Quy Trình Inpainting NSFW Trong ComfyUI Để Chỉnh Trang Phục

Một quy trình inpainting nsfw trong comfyui thực sự cho ra kết quả chỉnh trang phục sạch sẽ hoặc chỉnh sửa NSFW rõ ràng khó xây dựng hơn những gì các hướng dẫn trên mạng gợi ý. Hầu hết các video hướng dẫn trên YouTube chỉ cho bạn xem con đường suôn sẻ với một ảnh nguồn hoàn hảo và bỏ qua những phần thất bại khi làm ở quy mô lớn. Chúng tôi đã xây dựng và tinh chỉnh quy trình này qua nhiều tháng sử dụng trong sản xuất, và phiên bản dưới đây xử lý cả những kiểu thất bại mà các hướng dẫn dễ dãi bỏ qua.

Inpainting Thực Sự Làm Gì

Nói thẳng, hầu hết người dùng hiểu nhầm về inpainting. Họ nghĩ đó là một cục tẩy thần kỳ. Không phải vậy. Inpainting là tái tạo. Mô hình nhận vùng được mask của bạn như một chỗ trống và tạo nội dung mới cho vùng đó trong khi cố gắng hòa nó với các pixel xung quanh không bị mask. Chất lượng phụ thuộc vào việc mask của bạn sạch đến đâu và cường độ denoise được tinh chỉnh tốt ra sao.

Riêng với việc chỉnh trang phục NSFW, inpainting giải quyết một vấn đề cụ thể. Bạn có một ảnh nền với bố cục bạn muốn nhưng trang phục hoặc giải phẫu cần khác đi. Có thể bạn đã tạo một ảnh nền SFW và muốn chuyển một số yếu tố cụ thể sang NSFW. Có thể bạn muốn đổi trang phục cho một nhân vật có sẵn. Có thể bạn muốn sửa các vấn đề giải phẫu mà không phải tạo lại cả ảnh. Inpainting xử lý cả ba với cùng một quy trình.

Lý do mọi người cuối cùng thấy bực bội với inpainting là họ coi nó như một công cụ một phát ăn ngay. Tạo, mask, tái tạo, xong. Trong sản xuất, inpainting mang tính lặp lại. Bạn thường sẽ chạy nhiều lượt inpainting với các cường độ denoise và lời nhắc khác nhau để có kết quả sạch. Quy trình chúng tôi xây dựng ở đây làm cho những lần lặp đó diễn ra nhanh.

Một điều khác không ai nhắc tới là chất lượng inpainting phụ thuộc rất nhiều vào chất lượng ảnh nền. Mask một vùng trong ảnh chất lượng thấp thì vùng được inpaint cũng không cứu nổi nó. Việc tái tạo của mô hình lấy ngữ cảnh từ các pixel xung quanh. Ngữ cảnh rác thì cho ra inpaint rác. Hãy bắt đầu với một ảnh nền sạch, ngay cả khi bạn định chỉnh sửa nó.

Hai Cách Tiếp Cận, Mask Thủ Công So Với Phân Đoạn Tự Động

Hai cách để xây dựng mask inpainting chia thành tạo mask thủ công và phân đoạn tự động. Cả hai đều hiệu quả. Cả hai đều có đánh đổi.

Tạo mask thủ công trong ComfyUI dùng node Mask Editor. Bạn vẽ mask trực tiếp lên ảnh nguồn bằng công cụ cọ. Kiểm soát chính xác. Chậm trên mỗi ảnh. Tuyệt vời cho các chỉnh sửa đơn lẻ khi bạn cần đúng hình dạng mask trong đầu. Tệ cho sản xuất khi bạn xử lý nhiều ảnh.

Phân đoạn tự động dùng SAM (Segment Anything Model) cộng với Grounding DINO để phát hiện đối tượng từ lời nhắc văn bản và tạo mask tự động. Bạn gõ "shirt" và quy trình phát hiện chiếc áo rồi mask nó. Kém chính xác hơn ở các trường hợp ngoại lệ. Nhanh và có thể tái lập. Tuyệt vời cho sản xuất. Kém hơn cho các công việc đơn lẻ cần độ chính xác.

