Workflow de Face Detailer no ComfyUI para Rostos NSFW

Rostos em gerações NSFW quebram de maneiras bem características. O corpo sai perfeito, a composição está no ponto, aí voce dá zoom no rosto e ele parece uma pintura do Picasso. Isso acontece porque os modelos da família SDXL distribuem a resolução do espaço latente de forma desigual pela tela. Quando o corpo preenche a maior parte do quadro, o rosto recebe um número minúsculo de pixels de atenção durante a amostragem. O Face Detailer resolve isso recortando a região do rosto, fazendo upscale, regenerando só aquela área em alta resolução e recolando tudo. O resultado é um NSFW fotorrealista em que o rosto realmente parece o de uma pessoa. Eu uso esse workflow em toda imagem de produção nos últimos 18 meses. Aqui está a configuração exata.

Resposta Rápida: Instale o ComfyUI-Impact-Pack pelo ComfyUI Manager. Baixe o face_yolov8m.pt como modelo de detecção. Monte uma cadeia de KSampler → VAEDecode → FaceDetailer com denoise em torno de 0.4 a 0.5 para trabalho NSFW. Rode uma segunda passagem com denoise mais baixo (0.3) para retratos. Adicione uma LoRA de rosto dentro do node FaceDetailer para consistência de personagem.

Por Que os Rostos NSFW Quebram Primeiro

Olha, o motivo disso acontecer não é nenhum mistério se voce entende como o modelo pensa a composição. Os modelos da família SDXL trabalham em uma grade latente de 128x128 (que decodifica para uma saída de 1024x1024 pixels). Todo detalhe da sua imagem precisa caber nessa grade. Quando o seu prompt pede uma cena NSFW de corpo inteiro, o corpo preenche a maior parte do quadro e o rosto ocupa talvez uma região de 12x12 da grade latente. São 144 pixels latentes de orçamento de atenção para o rosto inteiro. Comparado com mais de 1.000 pixels latentes para o corpo. O rosto fica subamostrado no nível estrutural.

Voce percebe os sintomas assim. Olhos que não combinam um com o outro. Dentes que parecem de filme de terror. Textura de pele que não combina com a textura de pele do corpo. Lábios sutilmente errados. Cabelo sem o detalhe que deveria ter. Nada disso é uma falha do modelo. É um problema de alocação de resolução, e o Face Detailer resolve dando ao rosto sua própria passagem de geração dedicada em uma resolução efetiva maior.

O mesmo problema existe em trabalho não NSFW, por isso o ADetailer (o equivalente no A1111) virou equipamento obrigatório para qualquer geração fotorrealista. Para NSFW especificamente o problema é pior porque:

• Composições focadas no corpo empurram o rosto para mais longe do centro do quadro
• Mais cobertura de corpo no quadro significa menos cobertura de rosto
• A maioria dos checkpoints NSFW tem menos treino de atenção em traços faciais do que checkpoints de retrato
• Cenas com múltiplos sujeitos amplificam o problema porque cada rosto recebe ainda menos atenção

O Face Detailer não é opcional para trabalho de produção NSFW em 2026. Quem entrega resultado sem ele está entregando rostos piores do que o necessário.

Instalando o Impact Pack e os Modelos YOLO

A configuração é simples, mas tem algumas pegadinhas que vale conhecer. O fluxo é:

1. Abra o ComfyUI Manager
2. Procure por "ComfyUI-Impact-Pack" e instale
3. Procure por "ComfyUI-Impact-Subpack" e instale (voce precisa dos dois)
4. Reinicie o ComfyUI
5. Baixe os modelos de detecção e de segmentação

O Impact-Subpack é a parte que a maioria dos tutoriais pula. Ele contém o UltralyticsDetectorProvider que carrega os modelos YOLO, enquanto o próprio Impact-Pack contém o node FaceDetailer. Os dois pacotes são obrigatórios e ambos precisam estar instalados e atualizados. Se voce instalar só o Impact-Pack, vai receber erros enigmáticos sobre nodes faltando.

Para o modelo de detecção, voce quer o face_yolov8m.pt. O "m" significa medium e ele oferece o melhor equilíbrio entre precisão de detecção e velocidade para trabalho focado em rosto. A variante menor (face_yolov8s.pt) é mais rápida, mas perde mais rostos em composições difíceis. As variantes maiores (l, x) são marginalmente mais precisas, mas consideravelmente mais lentas.

