[Sammelthread] AI - Bildgenerierung (Stable Diffusion, Midjourney & Co)

samuelclemens schrieb:
Hat jemand Erfahrung mit hochauflösenden KI Nahaufnahmen. Besonders wenn es um Spiegelungen in den Augen oder anderen Objekten geht!?
Teilweise spiegelt sich ja bei richtigen Aufnahmen nicht nur der sichtbare Bereich in den Augen ab sondern auch das was hinter der "Kamera" liegt.
Ganz weird wird es wenn die Figur zb vor einem Spiegel, Fenster oder so steht.

Es geht mir nicht darum diese "Spiegelungen" zu vermeiden. Sondern eher gezielt einzusetzen um zb ein Portrait oder Foto realistischer wirken zu lassen.
Besonders bei vermeintlichen "Spontanaufnahmen" außerhalb eines Studios ohne Profifotograf oder Equipment.

Reflexionen im Auge habe ich bis jetzt noch nicht sauber hinbekommen. Ich habe es zwar versucht, aber mit KREA2 bisher leider nicht geschafft.

Spiegel hingegen gehen, sind aber auch tricky. Je nachdem, wie der Prompt aufgebaut ist, klappt es oder eben auch nicht. Ich bin ehrlich: Wenn ich etwas mit Spiegeln haben will, lasse ich meinen Prompt-Refiner so lange drüber laufen, bis ein Bild dabei ist, das mir gefällt. Da fliegen vorher auch mal 20 bis 30 Versuche in die Tonne, die misslungen sind.

Wenn das Objekt oder die Person alleine vor dem Spiegel steht, geht es oft besser. Aber dadurch, dass man den Fotografen nicht sieht, wirkt es manchmal auch etwas surreal.

Reflexionen auf (kleineren) Gegenständen klappen hingegen recht passabel.


Die Basis ist am Ende halt das verwendete Modell, wie es trainiert wurde und wie die Bilder in den Trainingsdaten beschriftet sind. Die richtige Kombination aus Triggern zu finden und diese passend zu verknüpfen, ist das eigentliche Problem bzw. die Reise zum Ziel.

Da ich lokal rendere, bin ich zum Glück auch von keinen Limits betroffen und kann einfach so lange experimentieren, bis ich das gewünschte Ergebnis habe. Wenn man dafür einen Online-Service nutzt, ist das oft nicht ganz so einfach.


Hier mal ein paar Beispiele, wo es bei mir geklappt hat bzw. die ich extra für dich erstellt habe. Auch nicht daran stören, dass ich so lange Prompts nutze, ich versuche halt, alles ein bisschen zu kontrollieren für das vorgestellte Ergebnis. Auch kann nicht jedes Modell mit so langen Prompts umgehen, da muss man sich halt schlau machen. Ich habe zwar keine reinen Spontanaufnahmen für dich, sondern Konzept- und Studioaufnahmen, aber sie zeigen perfekt das grundlegende Problem, das du beschreibst. Ich musste selbst hier gezielt einwirken, um die richtigen Reflexionen zu bekommen. Eventuell kannst du daraus ja ein paar Formulierungen ziehen, die dir helfen, wenn du spontane Shots machst, also Trigger wie „candid“, „mobile phone photo“ usw.


Spiegel im Bild:

miscellaneous Mirror.webp


Bild ist entstanden mit krea2_turbo_fp8_scaled mittels ComfyUI mit folgenden Settings:
Step 1 | Auflöung: 768x1344 | seed: 1976, steps: 8, cfg: 1.0, sampler: exp_heun_2_x0_sde, scheduler: sgm_uniform, denoise: 1.0
Step 2 | Auflösung: 1152x2016 (Skaliert x1.5) | seed: 1976, steps: 8, cfg: 1.2, sampler: exp_heun_2_x0_sde, scheduler: sgm_uniform, denoise: 0.5


