामक मैच पकड़ता है। ज्यादा (0.4-0.5) ज्यादा सतर्क है और एज केस छूट सकते हैं। हम 0.3 को डिफॉल्ट के रूप में इस्तेमाल करते हैं और हर वर्कफ्लो के हिसाब से ट्यून करते हैं।

साफ एडिट के लिए मास्क ब्लर और डीनॉइज़

एक बार आपके पास मास्क हो जाए, तो इनपेंटिंग पैरामीटर्स आउटपुट की गुणवत्ता तय करते हैं। दो सेटिंग्स सबसे ज्यादा मायने रखती हैं, मास्क ब्लर और डीनॉइज़ स्ट्रेंथ।

मास्क ब्लर मास्क के किनारों को चिकना करता है ताकि इनपेंट आसपास के पिक्सेल के साथ मिल जाए। तेज़ मास्क किनारे दिखने वाले सीम पैदा करते हैं। बहुत ज्यादा ब्लर एडिट को आपकी चाहत से ज्यादा नरम कर देता है। NSFW कपड़ों के एडिट के लिए 8-15 पिक्सेल का मास्क ब्लर बेहतरीन जगह है। तंग एडिट के लिए जहां सटीकता मायने रखती है, कम (4-6 पिक्सेल)। नरम एडिट के लिए जहां सटीकता से ज्यादा ब्लेंडिंग मायने रखती है, ज्यादा (15-20 पिक्सेल)।

डीनॉइज़ स्ट्रेंथ यह कंट्रोल करता है कि मॉडल कितना दोबारा बनाता है बनाम कितना बचाए रखता है। डीनॉइज़ 1.0 पर मॉडल मास्क किए गए हिस्से के लिए पूरी तरह नया कंटेंट बनाता है। डीनॉइज़ 0.5 पर मॉडल मास्क किए गए हिस्से को सिर्फ आधा बदलता है और कुछ मूल पिक्सेल बचाए रखता है। डीनॉइज़ 0.0 पर कोई रीजनरेशन नहीं होता।

कपड़े बदलने वाले NSFW काम के लिए डीनॉइज़ 0.75-0.85 मानक रेंज है। 0.7 से नीचे मॉडल अक्सर मूल कपड़ों के रंग या पैटर्न को बहुत ज्यादा बचाए रखता है। 0.9 से ऊपर मॉडल इतना पूरी तरह दोबारा बनाता है कि मास्क किए गए हिस्से में शरीर का अनुपात कभी-कभी बदल जाता है।

हल्के एनाटॉमी एडिट के लिए डीनॉइज़ 0.5-0.65 बेहतर काम करता है। आप मौजूदा एनाटॉमी को शुरू से बनाए बिना थोड़ा सा बदलना चाहते हैं। कम डीनॉइज़ मूल कंपोजीशन का ज्यादा हिस्सा बचाए रखता है और फिर भी एडिट पैदा करता है।

हमने पाया है कि अलग-अलग डीनॉइज़ स्ट्रेंथ के साथ दो इनपेंट पास चलाना अक्सर एक ही हाई-डीनॉइज़ पास से बेहतर रहता है। पास 1 डीनॉइज़ 0.85 पर नया कंटेंट बनाता है। पास 2 डीनॉइज़ 0.4 पर थोड़े बड़े मास्क के साथ एडिट किए और बिना एडिट किए हिस्सों के बीच का बदलाव नरम करता है। यह दो-पास वाला तरीका ज्यादातर एज केस संभाल लेता है।

खासकर मास्क हैंडलिंग पर और जानकारी के लिए, inpainting mask feathering and seam blending guide उन सीम-ब्लेंडिंग ट्रिक्स को कवर करती है जो अदृश्य एडिट देती हैं।

Flux Fill बनाम SDXL इनपेंट चेकपॉइंट

इनपेंटिंग मॉडल का चुनाव आउटपुट की गुणवत्ता पर भारी असर डालता है। 2026 में दो मुख्य विकल्प मौजूद हैं, Flux Fill और SDXL इनपेंट चेकपॉइंट्स।

