Qwen-Image 인페인팅 ControlNet
Qwen-Image InstantX ControlNet을 사용한 전문적인 인페인팅 및 이미지 편집. 객체 교체, 텍스트 수정, 배경 변경 및 아웃페인팅을 지원합니다.
정보
Qwen-Image InstantX Inpainting ControlNet 워크플로는 오브젝트 교체, 텍스트 수정, 배경 변경, 아웃페인팅 같은 전문 이미지 편집 작업을 위해 설계된 도구입니다. 핵심에는 고품질 인페인팅으로 알려진 Qwen-Image 모델이 있으며, KSampler, CLIPTextEncode, ControlNetInpaintingAliMamaApply 등 여러 노드를 통합해 세밀하고 정밀한 이미지 조작을 지원합니다.
기술적으로 워크플로는 필요한 모델과 편집할 이미지를 업로드하는 것부터 시작합니다. 사용자는 LoadImage 노드를 통해 접근하는 MaskEditor로 인페인팅 영역을 정의할 수 있습니다. VAELoader 및 UNETLoader 노드가 이미지를 인코딩/디코딩하여 편집 결과가 원본 이미지와 자연스럽게 블렌딩되도록 합니다. ControlNetLoader 및 ControlNetInpaintingAliMamaApply 노드는 인페인팅 효과를 적용하는 데 핵심으로, 전체 일관성을 유지하면서도 정교한 수정이 가능합니다. 이 워크플로는 이미지를 정밀하고 수월하게 개선 또는 변경하려는 크리에이티브 전문가에게 특히 유용합니다.
제공할 항목
- 워크플로 읽는 중
ComfyUI에서 실행됩니다. 이 워크플로는 이 페이지에서 실행할 수 없습니다. 모든 항목이 로드된 Comfy Cloud에서 열거나, 자체 ComfyUI에서 사용하려면 다운로드하세요.
Cloud에서 사용해 보기워크플로 내부
노드 그래프의 읽기 전용 미리보기입니다. 노드를 편집하려면 Comfy Cloud에서 열거나 다운로드하세요.
Loading the graph
Open full-size workflow preview코드에서 이 워크플로 사용하기
가능한 경우 워크플로 그래프와 입력을 기반으로 생성되며, 그렇지 않은 경우 저장된 예시가 표시됩니다. 비용이 발생할 수 있으므로 코드를 실행하기 전에 자격 증명과 엔드포인트를 검토하세요.
What you need
- Runs on
- Comfy Cloud
- 키
- COMFY_API_KEY
유료 Cloud 요금제와 크레딧이 필요합니다.
# Python 3.10+: pip install comfy-sdk==0.4.0
import os
from comfy_sdk import Comfy
api_key = os.environ.get("COMFY_API_KEY", "").strip()
if not api_key: raise RuntimeError("Set COMFY_API_KEY")
os.environ.setdefault("COMFY_BASE_URL", "https://cloud.comfy.org")
client = Comfy(api_key=api_key)
workflow = client.workflows.from_json({
"3": {
"class_type": "KSampler",
"inputs": {
"cfg": 2.5,
"denoise": 1,
"latent_image": [
"122",
0
],
"model": [
"66",
0
],
"negative": [
"108",
1
],
"positive": [
"108",
0
],
"sampler_name": "euler",
"scheduler": "simple",
"seed": 134554158057228,
"steps": 20
},
"_meta": {
"title": "KSampler"
}
},
"6": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"38",
0
],
"text": "The Queen, on a throne, surrounded by Knights, HD, Realistic, Octane Render, Unreal engine"
},
"_meta": {
"title": "CLIP Text Encode (Positive Prompt)"
}
},
"7": {
"class_type": "CLIPTextEncode",
"inputs": {
"clip": [
"38",
0
],
"text": " "
},
"_meta": {
"title": "CLIP Text Encode (Negative Prompt)"
}
},
"8": {
"class_type": "VAEDecode",
"inputs": {
"samples": [
"3",
0
],
"vae": [
"39",
0
]
},
"_meta": {
"title": "VAE Decode"
}
},
"37": {
"class_type": "UNETLoader",
"inputs": {
"unet_name": "qwen_image_fp8_e4m3fn.safetensors",
"weight_dtype": "default"
},
"_meta": {
"title": "Load Diffusion Model"
}
},
"38": {
"class_type": "CLIPLoader",
"inputs": {
"clip_name": "qwen_2.5_vl_7b_fp8_scaled.safetensors",
"device": "default",
"type": "qwen_image"
},
"_meta": {
"title": "Load CLIP"
}
},
"39": {
"class_type": "VAELoader",
"inputs": {
"vae_name": "qwen_image_vae.safetensors"
},
"_meta": {
"title": "Load VAE"
}
},
"60": {
"class_type": "SaveImage",
"inputs": {
"filename_prefix": "ComfyUI",
"images": [
"8",
0
]
},
"_meta": {
"title": "Save Image"
}
},
"66": {
"class_type": "ModelSamplingAuraFlow",
"inputs": {
"model": [
"37",
0
],
"sampling": "flow",
"shift": 3.1000000000000005
},
"_meta": {
"title": "ModelSamplingAuraFlow"
}
},
"71": {
"class_type": "LoadImage",
"inputs": {