Epic photorealistic editorial shot of Maeve, a 45-year-old Irish woman with a soft hourglass silhouette, visible 11-line abs, vivid green eyes, fiery red hair swept into a messy high bun secured with a small golden hair clip, a tiny golden septum hoop ring in her nose, sitting in a high-backed designer armchair. She faces the camera directly with a warm genuine smile on her lips and bright engaged green eyes, head tilted just slightly. She wears a flowing silk evening gown with a softly draped neckline and a wide skirt pooling at her lap, the fabric draping with natural weight and soft organic folds. Behind her, a floor-to-ceiling full-length mirror with a thin dark frame reflects the room and the photographer. In the mirror reflection, a 33-year-old Japanese woman leans slightly forward, elbows bent, holding a professional DSLR camera at chest level, her face partially visible over the top of the camera body, focused on capturing the shot. She wears a white kimono-style jacket with a pink cherry blossom print layered over a red silk top, paired with blue denim shorts and clean white sneakers. The mirror surface is clean and reflective, showing the dim ambient room behind the photographer. Soft warm diffused lighting from a large overhead and side source creates gentle highlights on the silk gown, the golden clip and hoop catching small specular points, and soft shadows under the chair and along the gown folds. Warm neutrals, reds, golds, and pinks against a muted interior. Photorealistic rendering with sharp focus on Maeve's face, natural skin texture with subtle pores and fine lines, fabric draping with realistic weight. Camera at 35mm wide-angle focal length, shallow depth of field keeping Maeve sharp while the reflection is slightly softer, epic cinematic editorial photography.


Ballet - Studio (leichte Anomalien an der Hand in der Refelektion)
miscellaneous Ballet.webp

Bild ist entstanden mit krea2_turbo_fp8_scaled mittels ComfyUI mit folgenden Settings:
Step 1 | Auflösung: 1344x768 | seed: 1976, steps: 8, cfg: 1.0, sampler: dpmpp_2m_sde_gpu, scheduler: sgm_uniform, denoise: 1.0
Step 2 | Auflösung: 2016x1152 (Skaliert x1.5) | seed: 1976, steps: 8, cfg: 1.2, sampler: exp_heun_2_x0_sde, scheduler: sgm_uniform, denoise: 0.5


A massive floor-to-ceiling wall mirror behind the ballet dancer and the bright studio space, polished natural hardwood flooring with soft reflections, elegant minimalist interior design, large industrial windows letting in soft, warm morning sunlight, cinematic lighting, photorealistic, highly detailed, 8k resolution, masterpiece. A 31-year-old ballet japanese dancer, expressive green eyes and shoulder-length, naturally wavy raven-black hair with subtle highlights fixed in a strigh bun. Athletic-graceful build, a highly detailed texture with visible pores and a vibrant, healthy glow. She wears elegant, medium-length almond-shaped fingernails painted in a vibrant, rich coral-peach color with an ultra-shiny glossy nail polish finish, a dusty-rose ballet leotard with a short chiffon wrap skirt, and rose-gold pointe shoes. She is a professional female ballet dancer performing a wide Grand Plié on pointe. Straight-on full-body shot, shot dead center from a flat front-facing camera angle. Her entire body, torso, and hips are perfectly squared and aligned direct to the viewer, completely perpendicular to the camera lens. She is holding onto a long wooden ballet barre mounted to the back wall, her body facing direct to the viewer. To the left of her legs is written in stylized artistic handwriting in rose-gold "Grand Plié" and to the right of her legs is written "on point". In the mirror you can see the perfectly centered reflection of the photographer standin directly on the central camera axis, dead center behind the ballerina, leaning slighty forward. She is looking straight into the lens, taking a picture of the ballerina with the professional camera, creating a symmetrical reflection loop.


Spiegelung im Gegenstand.
miscellaneous reflection.webp

Image generated with krea2_turbo_fp8_scaled via ComfyUI using the following settings:
Step 1 | Resolution: 1344x768 | seed: 1976, steps: 8, cfg: 1.0, sampler: dpmpp_2m_sde_gpu, scheduler: sgm_uniform, denoise: 1.0
Step 2 | Resolution: 2016x1152 (Upscaled x1.5) | seed: 1976, steps: 8, cfg: 1.2, sampler: exp_heun_2_x0_sde, scheduler: sgm_uniform, denoise: 0.5


