Quy Trình Face Detailer Trong ComfyUI Cho Khuôn Mặt NSFW

Khuôn mặt trong các ảnh NSFW thường hỏng theo những kiểu rất đặc trưng. Phần thân thì hoàn hảo, bố cục thì chuẩn chỉnh, rồi bạn phóng to vào khuôn mặt và nó trông như một bức tranh của Picasso. Điều này xảy ra vì các model thuộc dòng SDXL phân bổ độ phân giải trong không gian latent một cách không đồng đều trên toàn khung hình. Khi phần thân chiếm phần lớn khung, khuôn mặt chỉ nhận được một lượng điểm ảnh rất nhỏ để được chú ý trong quá trình sampling. Face Detailer khắc phục điều này bằng cách cắt vùng khuôn mặt, phóng to nó lên, tái tạo riêng vùng đó ở độ phân giải cao, rồi ghép lại. Kết quả là ảnh NSFW chân thực với khuôn mặt thực sự trông giống con người. Tôi đã dùng quy trình này cho mọi ảnh sản phẩm trong suốt 18 tháng qua. Đây là cách thiết lập chính xác.

Trả Lời Nhanh: Cài ComfyUI-Impact-Pack từ ComfyUI Manager. Tải face_yolov8m.pt làm model nhận diện. Dựng chuỗi KSampler → VAEDecode → FaceDetailer với denoise khoảng 0.4-0.5 cho công việc NSFW. Chạy lượt thứ hai với denoise thấp hơn (0.3) cho ảnh chân dung. Thêm một face LoRA bên trong node FaceDetailer để giữ tính nhất quán nhân vật.

Vì Sao Khuôn Mặt NSFW Hỏng Trước

Nghe này, lý do điều này xảy ra không hề bí ẩn nếu bạn hiểu cách model tư duy về bố cục. Các model dòng SDXL làm việc trên một lưới latent 128x128 (giải mã ra ảnh đầu ra 1024x1024 pixel). Mọi chi tiết trong ảnh của bạn đều phải nằm gọn trong lưới đó. Khi prompt của bạn yêu cầu một cảnh NSFW toàn thân, phần thân chiếm phần lớn khung, và khuôn mặt chỉ chiếm khoảng một vùng 12x12 của lưới latent. Đó là 144 điểm ảnh latent ngân sách chú ý cho toàn bộ khuôn mặt. So với hơn 1.000 điểm ảnh latent cho phần thân. Khuôn mặt bị thiếu sampling ở cấp độ cấu trúc.

Bạn sẽ thấy các triệu chứng như sau. Hai mắt không khớp nhau. Răng trông như phim kinh dị. Kết cấu da không khớp với kết cấu da của thân hình. Đôi môi sai một cách tinh tế. Tóc thiếu chi tiết đáng lẽ phải có. Không cái nào trong số này là lỗi của model. Đó là vấn đề phân bổ độ phân giải, và Face Detailer giải quyết bằng cách cho khuôn mặt một lượt tạo riêng ở độ phân giải hiệu dụng cao hơn.

Cùng vấn đề này tồn tại trong công việc không phải NSFW, đó là lý do ADetailer (bản tương đương trên A1111) trở thành trang bị bắt buộc cho mọi ảnh chân thực. Riêng với NSFW thì vấn đề tệ hơn vì:

• Bố cục tập trung vào thân đẩy khuôn mặt ra xa tâm khung hơn
• Phần thân chiếm nhiều khung hơn đồng nghĩa khuôn mặt chiếm ít khung hơn
• Hầu hết các checkpoint NSFW được huấn luyện ít chú ý vào đặc điểm khuôn mặt hơn so với checkpoint chân dung
• Cảnh nhiều nhân vật làm khuếch đại vấn đề vì mỗi khuôn mặt nhận được càng ít chú ý hơn

Face Detailer không phải tùy chọn cho công việc sản xuất NSFW trong năm 2026. Bất kỳ ai xuất bản kết quả mà không có nó đều đang xuất bản những khuôn mặt tệ hơn mức cần thiết.