"image": "image_qwen_image_instantx_inpainting_controlnet_input_image.png"
},
"_meta": {
"title": "Load Image"
}
},
"76": {
"class_type": "VAEEncode",
"inputs": {
"pixels": [
"172",
0
],
"vae": [
"39",
0
]
},
"_meta": {
"title": "VAE Encode"
}
},
"84": {
"class_type": "ControlNetLoader",
"inputs": {
"control_net_name": "Qwen-Image-InstantX-ControlNet-Inpainting.safetensors"
},
"_meta": {
"title": "Load ControlNet Model"
}
},
"108": {
"class_type": "ControlNetInpaintingAliMamaApply",
"inputs": {
"control_net": [
"84",
0
],
"end_percent": 1,
"image": [
"172",
0
],
"mask": [
"121:253",
0
],
"negative": [
"7",
0
],
"positive": [
"6",
0
],
"start_percent": 0,
"strength": 1,
"vae": [
"39",
0
]
},
"_meta": {
"title": "Apply ControlNet Inpainting (AliMama)"
}
},
"122": {
"class_type": "SetLatentNoiseMask",
"inputs": {
"mask": [
"121:253",
0
],
"samples": [
"76",
0
]
},
"_meta": {
"title": "Set Latent Noise Mask"
}
},
"124": {
"class_type": "MaskPreview",
"inputs": {
"mask": [
"121:253",
0
]
},
"_meta": {
"title": "Preview Mask"
}
},
"126": {
"class_type": "ImageCompositeMasked",
"inputs": {
"destination": [
"172",
0
],
"mask": [
"121:253",
0
],
"resize_source": False,
"source": [
"8",
0
],
"x": 0,
"y": 0
},
"_meta": {
"title": "Image Composite Masked"
}
},
"163": {
"class_type": "SaveImage",
"inputs": {
"filename_prefix": "ComfyUI",
"images": [
"126",
0
]
},
"_meta": {
"title": "Save Image"
}
},
"172": {
"class_type": "ImageScaleToMaxDimension",
"inputs": {
"image": [
"71",
0
],
"largest_size": 1536,
"upscale_method": "area"
},
"_meta": {
"title": "Scale Image to Max Dimension"
}
},
"121:199": {
"class_type": "GrowMask",
"inputs": {
"expand": 0,
"mask": [
"71",
1
],
"tapered_corners": True
},
"_meta": {
"title": "Grow Mask"
}
},
"121:251": {
"class_type": "MaskToImage",
"inputs": {
"mask": [
"121:199",
0
]
},
"_meta": {
"title": "Convert Mask to Image"
}
},
"121:252": {
"class_type": "ImageBlur",
"inputs": {
"blur_radius": 31,
"image": [
"121:251",
0
],
"sigma": 1
},
"_meta": {
"title": "Blur Image"
}
},
"121:253": {
"class_type": "ImageToMask",
"inputs": {
"channel": "red",
"image": [
"121:252",
0
]
},
"_meta": {
"title": "Convert Image to Mask"
}
}
})
# run() also passes api_key to the partner nodes in this workflow.
job = client.run(workflow, api_key=api_key)질문과 답변
Consider increasing the shift value in the workflow settings to reduce blurriness or darkness in the output.
Decrease the shift value to enhance detail, and ensure that your input image is not too large to avoid processing issues.
While the official number of steps is 50, using around 10 steps often yields satisfactory results without compromising speed.
It's recommended to use images smaller than 3000 pixels in dimension. Use the ImageScaleToMaxDimension node to resize larger images.
관련 워크플로
- Qwen, Qwen-Image
Qwen Image 2512
- Qwen-Image
Qwen Image Edit 2509
- Qwen-Image
Qwen Image:일러스트 LoRA
- Qwen-Image
Qwen Image:젤리 동물 LoRA
- Qwen-Image
Qwen-Image ControlNet 모델 패치
- Qwen-Image
Qwen-Image InstantX ControlNet
- Qwen-Image
Qwen-Image Union Control
- Qwen-Image
Qwen-Image: 텍스트 기반 이미지 생성
- Qwen-Image
Qwen-Image: 텍스트 기반 이미지 생성
- Qwen-Image, SeedVR2
등거리원통투영 HDR 스카이박스 생성기