Para segmentação, use o sam_vit_b_01ec64.pth. O SAM (Segment Anything Model) cria uma máscara precisa dentro do bounding box do YOLO, o que permite ao detailer fundir a regeneração suavemente nos pixels vizinhos. A variante "b" é o equilíbrio certo de precisão e velocidade para trabalho de rosto. As variantes maiores do SAM (l, h) são exagero para detalhamento de rosto.

Caminhos de download:

• face_yolov8m.pt: coloque em ComfyUI/models/ultralytics/bbox/
• sam_vit_b_01ec64.pth: coloque em ComfyUI/models/sams/

Se voce não conseguir usar o ComfyUI Manager (alguns ambientes restritos o bloqueiam), dá para instalar manualmente clonando os repositórios em ComfyUI/custom_nodes/ e rodando os scripts de instalação. Garanta que os diretórios tenham permissão de escrita, senão a instalação vai falhar silenciosamente.

Uma pegadinha específica de 2026. O PyTorch 2.6 introduziu o weights_only=True como padrão do torch.load(), o que quebra o carregamento de modelos YOLO porque os modelos da Ultralytics contêm objetos Python que o carregador seguro rejeita. O Impact-Subpack tem um contorno que define explicitamente weights_only=False para caminhos de modelo YOLO confiáveis, mas se voce vir um UnpicklingError na inicialização, a sua versão do Impact-Subpack está muito antiga. Atualize pelo ComfyUI Manager e o erro deve sumir.

Montando a Cadeia de Nodes do Face Detailer

O workflow básico do Face Detailer é uma cadeia linear simples. Comece com o seu pipeline normal de texto para imagem (CLIP encode, KSampler, VAEDecode) e acrescente o node FaceDetailer depois do VAEDecode. Conecte as entradas:

• image: da saída do seu VAEDecode
• model: do seu CheckpointLoader (o mesmo modelo usado na geração principal)
• clip: do seu CheckpointLoader
• vae: do seu CheckpointLoader
• positive: o seu prompt positivo (normalmente igual ao principal)
• negative: o seu prompt negativo (normalmente igual ao principal)
• bbox_detector: do UltralyticsDetectorProvider carregando o face_yolov8m.pt
• sam_model_opt: do SAMLoader carregando o sam_vit_b_01ec64.pth (opcional, mas recomendado)

O node FaceDetailer tem muitos parâmetros, mas só um punhado deles realmente importa no uso do dia a dia:

• bbox_threshold: 0.5 (padrão). Reduza para 0.3 se ele perder rostos em cenas com pouca luz.
• bbox_dilation: 10 (padrão). Aumenta a região de recorte ao redor do rosto detectado. Valores maiores dão mais contexto para a regeneração, mas desperdiçam tempo.
• bbox_crop_factor: 3 (padrão). O recorte do rosto sofre upscale por esse fator antes da regeneração. 3 significa que um rosto de 100px vira 300px, é regenerado e depois reduzido de volta.
• denoise: 0.5 (padrão). Esse é o grande. Discutido em detalhe abaixo.
• feather: 5 (padrão). Suavização de borda para a máscara. Suaviza a costura entre o rosto regenerado e a imagem original.
• sam_dilation_factor: 10 (padrão). Expande a máscara de segmentação do SAM. Valores maiores incluem mais pixels ao redor.

Para trabalho NSFW especificamente, os ajustes nos quais eu cheguei depois de muita iteração:

• bbox_threshold: 0.4 (pega rostos em composições mais difíceis)
• bbox_dilation: 12 (um pouco mais de contexto ajuda rostos NSFW)
• bbox_crop_factor: 3 (o padrão está certo)
• denoise: 0.42 (mais baixo que o padrão; veja a próxima seção)
• feather: 8 (um pouco mais de suavização para uma costura mais limpa)
• sam_dilation_factor: 10 (o padrão está certo)

Esses são pontos de partida. Ajuste para o seu modelo e estilo de prompt específicos.

Denoise e CFG para Rostos NSFW

O denoise é o parâmetro que a maioria das pessoas erra no Face Detailer. O padrão de 0.5 é pensado para uso geral. Para trabalho NSFW em que voce quer que o rosto regenerado combine com o tom de pele e a iluminação do corpo, um denoise mais baixo produz resultado mais limpo.

