如何在本地ComfyUI运行cog-face-to-sticker6个必备自定义节点入门教程【免费下载链接】cog-face-to-stickerface-to-sticker项目地址: https://gitcode.com/gh_mirrors/co/cog-face-to-sticker想把一张人脸照片快速变成卡通贴纸吗开源项目cog-face-to-sticker可以做到——它把任意人脸转换成矢量风格的贴纸并基于 ComfyUI 工作流实现。本教程带你从零开始在本地 ComfyUI 中跑通这个项目重点讲解6 个必备自定义节点的作用、安装与模型配置帮你避开新手最容易踩的坑。一、项目是什么人脸变贴纸的原理cog-face-to-sticker 的核心是一条 ComfyUI 工作流输入一张人脸图片输出一张贴纸风格的插画。它的实现思路是抠图先用人物分割模型把人脸从背景中剥离出来身份保持用 InstantID IPAdapter 双重锁定人脸特征保证像本人风格化生成用 SDXL 底模 贴纸 LoRA 卡通提示词生成 cel shaded赛璐璐矢量风放大可选 2 倍超分辨率让贴纸更清晰这套逻辑集中在 API 格式的工作流里你可以直接查看 face-to-sticker-api.json 理解节点串联关系。二、环境准备克隆仓库与安装自定义节点1. 克隆仓库在终端执行以下命令获取项目源码含 ComfyUI 子模块git clone --recurse-submodules https://gitcode.com/gh_mirrors/co/cog-face-to-sticker cd cog-face-to-sticker2. 一键安装 6 个自定义节点项目内置了一个脚本 scripts/clone_plugins.sh它会按固定版本号克隆全部依赖到ComfyUI/custom_nodes/目录并锁定 commit保证可复现。执行./scripts/clone_plugins.sh 脚本会自动跳过已存在的目录可放心重复执行。3. 安装 Python 依赖项目的环境配置写在 cog.yaml 中关键依赖包括torch、insightface、opencv-python-headless、mediapipe、onnxruntime-gpu等。本地可参考其中的python_packages列表逐项pip install并额外安装onnxruntime-gpuGPU 版人脸解析需要。三、6 个必备自定义节点详解#节点作用对应工作流节点1ComfyUI BRIA AI RMBG人物抠图去背景BRIA_RMBG_Zho2ComfyUI Controlnet AuxAIO 预处理器生成边缘/深度控制图AIO_Preprocessor3ComfyUI InstantID人脸身份识别与保持InstantIDFaceAnalysis4ComfyUI IPAdapter Plus图像风格与人脸相似度适配IPAdapterApplyFaceID5ComfyUI UltimateSDUpscale分块 2 倍超分放大UltimateSDUpscale6Efficiency Nodes ComfyUI高效加载器 / LoRA 堆栈 / 采样器Efficient Loader下面逐个说明。1. ComfyUI BRIA AI RMBG抠图节点用 BRIA 的 RMBG 模型把人物从背景中干净地抠出是贴纸透明底效果的关键。节点会用到BRIA_RMBG_ModelLoader_Zho加载模型。其权重路径由 helpers/ComfyUI_BRIA_AI_RMBG.py 处理。2. ComfyUI Controlnet Aux控制图预处理器提供AIO_Preprocessor一次生成多种控制图边缘、深度等再交给 ControlNet 约束贴纸轮廓让人物结构稳定。相关权重见 helpers/ComfyUI_Controlnet_Aux.py。3. ComfyUI InstantID身份锁定InstantIDFaceAnalysis会检测人脸关键点并提取身份特征ApplyInstantID把它注入生成过程让贴纸长得像本人。人脸解析模型antelopev2 等路径逻辑在 helpers/ComfyUI_InstantID.py。4. ComfyUI IPAdapter Plus风格与相似度IPAdapterApplyFaceID通过 CLIP Vision 编码器提取人脸 embedding与生成图像做相似度对齐和 InstantID 配合形成双保险。其模型准备逻辑在 helpers/ComfyUI_IPAdapter_plus.py。5. ComfyUI UltimateSDUpscale2 倍超分默认关闭开启upscaleTrue后工作流会插入UltimateSDUpscale节点对贴纸做分块重绘放大默认 10 步。参数见 predict.py。6. Efficiency Nodes ComfyUI高效加载提供Efficient Loader合并底模/LoRA/提示词、LoRA Stacker批量叠加贴纸 LoRA和KSampler (Efficient)是整条工作流的中枢。四、下载模型权重工作流会引用一批模型文件底模albedobaseXL_v13.safetensors、贴纸 LoRAStickersRedmond.safetensors、instantid-ip-adapter.bin等。完整清单见 weights.json。