在 Reddit 上看到一个关于 MiaoshouAI Tagger 的帖子，并尝试了他们的工作流程，这是基于此，所以核心的功劳归于他们，这里有一个链接：https://raw.githubusercontent.com/miaoshouai/ComfyUI-Miaoshouai- Tagger/refs/heads/main/examples/miaoshouai_tagger_flux_hyper_lora_caption_switch_workflow.png 核心通过删除图像来操作在加载和调整大小节点中，并设置是否要调整大小的切换，左侧“注释”旁边的绿色节点有一个“真/假”切换。对于 Img2Img 将其设置为 true，对于 Txt2Img 将其设置为 false，其右侧有 2 个浮动节点，用于为两个节点设置降噪。字幕生成器使用自动下载的 LLM，并且是 Florence2 的微调。它创建自然语言 T5 提示和标签样式剪辑 l 提示。当然必须修补并添加一些东西：强制剪辑以便可以卸载到 CPU，剪辑文本编码需要更长的时间，但由于 Flux Dev 的大小为 23GB，因此值得保留显存
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
