Klonen Sie dieses Repo in Your ComfyUI root directoryComfyUIcustom_nodes und installieren Sie abhängige Python-Pakete:
cd Your_ComfyUI_root_directoryComfyUIcustom_nodes Git-Klon https://github.com/Bin-sam/DynamicPose-ComfyUI.git pip install -r Anforderungen.txt
Laden Sie vorab trainierte Modelle herunter:
./pretrained_weights/
|-- denoising_unet.pth
|-- motion_module.pth
|-- pose_guider.pth
|-- reference_unet.pth
|-- rtmpose
| |-- rtmw-x_simcc-cocktail14_pt-ucoco_270e-384x288-f840f204_20231122.pth
| |-- rtmw-x_8xb320-270e_cocktail14-384x288.py
| |-- rtmdet_m_640-8xb32_coco-person.py
| |-- rtmdet_m_8xb32-100e_coco-obj365-person-235e8209.pth
| |-- rtmpose-x_8xb256-700e_coco-384x288.py
| |-- rtmpose-x_simcc-body7_pt-body7_700e-384x288-71d7b7e9_20230629.pth
|-- DWPose
| |-- dw-ll_ucoco_384.onnx
| |-- yolox_l.onnx Laden Sie den Clip-Bild-Encoder herunter (z. B. sd-image-variations-diffusers) und legen Sie ihn unter Your_ComfyUI_root_directoryComfyUImodelsclip_vision ab
Laden Sie vae herunter (z. B. sd-vae-ft-mse) und legen Sie es unter Your_ComfyUI_root_directoryComfyUImodelsvae ab
Laden Sie „stable-diffusion-v1-5“ herunter (z. B. „stable-diffusion-v1-5“) und legen Sie es unter Your_ComfyUI_root_directoryComfyUImodelsdiffusers ab
stabile-diffusion-v1-5_unet
Vorab trainierte Moore-AnimateAnyone-Modelle
Die Download-Links für das DWpose-Modell finden Sie unter dem Titel „DWPose for ControlNet“.
Die oben genannten Modelle müssen wie folgt im Ordner pretrained_weights abgelegt werden:
Anhand von Pipeline-Beispielen
Dieser Workflow ist Pose_to_video