O trade-off do denoise:

• 0.6 a 0.7: Mudanças grandes no rosto. Use para consertar rostos muito quebrados, mas arrisca desvio de personagem.
• 0.5: Padrão. Equilibra qualidade da correção e consistência.
• 0.4 a 0.45: Correções sutis. Mantém a identidade do personagem. Melhor para produção NSFW.
• 0.3: Apenas refinamento leve. Use como segunda passagem depois de uma primeira passagem de 0.4 a 0.5.
• 0.2 e abaixo: Quase nenhuma mudança. Pule o detailer nesse nível.

Para a maioria do trabalho NSFW, o padrão certo é uma única passagem em 0.42. Isso limpa os problemas estruturais do rosto (olhos descombinados, dentes estranhos, proporções quebradas) sem mudar a identidade de personagem que o seu prompt e suas LoRAs estabeleceram. Se a primeira passagem não bastar, rode uma segunda passagem em 0.3 para refinar mais.

O CFG dentro do FaceDetailer deve igualar ou superar levemente o CFG da sua geração principal. Para workflows com o RealVisXL eu uso CFG 7 na geração principal e CFG 7 a 8 no face detailer. Para o Pony Realism eu uso CFG 5 na geração principal e CFG 5 a 6 no face detailer. CFG mais alto no face detailer pode super enfatizar tokens do prompt (como "beautiful eyes"), o que leva a traços exagerados estilo anime em saída fotorrealista. Evite empurrar muito alto. A escolha de modelo entre esses afeta de forma perceptível os ajustes do detailer, e eu cubro ambos na comparação Pony Realism vs RealVisXL.

A escolha de sampler dentro do FaceDetailer importa menos do que importa na geração principal. DPM++ 2M Karras em 20 steps funciona para a maioria dos detalhamentos de rosto. Baixar os steps abaixo de 20 começa a aparecer na qualidade do detalhe do rosto.

Adicionando LoRA Dentro do Face Detailer

Aqui vai o truque que eu demorei vergonhosamente para aprender. O node FaceDetailer tem a sua própria entrada de modelo, o que significa que voce pode passar para ele um grafo de modelo diferente do que a sua geração principal usa. A aplicação mais útil disso é carregar uma LoRA específica de rosto dentro do detailer que não afeta a sua geração principal.

O padrão:

1. Geração principal: CheckpointLoader → KSampler → VAEDecode
2. Face detailer: CheckpointLoader → LoraLoader (LoRA de rosto) → conectar ao FaceDetailer.model

A LoRA de rosto é aplicada só durante a passagem de regeneração do rosto. Isso é útil quando:

• Voce tem uma LoRA de personagem que ajuda na consistência do rosto mas estraga os corpos em força total
• Voce quer LoRAs de detalhe de pele fotorrealista aplicadas só nos rostos, não nos fundos
• Voce está fazendo NSFW com personagem consistente em que o rosto precisa combinar com uma referência ao longo de muitas imagens

Para consistência de personagem especificamente, essa abordagem é mais confiável do que rodar uma LoRA de personagem na geração inteira. A LoRA de personagem recebe todo o orçamento de amostragem na região do rosto, onde importa, enquanto o corpo é gerado sem os vieses de formato corporal da LoRA.

O peso da LoRA dentro do FaceDetailer costuma querer ficar em força total (0.8 a 1.0) porque o rosto tem resolução limitada para trabalhar e voce quer que o sinal da LoRA apareça com clareza. Se voce está empilhando várias LoRAs (uma LoRA de rosto e uma LoRA de detalhe), o meu guia de empilhamento de LoRA cobre os padrões de balanceamento de peso.

Múltiplas Passagens para Cenas em Grupo

Workflows de um rosto só são fáceis. Workflows de múltiplos rostos precisam de um pouco mais de configuração porque o detector encontra todos os rostos e os processa em lote, mas os parâmetros se aplicam de forma uniforme. Se voce tem um rosto bem iluminado e um rosto na sombra, o mesmo denoise pode estar certo para um e errado para o outro.

A solução é o detalhamento em múltiplas passagens com ajustes diferentes por passagem:

Passagem 1: Detalhamento agressivo para os casos problemáticos (denoise 0.5, todos os rostos) Passagem 2: Refinamento conservador para a versão mais limpa (denoise 0.3, todos os rostos)

O padrão de duas passagens produz resultados melhores do que qualquer ajuste de passagem única porque a passagem 1 corrige os grandes problemas estruturais e a passagem 2 dá o polimento sem introduzir mudanças. O tempo total por imagem sobe cerca de 30 por cento (cada passagem acrescenta uns 3 a 5 segundos numa RTX 4090), mas o ganho de qualidade é substancial para trabalho de produção.