本地可用工具脚本 scripts/get_weights.py 下载指定权重python scripts/get_weights.py 模型文件名首次启动时helpers/comfyui.py 里的download_pre_start_models()也会自动预下载必需模型。五、两种运行方式方式 AWeb UI 手动跑推荐新手启动 ComfyUIcd ComfyUI/ python main.py --listen 0.0.0.0浏览器打开http://localhost:8188拖入 face-to-sticker-ui.json 这条 UI 工作流在LoadImage节点载入一张人脸照片点击 Queue Prompt方式 B命令行 / 脚本跑predict.py 封装了完整流程读入 face-to-sticker-api.json通过update_workflow()注入文件名、提示词、尺寸、步数、放大等参数再调用 ComfyUI HTTP 接口执行。主要可调参数参数默认说明prompta person主体描述width/height1024输出尺寸steps20采样步数prompt_strength7CFG越大越贴近提示词instant_id_strength1InstantID 强度ip_adapter_weight0.2IPAdapter 权重upscaleFalse是否 2 倍放大六、常见问题FAQ节点报错KeyError多半是自定义节点没装全或版本不对重跑./scripts/clone_plugins.sh确认 6 个节点都在。模型缺失ComfyUI 日志会提示具体文件名对照 weights.json 下载即可。贴纸不像本人调高instant_id_strength0~1和ip_adapter_weight。背景没扣干净确认 RMBG 模型已下载并检查输入照片人脸是否清晰。七、写在最后cog-face-to-sticker 用 6 个自定义节点把抠图 身份保持 风格化 超分串成一条可复现的工作流。你只要按上文装好节点、下载权重、导入 UI 工作流就能在本地把任意人脸变成专属贴纸。建议先用 1024×1024、20 步的默认参数试跑再按需微调强度参数。祝折腾愉快更多细节可参考官方说明 README.md 与变更日志 CHANGELOG.md。【免费下载链接】cog-face-to-stickerface-to-sticker项目地址: https://gitcode.com/gh_mirrors/co/cog-face-to-sticker创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
如何在本地ComfyUI运行cog-face-to-sticker：6个必备自定义节点入门教程
如何在本地ComfyUI运行cog-face-to-sticker6个必备自定义节点入门教程【免费下载链接】cog-face-to-stickerface-to-sticker项目地址: https://gitcode.com/gh_mirrors/co/cog-face-to-sticker想把一张人脸照片快速变成卡通贴纸吗开源项目cog-face-to-sticker可以做到——它把任意人脸转换成矢量风格的贴纸并基于 ComfyUI 工作流实现。本教程带你从零开始在本地 ComfyUI 中跑通这个项目重点讲解6 个必备自定义节点的作用、安装与模型配置帮你避开新手最容易踩的坑。一、项目是什么人脸变贴纸的原理cog-face-to-sticker 的核心是一条 ComfyUI 工作流输入一张人脸图片输出一张贴纸风格的插画。它的实现思路是抠图先用人物分割模型把人脸从背景中剥离出来身份保持用 InstantID IPAdapter 双重锁定人脸特征保证像本人风格化生成用 SDXL 底模 贴纸 LoRA 卡通提示词生成 cel shaded赛璐璐矢量风放大可选 2 倍超分辨率让贴纸更清晰这套逻辑集中在 API 格式的工作流里你可以直接查看 face-to-sticker-api.json 理解节点串联关系。二、环境准备克隆仓库与安装自定义节点1. 克隆仓库在终端执行以下命令获取项目源码含 ComfyUI 子模块git clone --recurse-submodules https://gitcode.com/gh_mirrors/co/cog-face-to-sticker cd cog-face-to-sticker2. 一键安装 6 个自定义节点项目内置了一个脚本 scripts/clone_plugins.sh它会按固定版本号克隆全部依赖到ComfyUI/custom_nodes/目录并锁定 commit保证可复现。执行./scripts/clone_plugins.sh 脚本会自动跳过已存在的目录可放心重复执行。3. 安装 Python 依赖项目的环境配置写在 cog.yaml 中关键依赖包括torch、insightface、opencv-python-headless、mediapipe、onnxruntime-gpu等。本地可参考其中的python_packages列表逐项pip install并额外安装onnxruntime-gpuGPU 版人脸解析需要。