Với việc chỉnh trang phục NSFW ở bất kỳ khối lượng nào, phân đoạn tự động thắng. Chất lượng mask thường nằm trong khoảng 5-10% so với những gì mask thủ công tạo ra, nhưng việc tạo mất 30 giây thay vì 3-5 phút. Qua 50 ảnh thì đó là nhiều giờ tiết kiệm được.

Cách tiếp cận lai dùng phân đoạn tự động làm điểm khởi đầu rồi cho bạn tinh chỉnh mask thủ công nếu cần. Hướng dẫn kỹ thuật inpainting nâng cao của ComfyUI trình bày mẫu lai này chi tiết hơn. Với hầu hết công việc NSFW trong sản xuất, phân đoạn tự động thuần túy là đủ tốt.

Cài Đặt SAM Và Grounding DINO

Cài đặt các node. Trong ComfyUI Manager, tìm "ComfyUI Impact Pack" và cài nó. Sau đó cài "ComfyUI Inspire Pack" để có thêm các node inpainting. Cuối cùng cài "ComfyUI segment anything" hoặc "ComfyUI Grounding Dino" tùy gói nào được người bảo trì cập nhật gần đây hơn. Kho lưu trữ Grounded SAM trên GitHub là bài báo gốc mà các node ComfyUI này bao bọc nếu bạn muốn hiểu kỹ thuật nền tảng.

Sau khi cài, khởi động lại ComfyUI. Các node mới xuất hiện trong "Add Node, Impact, Detector" và các đường dẫn tương tự ở menu chuột phải.

Tải các tệp mô hình. SAM cần một checkpoint. Tệp sam_vit_h_4b8939.pth là mô hình SAM chất lượng cao tiêu chuẩn ở khoảng 2.5GB. Grounding DINO cần một tệp mô hình nhỏ hơn. Cả hai tải về lần lượt vào ComfyUI/models/sams/ và ComfyUI/models/grounding-dino/. Lần đầu chạy quy trình, các node tải mô hình sẽ tự động tải chúng nếu thiếu.

Thiết lập node của quy trình. Chuỗi trông như sau. Load Image đưa vào các node SAMModelLoader và GroundingDinoModelLoader. Cả hai đưa vào node GroundingDinoSAMSegment, node này nhận lời nhắc văn bản về thứ cần phân đoạn. Đầu ra là một mask đưa vào quy trình inpainting của bạn.

Lời nhắc văn bản cho node phân đoạn là điều kỳ diệu. "shirt" phát hiện chiếc áo. "underwear" phát hiện đồ lót. "hair" phát hiện tóc. Với công việc NSFW, bạn có thể cụ thể. "bra" phát hiện áo ngực. "clothing on torso" phát hiện trang phục ở thân trên. Mô hình Grounding DINO linh hoạt đến mức ấn tượng trong việc hiểu thứ bạn muốn mask.

Các thiết lập ngưỡng có vai trò quan trọng. Ngưỡng Grounding DINO mặc định là 0.3, bắt được hầu hết các trường hợp. Thấp hơn (0.2) bắt được nhiều khớp quyết liệt hơn bao gồm cả những kết quả dương tính giả. Cao hơn (0.4-0.5) thận trọng hơn và có thể bỏ sót các trường hợp ngoại lệ. Chúng tôi dùng 0.3 làm mặc định và tinh chỉnh theo từng quy trình.

Làm Mờ Mask Và Denoise Để Chỉnh Sửa Sạch

Một khi đã có mask, các tham số inpainting quyết định chất lượng đầu ra. Hai thiết lập quan trọng nhất, làm mờ mask và cường độ denoise.