Flux Fill, Black Forest Labs का Flux पर आधारित खास तौर पर बनाया गया इनपेंटिंग मॉडल है। यह एक ही मॉडल में इनपेंटिंग और आउटपेंटिंग दोनों संभालता है। जनरेशन गुणवत्ता शानदार है। Q5 क्वांटाइज़्ड वर्जन सिर्फ 8GB VRAM इस्तेमाल करता है जो ज्यादातर यूज़र के लिए पहुंच में है। हमारी Flux Fill complete guide इस मॉडल को विस्तार से कवर करती है।

SDXL इनपेंट चेकपॉइंट्स, इनपेंटिंग के लिए ऑप्टिमाइज़ किए गए SDXL फाइनट्यून हैं। Lustify या Juggernaut जैसे NSFW-सक्षम बेस के साथ जोड़ने पर ये NSFW को अच्छी तरह संभालते हैं। गुणवत्ता अच्छी है पर जटिल एडिट पर आमतौर पर Flux Fill से थोड़ी कम।

खासकर NSFW कपड़ों के एडिट के लिए Flux Fill दो वजहों से जीतता है। पहला, प्रॉम्प्ट का पालन बेहतर है। जब आप अपने मनचाहे नए कपड़ों का वर्णन करते हैं, तो Flux Fill उन्हें SDXL इनपेंट वेरिएंट्स से ज्यादा सटीकता से बनाता है। दूसरा, सीम की गुणवत्ता ज्यादा साफ है। Flux Fill ऐसे एडिट बनाता है जो आसपास के साथ बिना दिखने वाली सीमाओं के अक्सर मिल जाते हैं। Hugging Face पर मौजूद Flux Fill model card तकनीकी स्पेसिफिकेशन और सुझाए गए इस्तेमाल के पैटर्न कवर करता है।

पेच लाइसेंसिंग का है। Flux Fill, Flux Dev लाइसेंस के तहत आता है जो कमर्शियल इस्तेमाल को सीमित करता है। कमर्शियल NSFW काम के लिए आपको मुफ्त-लाइसेंस वाले बेस पर आधारित SDXL इनपेंट चेकपॉइंट्स इस्तेमाल करने चाहिए या Chroma-आधारित इनपेंटिंग इस्तेमाल करनी चाहिए, जिसे हमने अपनी Chroma vs Flux Dev comparison में कवर किया है।

ज्यादातर यूज़र के लिए व्यावहारिक सुझाव, उन निजी प्रोजेक्ट्स के लिए Flux Fill इस्तेमाल करें जहां लाइसेंसिंग मायने नहीं रखती। कमर्शियल काम के लिए Lustify, Juggernaut या Pony पर आधारित SDXL इनपेंट चेकपॉइंट्स इस्तेमाल करें। दोनों सही सेटिंग्स के साथ प्रोडक्शन-गुणवत्ता वाला आउटपुट देते हैं। हमने इस पूरी पाइपलाइन को lewdly.ai में भी जोड़ा है (पूरी पारदर्शिता के साथ, हम इसे बनाने में मदद करते हैं) ताकि जो यूज़र ComfyUI ग्राफ संभाले बिना कपड़ों के एडिट चाहते हैं उन्हें वही आउटपुट आसान इनपुट के साथ मिले। लोकल और होस्टेड के बीच चुनाव इस पर निर्भर करता है कि आपको असल में कितनी वर्कफ्लो कस्टमाइज़ेशन चाहिए।

इनपेंट पास के बाद Face Detailer

यह वह स्टेप है जिसे ज्यादातर ट्यूटोरियल छोड़ देते हैं, और यही प्रोफेशनल और एमेच्योर आउटपुट के बीच का फर्क है। किसी भी ऐसे इनपेंट पास के बाद जो चेहरे के क्षेत्र को छूता है या शरीर के अनुपात को बदलता है, Face Detailer को पोस्ट-पास के रूप में चलाएं।

ComfyUI में Face Detailer आपकी इमेज में चेहरे ढूंढने के लिए YOLO फेस डिटेक्शन इस्तेमाल करता है, फिर हर डिटेक्ट किए गए चेहरे पर आपके जनरेशन मॉडल के साथ एक छोटा इनपेंट पास चलाता है। चेहरा बेस इमेज के चेहरे से ज्यादा डिटेल के साथ ऊंचे रिज़ॉल्यूशन पर दोबारा बनाया जाता है। नतीजा कुल कंपोजीशन बदले बिना ज्यादा साफ चेहरे की बनावट है।