Macro close-up shot, shot at 85mm focal length, a glossy black motorcycle helmet dominates the center of the frame, its matte carbon-fiber shell catching soft highlights, the tinted mirror-finished visor in the fully lowered position forming a curved dark window of reflective glass, within that curved tinted surface the full-body reflection of Maeve, a 45-year-old Irish woman with a soft hourglass silhouette, 11-line abs, green eyes, auburn-red hair twisted into a messy top bun secured by a small gold hair clip, a thin gold septum ring in her nose, wearing an orange-and-white neoprene shorty wetsuit with a relaxed athletic fit with realistic fabric drape, with a white cotton towel wrapped securely around her hips, she stands far in the distance with both hands pressed flat on her hips, her gaze directed toward the open sea, a white surfboard driven vertically into the damp sand just beside her hip, her reflection warped and slightly elongated by the curvature of the tinted glass. Behind the helmet the foreground is a shallow depth-of-field blur, an orange-and-white motorcycle jacket discarded carelessly on the ground, a pair of black motorcycle boots with stiff rubber soles and scuffed leather panels lying at a slight angle, all rendered as soft, indistinct shapes of warm orange, cream, and deep black smearing into the background. The background beyond the helmet is a hazy coastal scene, grey-green ocean water rolling in long swells, a low overcast sky, muted salt-air haze. The visor reflection is the single sharp focal point, showing her full standing posture, the gold clip catching a tiny specular highlight, the septum ring glinting, the wetsuit's neoprene texture with visible seam lines and a slight sheen from moisture. Foreground helmet details: the black composite shell, a thin chrome trim ring where the visor meets the shell, faint water droplets on the outer helmet surface, the helmet resting on rough sand. Lighting is diffused overcast daylight, cool ambient key from the left, gentle rim light on the helmet's right edge, no harsh shadows. Color palette dominated by deep black, muted ocean grey-green, warm orange of the jacket, auburn red of hair, small accents of gold. Photorealistic, 85mm lens, shallow depth of field, the visor reflection is the sole area of sharp focus while the surrounding clothing and boots fall into creamy bokeh. Rendered with crisp micro-detail on the helmet shell, realistic skin texture in the reflection, and natural fabric compression on the wetsuit.

Evtl. ist was für dich dabei ^^



@MechanimaL Ja, nur fast ist richtig, weil meine Auflösung nicht exakt 4:7 ist sorry ^^. Primär achte ich, warum auch immer, darauf, dass alles durch 8 teilbar ist. (nein das mache ich schon bewusst^^)

Danke für den Tipp mit dem LoRA, aber ich habe keinen Civitai-Account. ^^

Mit Flux bin ich irgendwie nie warm geworden. ^^

MOSS-Image schaue ich mir später noch mal an. Mit den Safetensors von ComfyUI selber kriege ich im Moment nur Schnee, da fehlen wohl noch die passenden angepasste Nodes. (Ich will nicht diesen Riesen-Blob von Huggin nehmen^^)
 
  • Gefällt mir
Reaktionen: AndreasF1975, RyzA und samuelclemens
CountSero schrieb:
@MechanimaL Ja, nur fast ist richtig, weil meine Auflösung nicht exakt 4:7 ist sorry ^^. Primär achte ich, warum auch immer, darauf, dass alles durch 8 teilbar ist. (nein das mache ich schon bewusst^^)
Ich meinte was anderes 😉
 
  • Gefällt mir
Reaktionen: AndreasF1975
@CountSero Klar das man bei Studio oder gestellten Aufnahmen versucht unschöne/ungewollte Spiegelungen zu vermeiden. Besonders bei echten Aufnahmen wo auch nur selten der Fotograf im Spiegel oder Fenster zu sehen ist. Da wird wahrscheinlich auch kräftig retuschiert nehme ich an.
Mir ging es eher darum dort wo man sie "zufällig" aus rein logischen gründen erwarten würde gezielt aber unauffällig einzusetzen.
Ich schätzvda muß man wirklich mit der bruteforce Methode Ran und am fließband generieren lassen bis es klappt ...🤔
 
  • Gefällt mir
Reaktionen: AndreasF1975 und CountSero
CountSero schrieb:
MOSS-Image schaue ich mir später noch mal an. Mit den Safetensors von ComfyUI selber kriege ich im Moment nur Schnee, da fehlen wohl noch die passenden angepasste Nodes. (Ich will nicht diesen Riesen-Blob von Huggin nehmen^^)
Lädt die Custom Node von MOSS nicht das Modell von comfyUI? Ich teste das gleich mal.
 
  • Gefällt mir
Reaktionen: AndreasF1975
@MechanimaL ist eher so wie eine Checkpoint Loader aufgebaut ich glaub das ist für die "Diffusers-Struktur" sprich alles Unbundelt. ComfyUI hat aber schon die kompakten Safetensor bereitgestellt, die laufen aber nicht rund. Ich vermute die Nodes sind nicht dafür ausgelegt. Und ich will halt nicht die ganzen Unbundeld Files von Huggin ziehen ^^
Ergänzung ()