Para cenas NSFW de múltiplos personagens especificamente, voce também pode rodar o face detailer em uma máscara por personagem. Use o SAM para segmentar cada personagem separadamente, depois rode o face detailer em cada região mascarada com LoRAs específicas de cada personagem. Isso é mais complexo, mas permite manter várias identidades de personagem distintas na mesma imagem. A configuração exige mais nodes, mas o workflow continua linear.

Pipeline de Face Detailer Mais Upscale

O pipeline completo de produção que eu uso é assim:

1. Geração inicial em 1024x1024 (ou a sua resolução base)
2. Face Detailer passagem 1 em denoise 0.42
3. (Opcional) Passagem de hand detailer para correção de mãos
4. Upscale para 2048x2048 com um upscaler de modelo (Ultrasharp 4x é o meu padrão)
5. Face Detailer passagem 2 em denoise 0.3 na imagem com upscale
6. (Opcional) Passagem de realce de detalhe na textura do corpo

Os passos 5 e 6 são onde a mágica acontece para trabalho de produção de alto nível. Depois do upscale, o rosto tem mais pixels para trabalhar, e uma passagem de face detailer com denoise baixo pode acrescentar microdetalhe (poros, reflexos nos olhos, fios de cabelo) que não era possível na resolução mais baixa. Essa é a diferença entre "boa imagem de IA" e "imagem de IA de qualidade de fotografia".

Tempo total de geração numa RTX 4090 para esse pipeline completo:

• Geração inicial: 5 a 7 segundos
• Face detailer passagem 1: 3 a 4 segundos
• Hand detailer: 4 a 5 segundos
• Upscale: 8 a 12 segundos
• Face detailer passagem 2: 4 a 6 segundos (mais pixels)
• Total: 24 a 34 segundos por imagem

É bastante para uma única imagem, mas cada passo acrescenta qualidade e o resultado é genuinamente melhor do que pular qualquer um deles. Para produção em lote, isso vira 100 a 150 imagens por hora. Para hero shots avulsos, vale a pena gastar o tempo em cada uma.

Download do Workflow

O JSON completo do workflow para esse pipeline é simples de montar a partir dos nodes descritos acima, mas seguem algumas dicas de configuração que poupam tempo:

• Use o node Reroute para manter o seu grafo de modelo principal e o grafo do face detailer visualmente separados
• Salve o workflow como template assim que funcionar (clique com o botão direito → Save as template)
• Defina os padrões para os parâmetros do FaceDetailer uma vez e clone o node quando precisar de várias passagens
• Mantenha o bbox_threshold baixo o suficiente para pegar detecções limítrofes, mas não tão baixo a ponto de gerar falsos positivos em traços do corpo

Para quem não quer montar isso do zero, o repositório do ComfyUI Impact Pack no GitHub tem workflows de exemplo na pasta workflows. O exemplo basic_pipe cobre a configuração padrão. Sites de workflow da comunidade como o RunComfy hospedam montagens mais elaboradas, incluindo variantes de múltiplas passagens e de personagem consistente.

Se manter esse workflow voce mesmo soa como trabalho, é justo. A Lewdly.ai roda o pipeline equivalente automaticamente. O detalhamento de rosto acontece em toda geração sem o criador precisar pensar em grafos de nodes. Para a maioria dos criadores NSFW cujo negócio é conteúdo e não infraestrutura, esse nível de abstração é o certo. Divulgação completa, eu ajudo a construir isso.

Perguntas Frequentes

Que denoise eu devo usar no Face Detailer para NSFW? Para a maioria do trabalho NSFW fotorrealista, 0.42 é o ponto ideal. O padrão de 0.5 modifica demais os rostos e pode desviar do personagem que voce pretendia. Abaixo de 0.4 é conservador demais para consertar problemas estruturais. Use 0.42 como padrão e ajuste a partir daí.

Por que o FaceDetailer falha com UnpicklingError? O PyTorch 2.6+ usa weights_only=True como padrão no torch.load(), o que rejeita os objetos Python nos modelos YOLO. Atualize o Impact-Subpack para a versão mais recente. A versão atual inclui um carregador corrigido que trata isso corretamente.