खासकर NSFW काम के लिए, Face Detailer उस आम "बढ़िया शरीर, अजीब चेहरा" समस्या को रोकता है जो शरीर के हिस्सों की इनपेंटिंग करते समय होती है। बॉडी इनपेंट डाउनस्ट्रीम मॉडल व्यवहार के ज़रिए चेहरे के अनुपात को सूक्ष्म रूप से बदल सकता है। Face Detailer इसे अपने आप ठीक कर देता है।

हमारी ComfyUI Face Detailer NSFW workflow समर्पित फेस डिटेलर पाइपलाइन को कवर करती है। हम यहां जो इनपेंटिंग वर्कफ्लो बना रहे हैं, उसके लिए बस मुख्य इनपेंट पास के बाद चेन के अंत में एक फेस डिटेलर नोड जोड़ दें।

Face Detailer के लिए सेटिंग्स:

• डिटेक्शन मॉडल, bbox/face_yolov8m.pt (मानक) या Civitai से फेस-विशिष्ट NSFW YOLO मॉडल
• फेस रिस्टोरेशन के लिए डीनॉइज़ 0.4-0.55
• भले ही बेस इमेज कम हो, फेस इनपेंट रिज़ॉल्यूशन 1024
• पूरे चेहरे का क्षेत्र पकड़ने के लिए मास्क डाइलेशन 5-10 पिक्सेल

डिटेलर के बाद का चेहरा बेस आउटपुट से साफ तौर पर ज्यादा कुरकुरा दिखना चाहिए, और कैरेक्टर की पहचान बदलनी नहीं चाहिए। अगर पहचान बदलती है, तो डीनॉइज़ कम करें। अगर सुधार दिखाई नहीं देता, तो डीनॉइज़ बढ़ाएं।

आम फेलियर और उनके फिक्स

आम फेलियर 1, मास्क की सीमाएं सीम के रूप में दिखती हैं। फिक्स है मास्क ब्लर बढ़ाना। 12-15 पिक्सेल आज़माएं। अगर सीम फिर भी दिखे, तो ऊपर बताया गया दो-पास इनपेंट चलाएं। अक्सर एक नरम दूसरा पास सीम को पूरी तरह मिटा देता है।

आम फेलियर 2, इनपेंट हिस्सा प्रॉम्प्ट से मेल नहीं खाता। फिक्स है डीनॉइज़ स्ट्रेंथ को 0.85-0.95 की ओर बढ़ाना ताकि मॉडल को दोबारा बनाने की ज्यादा आज़ादी मिले। अगर इससे काम न बने, तो शायद प्रॉम्प्ट मॉडल की शब्दावली से मेल नहीं खाता। इनपेंट प्रॉम्प्ट को आसान वर्णनात्मक भाषा में दोबारा लिखें।

आम फेलियर 3, मास्क किए गए हिस्से में शरीर का अनुपात बदल जाता है। फिक्स है ज्यादा सतर्क डीनॉइज़ (0.6-0.7) इस्तेमाल करना और प्रॉम्प्ट में साफ-साफ बताना कि आप कौन-से शरीर अनुपात बनाए रखना चाहते हैं। "same body shape, natural proportions, [your specific clothing edit]" आमतौर पर काम करता है।

आम फेलियर 4, एडिट किए और बिना एडिट किए हिस्सों के बीच लाइटिंग मेल नहीं खाती। फिक्स है इनपेंट प्रॉम्प्ट में लाइटिंग का वर्णन जोड़ना। "soft daylight, matching ambient lighting" मॉडल को एक जैसी लाइटिंग बनाने की ओर ले जाता है। दो-पास वाला तरीका यहां भी मदद करता है।