Làm mờ mask làm mượt các cạnh mask để vùng inpaint hòa với pixel xung quanh. Cạnh mask cứng tạo ra các vết nối lộ rõ. Làm mờ quá nhiều thì chỉnh sửa bị mềm hơn mức bạn muốn. Với chỉnh trang phục NSFW, 8-15 pixel làm mờ mask là điểm ngọt. Thấp hơn (4-6 pixel) cho các chỉnh sửa chặt nơi độ chính xác quan trọng. Cao hơn (15-20 pixel) cho các chỉnh sửa mềm nơi việc hòa trộn quan trọng hơn độ chính xác.

Cường độ denoise kiểm soát mô hình tái tạo bao nhiêu so với giữ lại bao nhiêu. Ở denoise 1.0, mô hình tạo nội dung hoàn toàn mới cho vùng được mask. Ở denoise 0.5, mô hình chỉ chỉnh vùng được mask một nửa, giữ lại một phần pixel gốc. Ở denoise 0.0, không có tái tạo nào diễn ra.

Với công việc thay trang phục NSFW, denoise 0.75-0.85 là dải tiêu chuẩn. Dưới 0.7 mô hình thường giữ lại quá nhiều màu hoặc họa tiết của trang phục gốc. Trên 0.9 mô hình tái tạo trọn vẹn đến mức đôi khi tỷ lệ cơ thể trong vùng được mask bị thay đổi.

Với các chỉnh sửa giải phẫu tinh tế, denoise 0.5-0.65 hoạt động tốt hơn. Bạn muốn chỉnh phần giải phẫu hiện có một chút mà không tái tạo từ đầu. Denoise thấp hơn giữ lại nhiều bố cục gốc hơn trong khi vẫn cho ra chỉnh sửa.

Chúng tôi nhận thấy rằng chạy hai lượt inpaint với các cường độ denoise khác nhau thường vượt trội hơn một lượt denoise cao duy nhất. Lượt 1 ở denoise 0.85 tạo nội dung mới. Lượt 2 ở denoise 0.4 với mask lớn hơn một chút làm mượt phần chuyển tiếp giữa vùng đã chỉnh và vùng chưa chỉnh. Cách hai lượt này xử lý hầu hết các trường hợp ngoại lệ.

Để biết thêm về xử lý mask cụ thể, hướng dẫn làm mềm mask và hòa vết nối inpainting trình bày các mẹo hòa vết nối tạo ra các chỉnh sửa không thể nhìn thấy.

Flux Fill So Với Checkpoint Inpaint SDXL

Lựa chọn mô hình inpainting ảnh hưởng đáng kể đến chất lượng đầu ra. Hai lựa chọn chính tồn tại trong năm 2026, Flux Fill và các checkpoint inpaint SDXL.

Flux Fill là mô hình inpainting được xây dựng riêng của Black Forest Labs dựa trên Flux. Nó xử lý cả inpainting lẫn outpainting trong cùng một mô hình. Chất lượng tạo ảnh xuất sắc. Phiên bản lượng tử hóa Q5 chỉ dùng 8GB VRAM, dễ tiếp cận với hầu hết người dùng. Hướng dẫn đầy đủ về Flux Fill của chúng tôi trình bày mô hình này chi tiết.

Các checkpoint inpaint SDXL là các bản tinh chỉnh SDXL được tối ưu cho inpainting. Chúng xử lý NSFW tốt khi đi kèm các nền có khả năng NSFW như Lustify hoặc Juggernaut. Chất lượng tốt nhưng thường thấp hơn Flux Fill một chút ở các chỉnh sửa phức tạp.

Riêng với chỉnh trang phục NSFW, Flux Fill thắng vì hai lý do. Thứ nhất, mức độ bám lời nhắc tốt hơn. Khi bạn mô tả trang phục mới mình muốn, Flux Fill tạo ra nó chính xác hơn các biến thể inpaint SDXL. Thứ hai, chất lượng vết nối sạch hơn. Flux Fill thường xuyên tạo ra các chỉnh sửa hòa với xung quanh mà không lộ ranh giới hơn. Thẻ mô hình Flux Fill trên Hugging Face trình bày các thông số kỹ thuật và các mẫu sử dụng được khuyến nghị.