Cài Đặt Impact Pack Và Các Model YOLO

Việc thiết lập khá đơn giản nhưng có vài cái bẫy đáng biết. Trình tự là:

1. Mở ComfyUI Manager
2. Tìm "ComfyUI-Impact-Pack" và cài đặt
3. Tìm "ComfyUI-Impact-Subpack" và cài đặt (bạn cần cả hai)
4. Khởi động lại ComfyUI
5. Tải các model nhận diện và phân vùng

Impact-Subpack là phần mà hầu hết các bài hướng dẫn bỏ qua. Nó chứa UltralyticsDetectorProvider để nạp các model YOLO, trong khi bản thân Impact-Pack chứa node FaceDetailer. Cả hai gói đều bắt buộc và cả hai đều phải được cài đặt và cập nhật. Nếu bạn chỉ cài Impact-Pack thì bạn sẽ gặp các lỗi khó hiểu về node bị thiếu.

Với model nhận diện, bạn muốn dùng face_yolov8m.pt. Chữ "m" nghĩa là medium (trung bình) và nó cân bằng tốt nhất giữa độ chính xác nhận diện và tốc độ cho công việc tập trung vào khuôn mặt. Biến thể nhỏ hơn (face_yolov8s.pt) nhanh hơn nhưng bỏ sót nhiều khuôn mặt hơn trong các bố cục khó. Các biến thể lớn hơn (l, x) chính xác hơn một chút nhưng chậm hơn đáng kể.

Với phân vùng, dùng sam_vit_b_01ec64.pth. SAM (Segment Anything Model) tạo một mask chính xác bên trong hộp giới hạn YOLO, cho phép detailer hòa vùng tái tạo một cách mượt mà vào các điểm ảnh xung quanh. Biến thể "b" là điểm cân bằng đúng giữa độ chính xác và tốc độ cho công việc khuôn mặt. Các biến thể SAM lớn hơn (l, h) là quá thừa cho việc detail khuôn mặt.

Đường dẫn tải về:

• face_yolov8m.pt: đặt vào ComfyUI/models/ultralytics/bbox/
• sam_vit_b_01ec64.pth: đặt vào ComfyUI/models/sams/

Nếu bạn không dùng được ComfyUI Manager (một số môi trường hạn chế chặn nó), bạn có thể cài thủ công bằng cách clone các repo vào ComfyUI/custom_nodes/ và chạy các script cài đặt. Hãy đảm bảo các thư mục có quyền ghi, nếu không quá trình cài đặt sẽ thất bại trong im lặng.

Một cái bẫy riêng của năm 2026. PyTorch 2.6 đưa weights_only=True thành mặc định cho torch.load(), điều này làm hỏng việc nạp model YOLO vì các model Ultralytics chứa các đối tượng Python mà bộ loader an toàn từ chối. Impact-Subpack có cách xử lý đặt rõ weights_only=False cho các đường dẫn model YOLO đáng tin cậy, nhưng nếu bạn thấy lỗi UnpicklingError khi khởi động thì phiên bản Impact-Subpack của bạn quá cũ. Cập nhật qua ComfyUI Manager và lỗi sẽ hết.

Dựng Chuỗi Node Face Detailer

Quy trình Face Detailer cơ bản là một chuỗi tuyến tính đơn giản. Bắt đầu với pipeline text-to-image bình thường của bạn (CLIP encode, KSampler, VAEDecode), rồi gắn node FaceDetailer ngay sau VAEDecode. Kết nối các đầu vào:

• image: từ đầu ra VAEDecode của bạn
• model: từ CheckpointLoader của bạn (cùng model dùng trong lượt tạo chính)
• clip: từ CheckpointLoader của bạn
• vae: từ CheckpointLoader của bạn
• positive: prompt khẳng định của bạn (thường giống lượt chính)
• negative: prompt phủ định của bạn (thường giống lượt chính)
• bbox_detector: từ UltralyticsDetectorProvider nạp face_yolov8m.pt
• sam_model_opt: từ SAMLoader nạp sam_vit_b_01ec64.pth (tùy chọn nhưng nên dùng)

Node FaceDetailer có rất nhiều tham số nhưng chỉ một số ít thực sự quan trọng cho việc dùng hằng ngày:

• bbox_threshold: 0.5 (mặc định). Hạ xuống 0.3 nếu nó bỏ sót khuôn mặt trong các cảnh thiếu sáng.
• bbox_dilation: 10 (mặc định). Tăng vùng cắt quanh khuôn mặt được nhận diện. Giá trị cao hơn cho nhiều ngữ cảnh hơn cho việc tái tạo nhưng tốn thời gian.
• bbox_crop_factor: 3 (mặc định). Vùng cắt khuôn mặt được phóng to theo hệ số này trước khi tái tạo. 3 nghĩa là khuôn mặt 100px trở thành 300px, được tái tạo, rồi thu nhỏ lại.
• denoise: 0.5 (mặc định). Đây là cái quan trọng nhất. Bàn chi tiết bên dưới.
• feather: 5 (mặc định). Làm mềm viền cho mask. Làm mượt đường ghép giữa khuôn mặt tái tạo và ảnh gốc.
• sam_dilation_factor: 10 (mặc định). Mở rộng mask phân vùng SAM. Giá trị cao hơn bao gồm nhiều điểm ảnh xung quanh hơn.