आम फेलियर 5, Grounding DINO वह डिटेक्ट नहीं करता जो आप मास्क करना चाहते हैं। फिक्स है अलग-अलग टेक्स्ट प्रॉम्प्ट आज़माना। "shirt" कुछ चीज़ें छोड़ सकता है जो "clothing" पकड़ लेता है। "underwear" कुछ चीज़ें छोड़ सकता है जो "lingerie" पकड़ लेता है। कभी-कभी जब खास आइटम डिटेक्शन ट्रिगर नहीं करते, तो "all clothing" सही प्रॉम्प्ट होता है।

आम फेलियर 6, मास्क बहुत बड़ा है और सिर्फ कपड़ों के बजाय शरीर को भी शामिल कर लेता है। फिक्स है Grounding DINO थ्रेशोल्ड कम करना या ज्यादा खास टेक्स्ट प्रॉम्प्ट इस्तेमाल करना। कभी-कभी आपको ऑटो-सेगमेंटेशन के बाद मास्क को मैनुअली सुधारना पड़ता है। ComfyUI Mask Editor नोड आपको मास्क में क्लिक करके उन हिस्सों को मिटाने देता है जिन्हें आप शामिल नहीं करना चाहते।

खासकर मास्क एडिटिंग पर और जानकारी के लिए, ComfyUI mask editor mastery guide उस मैनुअल रिफाइनमेंट वर्कफ्लो को कवर करती है जब ऑटो-सेगमेंटेशन को सफाई की ज़रूरत हो।

पूरा वर्कफ्लो डाउनलोड करें

हम जो पूरा वर्कफ्लो इस्तेमाल करते हैं वह एक ComfyUI वर्कफ्लो JSON के रूप में रहता है। बुनियादी चेन यह है:

1. Load Image (आपकी बेस इमेज)
2. Grounding DINO + SAM (टेक्स्ट प्रॉम्प्ट के आधार पर ऑटो-सेगमेंट)
3. Mask Blur (8-15 पिक्सेल)
4. Flux Fill या SDXL इनपेंट चेकपॉइंट के साथ KSampler
5. Inpaint condition + पॉज़िटिव प्रॉम्प्ट
6. Face Detailer पोस्ट-पास
7. Save Image

JSON फाइल ComfyUI इंस्टॉलेशन्स के बीच पोर्टेबल है। इसे किसी भी ComfyUI इंस्टेंस में ड्रॉप करें और वर्कफ्लो लोड हो जाता है। ज़रूरी कस्टम नोड्स वर्कफ्लो के ऊपर सूचीबद्ध हैं ताकि ComfyUI Manager गायब डिपेंडेंसी इंस्टॉल कर सके।

जो प्लेटफॉर्म इस वर्कफ्लो को लोकल चलाना नहीं चाहते, उनके लिए होस्टेड सर्विसेज वही पाइपलाइन संभालती हैं। Lewdly.ai बैक-एंड पर बिल्कुल यही वर्कफ्लो पैटर्न चलाता है। यह प्लेटफॉर्म इसलिए मौजूद है क्योंकि ज्यादातर यूज़र 7 कस्टम नोड्स और 12GB चेकपॉइंट डाउनलोड संभाले बिना कपड़ों के एडिट या NSFW इनपेंटिंग चाहते हैं। अगर आप ComfyUI की जटिलता नहीं चाहते, तो होस्टेड रास्ता असल समय बचाता है। lewdly.ai का इनपेंटिंग फ्लो उन्हीं SAM और Grounding DINO कंपोनेंट्स का इस्तेमाल करता है जिन्हें हमने ऊपर कवर किया, बस एक आसान यूज़र इंटरफेस में सीमित कर दिया गया है।

वैकल्पिक इनपेंटिंग तरीकों की गहरी जानकारी के लिए, inpainting and outpainting advanced techniques गाइड कपड़ों के एडिट से आगे के पैटर्न कवर करती है, जिनमें आउटपेंटिंग, एनाटॉमी सुधार और मल्टी-रीजन एडिट शामिल हैं।

अक्सर पूछे जाने वाले सवाल

इस इनपेंटिंग वर्कफ्लो के लिए मुझे कितना VRAM चाहिए?