Vấn đề nằm ở giấy phép. Flux Fill phát hành theo giấy phép Flux Dev hạn chế sử dụng thương mại. Với công việc NSFW thương mại, bạn nên dùng các checkpoint inpaint SDXL dựa trên các nền có giấy phép tự do hoặc dùng inpainting dựa trên Chroma mà chúng tôi đã đề cập trong so sánh Chroma với Flux Dev.

Khuyến nghị thực tế cho hầu hết người dùng, dùng Flux Fill cho các dự án cá nhân nơi giấy phép không quan trọng. Dùng các checkpoint inpaint SDXL dựa trên Lustify, Juggernaut, hoặc Pony cho công việc thương mại. Cả hai cho ra đầu ra chất lượng sản xuất với các thiết lập đúng. Chúng tôi cũng đã đưa toàn bộ pipeline này vào lewdly.ai (xin nói rõ, chúng tôi góp phần xây dựng nó) để người dùng muốn chỉnh trang phục mà không phải quản lý đồ thị ComfyUI vẫn nhận được cùng đầu ra với đầu vào đơn giản hơn. Lựa chọn giữa chạy cục bộ và dịch vụ lưu trữ phụ thuộc vào việc bạn thực sự cần tùy biến quy trình đến đâu.

Face Detailer Sau Lượt Inpaint

Đây là bước mà hầu hết hướng dẫn bỏ qua và nó là khác biệt giữa đầu ra chuyên nghiệp và nghiệp dư. Sau bất kỳ lượt inpaint nào chạm vào vùng khuôn mặt hoặc làm thay đổi tỷ lệ cơ thể, hãy chạy Face Detailer như một bước hậu kỳ.

Face Detailer trong ComfyUI dùng phát hiện khuôn mặt YOLO để tìm các khuôn mặt trong ảnh của bạn, sau đó chạy một lượt inpaint nhỏ trên mỗi khuôn mặt được phát hiện bằng mô hình tạo ảnh của bạn. Khuôn mặt được tái tạo ở độ phân giải cao hơn với chi tiết tốt hơn so với khuôn mặt của ảnh nền. Kết quả là các đường nét khuôn mặt sạch hơn mà không thay đổi bố cục tổng thể.

Riêng với công việc NSFW, Face Detailer ngăn vấn đề phổ biến "thân hình đẹp, khuôn mặt kỳ lạ" xảy ra khi inpaint các vùng cơ thể. Lượt inpaint cơ thể có thể làm dịch chuyển tỷ lệ khuôn mặt một cách tinh vi qua hành vi phát sinh sau đó của mô hình. Face Detailer khắc phục điều này tự động.

Quy trình Face Detailer NSFW trong ComfyUI của chúng tôi trình bày pipeline face detailer chuyên dụng. Với quy trình inpainting chúng ta đang xây dựng ở đây, chỉ cần thêm một node face detailer vào cuối chuỗi sau lượt inpaint chính.

Thiết lập cho Face Detailer:

• Mô hình phát hiện, bbox/face_yolov8m.pt (tiêu chuẩn) hoặc mô hình YOLO khuôn mặt chuyên NSFW từ Civitai
• Denoise 0.4-0.55 để phục hồi khuôn mặt
• Độ phân giải inpaint khuôn mặt 1024 ngay cả khi ảnh nền thấp hơn
• Giãn mask 5-10 pixel để bao trọn vùng khuôn mặt

Khuôn mặt sau bước detailer nên trông sắc nét hơn rõ rệt so với đầu ra nền mà không thay đổi danh tính nhân vật. Nếu danh tính bị lệch, hãy giảm denoise. Nếu không thấy cải thiện, hãy tăng denoise.

Các Lỗi Thường Gặp Và Cách Khắc Phục

Lỗi thường gặp 1, ranh giới mask hiện ra dưới dạng vết nối. Cách khắc phục là tăng làm mờ mask. Thử 12-15 pixel. Nếu vết nối vẫn lộ, hãy chạy cách inpaint hai lượt chúng tôi mô tả ở trên. Thường thì một lượt thứ hai mềm sẽ loại bỏ hoàn toàn vết nối.