Riêng cho công việc NSFW, các thiết lập tôi đã chốt lại sau nhiều lần thử nghiệm:

• bbox_threshold: 0.4 (bắt được khuôn mặt trong các bố cục khó hơn)
• bbox_dilation: 12 (nhiều ngữ cảnh hơn một chút giúp khuôn mặt NSFW)
• bbox_crop_factor: 3 (mặc định là đúng)
• denoise: 0.42 (thấp hơn mặc định; xem phần sau)
• feather: 8 (làm mềm viền nhiều hơn một chút để ghép sạch hơn)
• sam_dilation_factor: 10 (mặc định là đúng)

Đây là các điểm khởi đầu. Tinh chỉnh theo model và phong cách prompt cụ thể của bạn.

Denoise Và CFG Cho Khuôn Mặt NSFW

Denoise là tham số mà hầu hết mọi người đặt sai trên Face Detailer. Mặc định 0.5 dành cho mục đích chung. Với công việc NSFW khi bạn muốn khuôn mặt tái tạo khớp với tông da và ánh sáng của thân hình, denoise thấp hơn cho kết quả sạch hơn.

Sự đánh đổi của denoise:

• 0.6-0.7: Thay đổi khuôn mặt nhiều. Dùng để sửa khuôn mặt hỏng rất nặng nhưng có nguy cơ trôi dạt nhân vật.
• 0.5: Mặc định. Cân bằng giữa chất lượng sửa và tính nhất quán.
• 0.4-0.45: Sửa tinh tế. Giữ được danh tính nhân vật. Tốt nhất cho sản xuất NSFW.
• 0.3: Chỉ tinh chỉnh nhẹ. Dùng làm lượt thứ hai sau lượt đầu 0.4-0.5.
• 0.2 trở xuống: Gần như không thay đổi gì. Bỏ qua detailer ở mức này.

Với hầu hết công việc NSFW, kiểu đúng là một lượt duy nhất ở 0.42. Cách đó dọn dẹp các vấn đề cấu trúc của khuôn mặt (mắt không khớp, răng kỳ lạ, tỷ lệ hỏng) mà không thay đổi danh tính nhân vật mà prompt và LoRA của bạn đã thiết lập. Nếu lượt đầu chưa đủ, chạy lượt thứ hai ở 0.3 để tinh chỉnh thêm.

CFG bên trong FaceDetailer nên bằng hoặc nhỉnh hơn một chút so với CFG lượt tạo chính của bạn. Với các quy trình RealVisXL tôi dùng CFG 7 cho lượt chính và CFG 7-8 cho face detailer. Với Pony Realism tôi dùng CFG 5 cho lượt chính và CFG 5-6 cho face detailer. CFG cao hơn trong face detailer có thể nhấn mạnh quá mức các token prompt (như "beautiful eyes") dẫn đến các đặc điểm bị phóng đại kiểu anime trên ảnh chân thực. Tránh đẩy nó lên quá cao. Lựa chọn model giữa hai cái này ảnh hưởng đáng kể tới thiết lập detailer và tôi nói về cả hai trong bài so sánh Pony Realism với RealVisXL.

Lựa chọn sampler bên trong FaceDetailer quan trọng ít hơn so với lượt tạo chính. DPM++ 2M Karras ở 20 bước hoạt động cho hầu hết việc detail khuôn mặt. Hạ số bước xuống dưới 20 sẽ bắt đầu lộ rõ trong chất lượng chi tiết khuôn mặt.

Thêm LoRA Bên Trong Face Detailer

Đây là mẹo mà tôi mất kha khá thời gian mới học được, ngượng thật. Node FaceDetailer có đầu vào model riêng của nó, nghĩa là bạn có thể truyền cho nó một đồ thị model khác với đồ thị mà lượt tạo chính của bạn dùng. Ứng dụng hữu ích nhất của điều này là nạp một LoRA chuyên cho khuôn mặt bên trong detailer mà không ảnh hưởng tới lượt tạo chính của bạn.

