FLUX-Controlnet-Inpainting是由Alimama-Creative 团队开发的的基于FLUX.1-dev 模型的图像修复工具，它是ControINet和FLUX.1-dev 的结合，利用ControINet 的控制能力引导FLUX.1-dev 从输入图像中生成修复内容，并能够应用于不同的场景中。其主要应用包括对损坏或缺失的图像部分进行智能填补，同时保持视觉一致性和逼真效果。
可以控制多个参数，如控制强度、控制结束百分比（control-strength 和 control-end-percent），效果。据官方报道，该模型能够增强您的图像生成能力，并为您提供比旧版 SDXL 修复更多的优势以达到更理想的图片修复效果。
从左到右：输入图像|蒙版图像| SDXL 修复 | FLUX-Controlnet-Inpainting 修复
- 👆图像描绘了一位美丽的年轻女子坐在书桌前读书。她有一头长长的棕色波浪发，穿着灰色衬衫和黑色羊毛衫。她左手握着一支铅笔，似乎正在陷入沉思。她的周围堆满了书籍，有些堆在桌子上，有些则放在她身后的书架上。背景中还可以看到盆栽植物，为场景增添了一抹绿色。该图像传达了一种宁静和知识追求的感觉。
(FLUX-Controlnet-Inpainting详细介绍、工作流和模型夸克网盘下载👇)
如何使用FLUX-Controlnet-Inpainting？
- 下载FLUX-Controlnet-Inpainting工作流和模型，这使用本机 Flux Dev 工作流程。
- 拖放到 ComfyUI。如果您收到红色错误节点，请从管理器中单击“安装缺少的自定义节点”。重启并刷新ComfyUI即可生效。
- 从“加载扩散模型”节点中选择“ Flux.1 Dev ”作为模型权重。加载您从“加载ControlNet模型”节点下载的ControlNEt修复模型。
- 在“加载图像”节点中加载您的目标图像。右键单击图像并选择选项“在蒙版编辑器中打开”。遮盖您想要影响它的区域，然后单击“保存到节点”。
- 在“剪辑文本编码”节点添加描述性正面提示。
- 配置设置：当您使用“ t5xxl-FP16 ”和“ Flux1-dev-fp8 ”模型进行28步推理时，您将遇到大量GPU内存使用（大约27GB）。
- 最后，单击“队列”按钮开始图像生成。