Lỗi thường gặp 2, vùng inpaint không khớp với lời nhắc. Cách khắc phục là tăng cường độ denoise lên hướng 0.85-0.95 để mô hình có nhiều tự do tái tạo hơn. Nếu không hiệu quả, lời nhắc có thể không khớp với vốn từ của mô hình. Hãy diễn đạt lại lời nhắc inpaint bằng ngôn ngữ mô tả đơn giản hơn.

Lỗi thường gặp 3, tỷ lệ cơ thể dịch chuyển trong vùng được mask. Cách khắc phục là dùng denoise thận trọng hơn (0.6-0.7) và nêu rõ trong lời nhắc về tỷ lệ cơ thể bạn muốn giữ. "same body shape, natural proportions, [your specific clothing edit]" thường hiệu quả.

Lỗi thường gặp 4, ánh sáng không khớp giữa vùng đã chỉnh và vùng chưa chỉnh. Cách khắc phục là đưa mô tả ánh sáng vào lời nhắc inpaint. "soft daylight, matching ambient lighting" hướng mô hình tạo ra ánh sáng nhất quán. Cách hai lượt cũng giúp ích ở đây.

Lỗi thường gặp 5, Grounding DINO không phát hiện thứ bạn muốn mask. Cách khắc phục là thử các lời nhắc văn bản khác nhau. "shirt" có thể bỏ sót những thứ mà "clothing" bắt được. "underwear" có thể bỏ sót những thứ mà "lingerie" bắt được. Đôi khi "all clothing" là lời nhắc đúng khi các món cụ thể không kích hoạt phát hiện.

Lỗi thường gặp 6, mask quá lớn và bao gồm cả cơ thể, không chỉ riêng trang phục. Cách khắc phục là hạ ngưỡng Grounding DINO hoặc dùng các lời nhắc văn bản cụ thể hơn. Đôi khi bạn cần tinh chỉnh mask thủ công sau khi phân đoạn tự động. Node Mask Editor của ComfyUI cho phép bạn nhấp vào mask và xóa các vùng bạn không muốn đưa vào.

Để biết thêm về chỉnh sửa mask cụ thể, hướng dẫn làm chủ mask editor trong ComfyUI trình bày quy trình tinh chỉnh thủ công nếu phân đoạn tự động cần dọn dẹp.

Tải Toàn Bộ Quy Trình

Quy trình hoàn chỉnh chúng tôi dùng tồn tại dưới dạng tệp JSON quy trình ComfyUI. Chuỗi cơ bản là:

1. Load Image (ảnh nền của bạn)
2. Grounding DINO + SAM (tự động phân đoạn dựa trên lời nhắc văn bản)
3. Mask Blur (8-15 pixel)
4. KSampler với Flux Fill hoặc checkpoint inpaint SDXL
5. Inpaint condition + lời nhắc tích cực
6. Bước hậu kỳ Face Detailer
7. Save Image

Tệp JSON có thể chuyển giữa các bản cài ComfyUI. Thả nó vào bất kỳ phiên bản ComfyUI nào là quy trình tải lên. Các node tùy chỉnh bắt buộc được liệt kê ở đầu quy trình để ComfyUI Manager có thể cài các phụ thuộc còn thiếu.

Với các nền tảng không muốn chạy quy trình này cục bộ, các dịch vụ lưu trữ xử lý cùng pipeline. Lewdly.ai chạy đúng mẫu quy trình này ở phía back-end. Nền tảng tồn tại vì hầu hết người dùng muốn chỉnh trang phục hoặc inpainting NSFW mà không phải quản lý 7 node tùy chỉnh và một lượt tải checkpoint 12GB. Nếu bạn không muốn sự phức tạp của ComfyUI, con đường lưu trữ tiết kiệm thời gian thực sự. Luồng inpainting của lewdly.ai dùng đúng các thành phần SAM và Grounding DINO chúng tôi đã đề cập ở trên, chỉ được trừu tượng hóa thành một giao diện người dùng đơn giản hơn.