SDXL-आधारित इनपेंटिंग के लिए कम से कम 12GB, Flux Fill के लिए 16GB सुझाया जाता है। आप 8GB पर Q4 Flux Fill चला सकते हैं पर गुणवत्ता साफ तौर पर गिरती है। अकेले SAM मॉडल को लगभग 2.5GB चाहिए। Grounding DINO को लगभग 700MB चाहिए।

क्या मैं इस वर्कफ्लो को Pony Diffusion के साथ इस्तेमाल कर सकता हूं?

हां। अपने SDXL इनपेंट चेकपॉइंट के रूप में Pony V6 XL इस्तेमाल करें। वर्कफ्लो का ढांचा एक जैसा है, बस चेकपॉइंट लोडर को Pony में बदल दें। ध्यान दें कि Pony को आपके इनपेंट प्रॉम्प्ट में स्कोर टैग चाहिए, ठीक वैसे ही जैसे बेस जनरेशन में।

Grounding DINO कुछ ऑब्जेक्ट क्यों छोड़ देता है?

थ्रेशोल्ड सेटिंग। डिफॉल्ट 0.3 है। ज्यादा आक्रामक डिटेक्शन के लिए इसे 0.2-0.25 तक कम करें। Grounding DINO मॉडल आम ऑब्जेक्ट पर ट्रेन किया गया है, इसलिए असामान्य या स्टाइलिश आइटम कभी-कभी डिफॉल्ट थ्रेशोल्ड पर डिटेक्ट नहीं होते।

NSFW के लिए मुझे Flux Fill इस्तेमाल करना चाहिए या SDXL इनपेंट?

लाइसेंसिंग पर निर्भर करता है। Flux Fill ज्यादा गुणवत्ता वाला है पर रिसर्च-लाइसेंस से सीमित है। NSFW-सक्षम बेस (Lustify, Juggernaut, Pony) के साथ SDXL इनपेंट असीमित कमर्शियल इस्तेमाल देता है। ज्यादातर यूज़र के लिए SDXL इनपेंट व्यावहारिक विकल्प है।

इनपेंट किए और मूल हिस्सों के बीच का सीम मैं कैसे ठीक करूं?

मास्क ब्लर को 12-15 पिक्सेल तक बढ़ाएं। अगर सीम फिर भी दिखे, तो सीमा वाले हिस्से पर कम डीनॉइज़ (0.3-0.4) पर एक दूसरा पास चलाएं। नरम पास एडिट को खास बदले बिना एडिट किए और बिना एडिट किए पिक्सेल को मिला देता है।

SAM और SAM2 में क्या फर्क है?

SAM, Meta का मूल Segment Anything Model है। SAM2 बेहतर सेगमेंटेशन गुणवत्ता और तेज़ इन्फरेंस वाला अपडेटेड वर्जन है। 2026 में ComfyUI इनपेंटिंग वर्कफ्लो के लिए आमतौर पर SAM2 को तरजीह दी जाती है, पर अगर SAM2 इंस्टॉल न हो तो SAM भी काम करता है। हमारी best video segmentation tool SAM2 guide SAM2 को और विस्तार से कवर करती है।

क्या मैं इस वर्कफ्लो से कई इमेज को बैच में प्रोसेस कर सकता हूं?

हां। ComfyUI वर्कफ्लो में बदलाव के ज़रिए बैच प्रोसेसिंग को सपोर्ट करता है। Load Image को Load Images from Directory से बदलें और वर्कफ्लो फोल्डर की हर इमेज को प्रोसेस करेगा। हर इमेज को वही Grounding DINO प्रॉम्प्ट और इनपेंट सेटिंग्स मिलती हैं।

क्या यह वीडियो फ्रेम के साथ काम करता है?

कुछ हद तक। वर्कफ्लो अलग-अलग फ्रेम ठीक से संभालता है, पर फ्रेम के बीच टेम्पोरल एकरूपता बनाए रखने के लिए AnimateDiff या वीडियो-विशिष्ट इनपेंटिंग वर्कफ्लो जैसे अतिरिक्त नोड्स की ज़रूरत होती है। टेम्पोरल निरंतरता के बिना प्रति-फ्रेम एडिट के लिए, यह वर्कफ्लो निकाले गए फ्रेम पर जैसा है वैसा ही काम करता है।