Kiểu làm:

1. Lượt tạo chính: CheckpointLoader → KSampler → VAEDecode
2. Face detailer: CheckpointLoader → LoraLoader (face LoRA) → kết nối tới FaceDetailer.model

Face LoRA chỉ được áp dụng trong lượt tái tạo khuôn mặt. Điều này hữu ích khi:

• Bạn có một character LoRA giúp giữ nhất quán khuôn mặt nhưng làm hỏng thân hình ở cường độ tối đa
• Bạn muốn các LoRA chi tiết da chân thực chỉ áp dụng cho khuôn mặt, không áp dụng cho nền
• Bạn đang làm NSFW nhất quán nhân vật nơi khuôn mặt cần khớp với một ảnh tham chiếu trên nhiều ảnh

Riêng với việc giữ nhất quán nhân vật, cách này đáng tin cậy hơn so với chạy một character LoRA trên toàn bộ lượt tạo. Character LoRA nhận trọn ngân sách sampling trên vùng khuôn mặt, nơi nó quan trọng, trong khi thân hình được tạo mà không bị ảnh hưởng định kiến hình dáng thân của LoRA.

Trọng số LoRA bên trong FaceDetailer thường muốn ở cường độ tối đa (0.8-1.0) vì khuôn mặt có độ phân giải hạn chế để làm việc và bạn muốn tín hiệu của LoRA hiện ra rõ ràng. Nếu bạn xếp chồng nhiều LoRA (một face LoRA và một detail LoRA), hướng dẫn xếp chồng LoRA của tôi nói về các kiểu cân bằng trọng số.

Nhiều Lượt Cho Cảnh Nhóm

Quy trình một khuôn mặt thì dễ. Quy trình nhiều khuôn mặt cần thiết lập kỹ hơn một chút vì bộ nhận diện tìm tất cả khuôn mặt và xử lý chúng theo lô, nhưng các tham số áp dụng đồng đều. Nếu bạn có một khuôn mặt được chiếu sáng tốt và một khuôn mặt trong bóng tối, cùng một mức denoise có thể đúng với cái này nhưng sai với cái kia.

Cách khắc phục là detail nhiều lượt với thiết lập khác nhau cho mỗi lượt:

Lượt 1: Detail mạnh cho các ca có vấn đề (denoise 0.5, tất cả khuôn mặt) Lượt 2: Tinh chỉnh dè dặt cho phiên bản sạch nhất (denoise 0.3, tất cả khuôn mặt)

Kiểu hai lượt cho kết quả tốt hơn bất kỳ thiết lập một lượt nào vì lượt 1 sửa các vấn đề cấu trúc lớn và lượt 2 đánh bóng mà không đưa thêm thay đổi vào. Tổng thời gian mỗi ảnh tăng khoảng 30 phần trăm (mỗi lượt thêm khoảng 3-5 giây trên RTX 4090), nhưng mức nâng chất lượng là đáng kể cho công việc sản xuất.

Riêng với cảnh NSFW nhiều nhân vật, bạn cũng có thể chạy face detailer trên một mask theo từng nhân vật. Dùng SAM để phân vùng từng nhân vật riêng, rồi chạy face detailer trên mỗi vùng đã mask với các LoRA riêng cho từng nhân vật. Cách này phức tạp hơn nhưng cho phép bạn giữ nhiều danh tính nhân vật riêng biệt trong cùng một ảnh. Việc thiết lập cần nhiều node hơn nhưng quy trình vẫn giữ dạng tuyến tính.

Pipeline Face Detailer Cộng Với Upscale

Pipeline sản xuất hoàn chỉnh mà tôi dùng trông như thế này:

1. Tạo ảnh ban đầu ở 1024x1024 (hoặc độ phân giải gốc của bạn)
2. Lượt Face Detailer 1 ở denoise 0.42
3. (Tùy chọn) Lượt hand detailer để sửa bàn tay
4. Upscale lên 2048x2048 bằng một model upscaler (Ultrasharp 4x là mặc định của tôi)
5. Lượt Face Detailer 2 ở denoise 0.3 trên ảnh đã upscale
6. (Tùy chọn) Lượt tăng cường chi tiết trên kết cấu thân hình

Bước 5 và 6 là nơi điều kỳ diệu xảy ra cho công việc sản xuất cao cấp. Sau khi upscale, khuôn mặt có nhiều điểm ảnh hơn để làm việc, và một lượt face detailer denoise thấp có thể thêm vi chi tiết (lỗ chân lông, ánh phản chiếu trong mắt, sợi tóc) mà không thể có ở độ phân giải thấp hơn. Đây là sự khác biệt giữa "ảnh AI tốt" và "ảnh AI chất lượng ngang ảnh chụp".