Để hiểu sâu hơn về các cách tiếp cận inpainting thay thế, hướng dẫn kỹ thuật inpainting và outpainting nâng cao trình bày các mẫu vượt ra ngoài chỉnh trang phục, bao gồm outpainting, hiệu chỉnh giải phẫu, và chỉnh nhiều vùng.

Câu Hỏi Thường Gặp

Tôi Cần Bao Nhiêu VRAM Cho Quy Trình Inpainting Này?

Tối thiểu 12GB cho inpainting dựa trên SDXL, khuyến nghị 16GB cho Flux Fill. Bạn có thể chạy Q4 Flux Fill trên 8GB nhưng chất lượng giảm rõ rệt. Riêng mô hình SAM cần khoảng 2.5GB. Grounding DINO cần khoảng 700MB.

Tôi Có Thể Dùng Quy Trình Này Với Pony Diffusion Không?

Được. Dùng Pony V6 XL làm checkpoint inpaint SDXL của bạn. Cấu trúc quy trình giống hệt, chỉ cần đổi bộ tải checkpoint sang Pony. Lưu ý rằng Pony cần các thẻ score trong lời nhắc inpaint của bạn giống như khi tạo ảnh nền.

Tại Sao Grounding DINO Bỏ Sót Một Số Đối Tượng?

Thiết lập ngưỡng. Mặc định là 0.3. Hạ nó xuống 0.2-0.25 để phát hiện quyết liệt hơn. Mô hình Grounding DINO được huấn luyện trên các đối tượng phổ biến, nên các món bất thường hoặc cách điệu đôi khi không được phát hiện ở các ngưỡng mặc định.

Tôi Nên Dùng Flux Fill Hay Inpaint SDXL Cho NSFW?

Tùy vào giấy phép. Flux Fill chất lượng cao hơn nhưng bị hạn chế bởi giấy phép nghiên cứu. Inpaint SDXL với các nền có khả năng NSFW (Lustify, Juggernaut, Pony) cho phép dùng thương mại không giới hạn. Với hầu hết người dùng, inpaint SDXL là lựa chọn thực tế.

Làm Sao Khắc Phục Vết Nối Giữa Vùng Inpaint Và Vùng Gốc?

Tăng làm mờ mask lên 12-15 pixel. Nếu vết nối vẫn lộ, hãy chạy một lượt thứ hai ở denoise thấp (0.3-0.4) trên vùng ranh giới. Lượt mềm này hòa các pixel đã chỉnh và chưa chỉnh mà không thay đổi đáng kể phần chỉnh sửa.

Sự Khác Biệt Giữa SAM Và SAM2 Là Gì?

SAM là Segment Anything Model gốc của Meta. SAM2 là phiên bản cập nhật với chất lượng phân đoạn tốt hơn và suy luận nhanh hơn. Với các quy trình inpainting ComfyUI trong năm 2026, SAM2 thường được ưa chuộng hơn nhưng SAM vẫn hoạt động nếu SAM2 chưa được cài. Hướng dẫn đầy đủ về công cụ phân đoạn video tốt nhất SAM2 của chúng tôi trình bày SAM2 chi tiết hơn.

Tôi Có Thể Xử Lý Hàng Loạt Nhiều Ảnh Với Quy Trình Này Không?

Được. ComfyUI hỗ trợ xử lý hàng loạt thông qua việc chỉnh sửa quy trình. Thay Load Image bằng Load Images from Directory và quy trình sẽ xử lý mọi ảnh trong thư mục. Mỗi ảnh nhận cùng lời nhắc Grounding DINO và các thiết lập inpaint.

Quy Trình Này Có Hoạt Động Với Khung Hình Video Không?

Phần nào đó. Quy trình xử lý từng khung hình riêng lẻ tốt, nhưng duy trì tính nhất quán theo thời gian giữa các khung hình đòi hỏi các node bổ sung như AnimateDiff hoặc các quy trình inpainting chuyên cho video. Với các chỉnh sửa theo từng khung mà không cần liên tục theo thời gian, quy trình này hoạt động nguyên trạng trên các khung hình được trích xuất.