samuelclemens schrieb:
@CountSero Klar das man bei Studio oder gestellten Aufnahmen versucht unschöne/ungewollte Spiegelungen zu vermeiden. Besonders bei echten Aufnahmen wo auch nur selten der Fotograf im Spiegel oder Fenster zu sehen ist. Da wird wahrscheinlich auch kräftig retuschiert nehme ich an.
Mir ging es eher darum dort wo man sie "zufällig" aus rein logischen gründen erwarten würde gezielt aber unauffällig einzusetzen.
Ich schätzvda muß man wirklich mit der bruteforce Methode Ran und am fließband generieren lassen bis es klappt ...🤔
Gut, ein KI-Bild ist ja generell schon irgendwie gestellt, weil man hier ja bereits Vorgaben macht. Ich habe ja ein Bild mit einem Sandsturm gepostet, dort sieht man in der Scheibe auch Reflexionen, die ich gar nicht angegeben habe. Aber genau hier sieht man eben, dass die Schrift nicht logisch gespiegelt wird.

Das Ballett-Bild kann man auch ohne die gezielten Forderungen nach einer Reflexion erstellen, aber da steht es dann 50/50, ob sie überhaupt im Spiegel zu sehen ist. Das ist genau das, was ich meine, Ich kontrolliere das gerne die Details, und selbst das ist am Ende keine Garantie.

Und ja, ich sehe es so wie du, meine Methode ist dann auch eine Art Brute-Force, um an das Ergebnis zu kommen. ^^ Eventuell solltest du hier mal andere Scheduler- und Sampler-Kombinationen recherchieren oder testen. Es gibt da schon einige, die dazu tendieren, mehr Details zu erzeugen, als wie der Euler mit dem Normal-Scheduler. Der Nachteil ist, dass hierbei wohl auch längere Renderzeiten entstehen könnten.
 
Zuletzt bearbeitet:
  • Gefällt mir
Reaktionen: AndreasF1975 und samuelclemens
https://github.com/wanaigc/comfyui-moss-Image das hier könnte helfen. ich probiere..

edit: das hat keinen guten Loader.. ich teste noch ein anderes.

Das war unnötig, die Lösung ist z.B. schon hier (Workflow). einfach die comfyui dateien und einen passenden Workflow (comfyui up2date ausreichend).

Kurzer Test, es soll ja gut im Textverständnis sein und ja, wirklich nicht schlecht (wenn auch nicht perfekt), in Englisch ist es womöglich noch besser:
1792188540507.png
 
Zuletzt bearbeitet:
  • Gefällt mir
Reaktionen: AndreasF1975, RyzA und CountSero
Ja mit der Nightly läuft es sauber, danke für den tipp ^^


Hier der Prompt von vorher mit dem Helm in MOSS-Image

Random MOSS-0004.webp

Image generated with moss_image_base_bf16 via ComfyUI using the following settings:
Step 1 | Resolution: 1344x768 | seed: 1976, steps: 50, cfg: 3.0, sampler: euler, scheduler: sgm_uniform, denoise: 1.0
 
  • Gefällt mir
Reaktionen: samuelclemens, AndreasF1975 und RyzA
Ok, da es gestern schon zu spät war nun nochmal der gleiche Prompt aber diesmal mit dem SFT (Super Fine Tune) Model

miscellaneous -0146.webp


Image generated with moss_image_sft_bf16 via ComfyUI using the following settings:
Step 1 | Resolution: 1344x768 | seed: 1976, steps: 50, cfg: 3.0, sampler: euler, scheduler: sgm_uniform, denoise: 1.0
Step 2 | Resolution: 2016x1152 (Upscaled x1.5) | seed: 1976, steps: 25, cfg: 3.5, sampler: dpmpp_2m_sde_gpu, scheduler: sgm_uniform, denoise: 0.5



Wahrscheinlich ist mein doppel KSampler Setup to much aber es sieht schon nicht schlecht aus ^^

Denke mit dem Model geht was ^^
Ergänzung ()

Ok ca 60-70 Sekunden mit der 8 Step LoRa ^^

MOSS-Sandstorm-0007.webp

Image generated with moss_image_sft_bf16 via ComfyUI using the following settings:
Step 1 | Resolution: 2016x1152 | seed: 1976, steps: 8, cfg: 3.0, sampler: exp_heun_2_x0, scheduler: sgm_uniform, denoise: 1.0


Also MOSS-Image ist auf jedenfall einen Blick wert ^^
 
Zuletzt bearbeitet:
  • Gefällt mir
Reaktionen: AndreasF1975
1792236565600.png

Flux 3 KLein (distilled). Klappt aber nicht immer (cherrypicked). Trotzdem schön zu sehen, dass endlich Text besser wird.
 