Tổng thời gian tạo trên RTX 4090 cho pipeline đầy đủ này:

• Tạo ảnh ban đầu: 5-7 giây
• Lượt face detailer 1: 3-4 giây
• Hand detailer: 4-5 giây
• Upscale: 8-12 giây
• Lượt face detailer 2: 4-6 giây (nhiều điểm ảnh hơn)
• Tổng: 24-34 giây mỗi ảnh

Đó là khá nhiều cho một ảnh đơn, nhưng mỗi bước đều thêm chất lượng và kết quả thực sự tốt hơn so với bỏ qua bất kỳ bước nào. Với sản xuất hàng loạt, con số này thành 100-150 ảnh mỗi giờ. Với những ảnh chủ đạo làm một lần thì việc dành thời gian cho mỗi ảnh là xứng đáng.

Tải Quy Trình

File JSON quy trình hoàn chỉnh cho pipeline này khá dễ ráp lại từ các node mô tả ở trên, nhưng có vài mẹo thiết lập giúp tiết kiệm thời gian:

• Dùng node Reroute để giữ đồ thị model chính và đồ thị face detailer tách biệt về mặt hình ảnh
• Lưu quy trình thành template khi nó hoạt động (chuột phải → Save as template)
• Đặt giá trị mặc định cho các tham số FaceDetailer một lần rồi nhân bản node khi bạn cần nhiều lượt
• Giữ bbox_threshold đủ thấp để bắt được các nhận diện ở ranh giới nhưng không quá thấp đến mức nhận diện sai trên các đặc điểm thân hình

Với những người không muốn ráp cái này từ đầu, kho GitHub ComfyUI Impact Pack có các quy trình ví dụ trong thư mục workflows. Ví dụ basic_pipe bao quát phần thiết lập tiêu chuẩn. Các trang quy trình của cộng đồng như RunComfy lưu trữ các thiết lập phức tạp hơn bao gồm cả các biến thể nhiều lượt và nhất quán nhân vật.

Nếu việc tự bảo trì quy trình này nghe có vẻ vất vả, cũng dễ hiểu thôi. Lewdly.ai chạy pipeline tương đương một cách tự động. Việc detail khuôn mặt diễn ra trên mọi lượt tạo mà người sáng tạo không phải bận tâm về các đồ thị node. Với hầu hết người sáng tạo NSFW có công việc là nội dung chứ không phải hạ tầng, mức trừu tượng đó là phù hợp. Nói thẳng ra là tôi có góp phần xây dựng nó.

Câu Hỏi Thường Gặp

Tôi nên dùng denoise bao nhiêu trong Face Detailer cho NSFW? Với hầu hết công việc NSFW chân thực, 0.42 là điểm ngọt. Mặc định 0.5 chỉnh sửa khuôn mặt quá mức và có thể trôi dạt khỏi nhân vật bạn định. Thấp hơn 0.4 thì quá dè dặt để sửa các vấn đề cấu trúc. Dùng 0.42 làm mặc định và tinh chỉnh từ đó.

Vì sao FaceDetailer báo lỗi UnpicklingError? PyTorch 2.6 trở lên mặc định weights_only=True cho torch.load(), điều này từ chối các đối tượng Python trong model YOLO. Cập nhật Impact-Subpack lên phiên bản mới nhất. Phiên bản hiện tại bao gồm một bộ loader đã vá xử lý đúng việc này.

Tôi có thể chạy Face Detailer mà không có SAM không? Có. Đầu vào sam_model_opt là tùy chọn. Không có SAM bạn sẽ có một mask hộp chữ nhật thay vì phân vùng chính xác. Chất lượng thấp hơn một chút vì việc tái tạo ảnh hưởng tới nhiều điểm ảnh xung quanh hơn mức cần thiết, nhưng kết quả vẫn dùng được cho hầu hết trường hợp.

Tôi có cần face LoRA để giữ nhất quán nhân vật không? Không hẳn. Nếu prompt và seed của bạn nhất quán, khuôn mặt sẽ tương đối nhất quán qua các lượt tạo. Một face LoRA siết chặt điều này đáng kể. Kiểu lồng LoRA bên trong FaceDetailer mà tôi mô tả cho kết quả tốt nhất vì LoRA chỉ ảnh hưởng tới vùng khuôn mặt.