三、6 个必备自定义节点详解#节点作用对应工作流节点1ComfyUI BRIA AI RMBG人物抠图去背景BRIA_RMBG_Zho2ComfyUI Controlnet AuxAIO 预处理器生成边缘/深度控制图AIO_Preprocessor3ComfyUI InstantID人脸身份识别与保持InstantIDFaceAnalysis4ComfyUI IPAdapter Plus图像风格与人脸相似度适配IPAdapterApplyFaceID5ComfyUI UltimateSDUpscale分块 2 倍超分放大UltimateSDUpscale6Efficiency Nodes ComfyUI高效加载器 / LoRA 堆栈 / 采样器Efficient Loader下面逐个说明。1. ComfyUI BRIA AI RMBG抠图节点用 BRIA 的 RMBG 模型把人物从背景中干净地抠出是贴纸透明底效果的关键。节点会用到BRIA_RMBG_ModelLoader_Zho加载模型。其权重路径由 helpers/ComfyUI_BRIA_AI_RMBG.py 处理。2. ComfyUI Controlnet Aux控制图预处理器提供AIO_Preprocessor一次生成多种控制图边缘、深度等再交给 ControlNet 约束贴纸轮廓让人物结构稳定。相关权重见 helpers/ComfyUI_Controlnet_Aux.py。3. ComfyUI InstantID身份锁定InstantIDFaceAnalysis会检测人脸关键点并提取身份特征ApplyInstantID把它注入生成过程让贴纸长得像本人。人脸解析模型antelopev2 等路径逻辑在 helpers/ComfyUI_InstantID.py。4. ComfyUI IPAdapter Plus风格与相似度IPAdapterApplyFaceID通过 CLIP Vision 编码器提取人脸 embedding与生成图像做相似度对齐和 InstantID 配合形成双保险。其模型准备逻辑在 helpers/ComfyUI_IPAdapter_plus.py。5. ComfyUI UltimateSDUpscale2 倍超分默认关闭开启upscaleTrue后工作流会插入UltimateSDUpscale节点对贴纸做分块重绘放大默认 10 步。参数见 predict.py。6. Efficiency Nodes ComfyUI高效加载提供Efficient Loader合并底模/LoRA/提示词、LoRA Stacker批量叠加贴纸 LoRA和KSampler (Efficient)是整条工作流的中枢。四、下载模型权重工作流会引用一批模型文件底模albedobaseXL_v13.safetensors、贴纸 LoRAStickersRedmond.safetensors、instantid-ip-adapter.bin等。完整清单见 weights.json。本地可用工具脚本 scripts/get_weights.py 下载指定权重python scripts/get_weights.py 模型文件名首次启动时helpers/comfyui.py 里的download_pre_start_models()也会自动预下载必需模型。五、两种运行方式方式 AWeb UI 手动跑推荐新手启动 ComfyUIcd ComfyUI/ python main.py --listen 0.0.0.0浏览器打开http://localhost:8188拖入 face-to-sticker-ui.json 这条 UI 工作流在LoadImage节点载入一张人脸照片点击 Queue Prompt方式 B命令行 / 脚本跑predict.py 封装了完整流程读入 face-to-sticker-api.json通过update_workflow()注入文件名、提示词、尺寸、步数、放大等参数再调用 ComfyUI HTTP 接口执行。主要可调参数参数默认说明prompta person主体描述width/height1024输出尺寸steps20采样步数prompt_strength7CFG越大越贴近提示词instant_id_strength1InstantID 强度ip_adapter_weight0.2IPAdapter 权重upscaleFalse是否 2 倍放大六、常见问题FAQ节点报错KeyError多半是自定义节点没装全或版本不对重跑./scripts/clone_plugins.sh确认 6 个节点都在。模型缺失ComfyUI 日志会提示具体文件名对照 weights.json 下载即可。贴纸不像本人调高instant_id_strength0~1和ip_adapter_weight。背景没扣干净确认 RMBG 模型已下载并检查输入照片人脸是否清晰。七、写在最后cog-face-to-sticker 用 6 个自定义节点把抠图 身份保持 风格化 超分串成一条可复现的工作流。你只要按上文装好节点、下载权重、导入 UI 工作流就能在本地把任意人脸变成专属贴纸。建议先用 1024×1024、20 步的默认参数试跑再按需微调强度参数。祝折腾愉快更多细节可参考官方说明 README.md 与变更日志 CHANGELOG.md。【免费下载链接】cog-face-to-stickerface-to-sticker项目地址: https://gitcode.com/gh_mirrors/co/cog-face-to-sticker创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