  • Gefällt mir
Reaktionen: CountSero und AndreasF1975
MechanimaL schrieb:
Das war unnötig, die Lösung ist z.B. schon hier (Workflow). einfach die comfyui dateien und einen passenden Workflow (comfyui up2date ausreichend).
Also, der dort verlinkte Workflow funktioniert bei mir garnicht. Lauter Fehlermeldungen.
 
Der Worflow im Image ? Dafür muss man ComfyUI aber auf die Nightly Version Updaten.

Ich habe danach nur etwas meinen Workflow den ich für KREA2 nutze anpassen müssen.

Ich brauchte danach nur den Loader für den Clip auf MOSS-Image Umstellen müssen und meine Latent Node in Version 2 umwandeln müssen, da MOSS-Image wohl ein Empty Flux2 Latent braucht.
 
@CountSero Ich glaub ich wart auf einen offiziellen workflow ohne basteleien.
 
  • Gefällt mir
Reaktionen: CountSero
also ich habe nur die update funktion von comfyui selbst verwendet: ComfyUI_windows_portable\update\update_comfyui.bat -- die benutze ich eigtl immer bevor ich es starte..
Bei der Desktop Version hab ich jetzt keine Ahnung, ob man die selbst so aktuell halten kann, die hängt evtl. etwas hinterher, in dem Sinne, was dann dazu führen könnte, dass du öfter länger wartest, bis etwas neues funktioniert, obwohl es schon implementiert ist (wie jetzt halt MOSS). Klar, kann etwas stabiler sein, aber in der Regel geht das sehr gut und zur Not könnte man ja über github auch jederzeit nochmal einen Schritt zurück machen.
 
Kann man eigentlich in der portablen Version den Pfad zum Modellordner direkt per gui einstellen oder nur per editieren der config Dateien?
Ich brauche ab und an ein Clean install und da würde ich gern die Modelle und den ganzen anderen Kram direkt außerhalb des comfyui Ordners auslagern.
 
Unter Linux gibt es die Datei "extra_model_paths.yaml.example". Wenn man sie kopiert und die Kopie in "extra_model_paths.yaml" umbenennt, kann man darin die Pfade zu weiteren Modellordnern eintragen. So lassen sich zum Beispiel selten genutzte Modelle auslagern. Das funktioniert auch mit LoRAs und anderen Modelltypen.

Ich Vermute die gibt es auch unter Windows.
 
  • Gefällt mir
Reaktionen: samuelclemens
Also ein eignere Bilderthread hat nicht geklappt. Bilder zu zeigen scheint als Spam gewertet zu werden. Ich bin ja neu und kenne mich hier noch nicht so aus. Somit bleibt vorerst dieser Thread um auch Bilder zu zeigen und ggf dadrüber zu sprechen.
Interessant finde ich jedoch einige Aussagen welche dort getätigt werden. Ist nicht echtes ..... . Während bei der Digitalkamera Bildbearbeitung auch per KI akzeptiert wird ist es bei einem reinen KI Bild ganz offensichtlich anders.
Daher weiterhin hier mit Kontext.
Lokal mit Pinokio - Uncensored Lokal Studio
Frau mit Hut.jpg

A mysterious monochrome portrait of a woman in an avant-garde lace outfit and a large black hat. The face is hidden in shadow, creating a sense of mystery. High contrast lighting, grainy film aesthetic, artistic composition, sharp focus on the intricate patterns of the clothing. Moody and elegant.
 
  • Gefällt mir
Reaktionen: RyzA und MechanimaL
Mir fehlt hier ehrlich gesagt auch der Kontext. Warum Bilder Posten, ohne einen Kontext? Ich kann hier Comfy auch anweisen, mir per Batch in einer Stunde knapp 100 Bilder zu generieren und dabei ordentlich Strom zu verballern. Aber warum sollte ich die hier zeigen wollen? Was haben andere User davon? Wenn dir das wichtig ist, könntest auch einen Account bei Civitai oder Reddit anlegen und dort die Pics teilen.

Interessant in diesem Thread finde ich den Austausch über die Technik, Tools und Herangehensweise. Das generiert auch einen Mehrwert für andere, das xte KI-Mädel in merkwürdigem Style nicht.

Lass das nicht zum Fetisch werden 😉. Am Ende wird das zur Slot-Machine mit Sucht-Charakter.
 
Die Grundlage ist immer ein vorhandenes Bild. Aber gut ich bin raus. Ohne Bild zum sehen ist es für mich schwierig drüber zu reden.
 
Zurück
Oben