Sự khác biệt giữa Face Detailer và ADetailer là gì? ADetailer là bản tương đương trên A1111/Forge của cùng ý tưởng. FaceDetailer của ComfyUI (từ Impact Pack) có nhiều tùy chọn cấu hình hơn nhưng hoạt động trên cùng nguyên lý. Cả hai đều nhận diện một khuôn mặt, cắt, phóng to, tái tạo và ghép lại. Chất lượng tương đương nhau. ComfyUI cho bạn nhiều quyền kiểm soát quy trình hơn.

Tôi nên chạy Face Detailer trước hay sau khi upscale? Cả hai. Lượt 1 trước khi upscale (sửa vấn đề cấu trúc với chi phí thấp). Lượt 2 sau khi upscale ở denoise thấp hơn (thêm chi tiết cho khuôn mặt độ phân giải cao hơn). Kiểu hai lượt bao quanh upscale này là chuẩn sản xuất cho đầu ra cao cấp.

Face Detailer có hoạt động với các model Flux không? Có. Node FaceDetailer không phụ thuộc model. Nó hoạt động với Flux, SDXL, Pony và bất kỳ model diffusion nào khác mà ComfyUI hỗ trợ. Hiệu năng chậm hơn trên Flux vì bước tạo nền tảng chậm hơn.

Làm sao để Face Detailer không thay đổi danh tính nhân vật? Hạ denoise (0.35-0.42), giữ CFG vừa phải (5-7), và tránh các token prompt làm thay đổi đặc điểm nhân vật trong prompt khẳng định của detailer. Nếu bạn đang dùng một character LoRA, áp dụng nó bên trong FaceDetailer ở cường độ tối đa để neo danh tính.

Vì sao đầu ra Face Detailer của tôi trông quá mịn? Denoise quá cao cộng với một model có thiên hướng da mịn tạo ra khuôn mặt quá mịn. Hạ denoise xuống 0.4. Thêm "skin texture, pores, natural skin" vào prompt khẳng định. Giảm bất kỳ trọng số beauty-LoRA nào bên trong detailer.

Tôi có thể detail bàn tay với cùng node không? Impact Pack đi kèm một model nhận diện hand_yolov8s.pt và cùng node FaceDetailer có thể nhắm vào bàn tay bằng cách đổi đầu vào bbox_detector. Một số phiên bản Impact Pack cũng có một HandDetailer chuyên dụng. Cả hai hoạt động tương tự. Việc detail bàn tay thường muốn denoise cao hơn (0.5-0.6) so với detail khuôn mặt vì các vấn đề cấu trúc nghiêm trọng hơn.

Mô Hình Tư Duy Đúng

Face Detailer không phải là một bộ nâng cao chất lượng, nó là một bộ phân bổ độ phân giải. Lý do nó hoạt động là vì các model AI có ngân sách chú ý cố định trên mỗi điểm ảnh và các vùng khuôn mặt trong bố cục tập trung vào thân bị bỏ đói. Bằng cách cắt và tái tạo, bạn cho khuôn mặt ngân sách chú ý đầy đủ của riêng nó ở độ phân giải hiệu dụng cao hơn. Một khi bạn thấm điều đó, các thiết lập đúng trở nên hiển nhiên. Denoise thấp giữ lại những gì model đã làm đúng. Denoise cao sửa các vấn đề cấu trúc nhưng có nguy cơ trôi dạt nhân vật. Nhiều lượt chỉ đơn giản là chạy ngân sách hai lần với các ưu tiên khác nhau.

Quy trình này đã là mặc định của tôi cho công việc sản xuất NSFW suốt 18 tháng và nó thực sự là mức nâng chất lượng đơn lẻ lớn nhất mà tôi từng thêm vào một pipeline. Nếu bạn không chạy Face Detailer trên mọi ảnh NSFW chân thực mà bạn tạo, bạn đang bỏ phí rất nhiều chất lượng. Việc thiết lập mất 30 phút trong lần đầu. Khác biệt chất lượng là vĩnh viễn.

Các tài nguyên tham khảo bao gồm Impact Pack GitHub, bài hướng dẫn ComfyUI Wiki về Face Detailer, và quy trình face detailer được ThinkDiffusion công bố cho một tham chiếu hình ảnh rõ ràng về đồ thị node.