Posso rodar o Face Detailer sem o SAM? Sim. A entrada sam_model_opt é opcional. Sem o SAM voce recebe uma máscara retangular de bbox em vez de uma segmentação precisa. A qualidade fica um pouco menor porque a regeneração afeta mais pixels ao redor do que o necessário, mas o resultado ainda é utilizável na maioria dos casos.

Eu preciso de uma LoRA de rosto para consistência de personagem? Não estritamente. Se o seu prompt e seu seed forem consistentes, os rostos ficarão mais ou menos consistentes entre as gerações. Uma LoRA de rosto aperta isso de forma significativa. O padrão de LoRA dentro do FaceDetailer que descrevi dá os melhores resultados porque a LoRA só afeta a região do rosto.

Qual é a diferença entre Face Detailer e ADetailer? O ADetailer é o equivalente no A1111/Forge da mesma ideia. O FaceDetailer do ComfyUI (do Impact Pack) tem mais opções de configuração, mas funciona pelo mesmo princípio. Os dois detectam um rosto, recortam, fazem upscale, regeneram e recolam. A qualidade é mais ou menos equivalente. O ComfyUI te dá mais controle de workflow.

Devo rodar o Face Detailer antes ou depois do upscale? Os dois. Passagem 1 antes do upscale (corrige problemas estruturais a baixo custo). Passagem 2 depois do upscale com denoise mais baixo (acrescenta detalhe ao rosto de resolução maior). Esse padrão de duas passagens em torno do upscale é o padrão de produção para saída de alto nível.

O Face Detailer funciona com modelos Flux? Sim. O node FaceDetailer é agnóstico de modelo. Ele funciona com Flux, SDXL, Pony e qualquer outro modelo de difusão que o ComfyUI suporte. O desempenho é mais lento no Flux porque a etapa de geração subjacente é mais lenta.

Como evito que o Face Detailer mude a identidade do personagem? Use denoise mais baixo (0.35 a 0.42), mantenha o CFG modesto (5 a 7) e evite tokens de prompt que mudam traços do personagem no prompt positivo do detailer. Se voce está usando uma LoRA de personagem, aplique ela dentro do FaceDetailer em força total para ancorar a identidade.

Por que a saída do meu Face Detailer parece super suavizada? Denoise alto demais somado a um modelo com viés de pele lisa produz rostos super suavizados. Baixe o denoise para 0.4. Adicione "skin texture, pores, natural skin" ao prompt positivo. Reduza qualquer peso de LoRA de beleza dentro do detailer.

Posso detalhar mãos com o mesmo node? O Impact Pack vem com um modelo de detecção hand_yolov8s.pt e o mesmo node FaceDetailer pode mirar nas mãos trocando a entrada bbox_detector. Também existe um HandDetailer dedicado em algumas versões do Impact Pack. Os dois funcionam de forma parecida. O detalhamento de mãos costuma querer denoise mais alto (0.5 a 0.6) que o de rosto porque os problemas estruturais são mais severos.

O Modelo Mental Certo

O Face Detailer não é um realçador de qualidade, é um alocador de resolução. O motivo de funcionar é que modelos de IA têm um orçamento fixo de atenção por pixel e regiões de rosto em composições focadas no corpo ficam famintas. Ao recortar e regenerar, voce dá ao rosto o seu próprio orçamento total de atenção em uma resolução efetiva maior. Uma vez que voce internaliza isso, os ajustes certos ficam óbvios. Denoise mais baixo preserva o que o modelo já acertou. Denoise mais alto corrige problemas estruturais mas arrisca desvio de personagem. Múltiplas passagens é só rodar o orçamento duas vezes com prioridades diferentes.

Esse workflow tem sido o meu padrão para trabalho de produção NSFW há 18 meses e é genuinamente o maior ganho de qualidade que eu já adicionei a um pipeline. Se voce não está rodando o Face Detailer em toda imagem NSFW fotorrealista que gera, está deixando muita qualidade na mesa. A configuração leva 30 minutos na primeira vez. A diferença de qualidade é permanente.

Recursos de referência incluem o GitHub do Impact Pack, o tutorial do ComfyUI Wiki sobre Face Detailer e o workflow de face detailer publicado pela ThinkDiffusion que dá uma referência visual limpa do grafo de nodes.