ComfyUI-InstantID 的安装和配置教程
2025-05-19 13:49:19作者:舒璇辛Bertina
1. 项目基础介绍和主要编程语言
ComfyUI-InstantID 是一个开源项目,它为 Instant ID 提供了一个薄薄的定制节点包装器,适用于 ComfyUI。Instant ID 是一种无需微调即可实现身份保留生成的最新技术,只需单张图片即可支持各种下游任务。该项目使用 Python 作为主要编程语言。
2. 项目使用的关键技术和框架
该项目使用了以下关键技术和框架:
- Instant ID: 一种新的无需微调的身份保留生成技术。
- ComfyUI: 一个用户友好的图形界面,用于构建和测试各种 AI 管道。
- Huggingface Hub: 用于下载预训练模型的平台。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装之前,请确保您的系统中已经安装了以下依赖:
- Python 3.7 或更高版本
- pip(Python 包管理器)
- Git(用于克隆项目仓库)
安装步骤
-
克隆项目仓库
打开命令行,导航到您的项目目录,然后运行以下命令克隆仓库:
cd ComfyUI/custom_nodes/ git clone https://github.com/huxiuhan/ComfyUI-InstantID.git -
安装依赖
在克隆完仓库后,使用 pip 安装 requirements.txt 文件中列出的依赖项:
pip install -r requirements.txt -
下载模型
从 Huggingface Hub 下载所需的模型文件。如果无法访问 Huggingface,可以使用 hf-mirror 来下载模型。以下是使用 Huggingface Hub 下载模型的示例代码:
from huggingface_hub import hf_hub_download hf_hub_download( repo_id="InstantX/InstantID", filename="ControlNetModel/config.json", local_dir="./checkpoints" ) hf_hub_download( repo_id="InstantX/InstantID", filename="ControlNetModel/diffusion_pytorch_model.safetensors", local_dir="./checkpoints" ) hf_hub_download( repo_id="InstantX/InstantID", filename="ip-adapter.bin", local_dir="./checkpoints" )如果需要下载人脸编码器模型,则需要手动下载并放置在 models/antelopev2 目录下。
-
组织文件结构
下载完所有模型后,确保文件夹结构如下:
. ├── models ├── checkpoints ├── ip_adapter ├── pipeline_stable_diffusion_xl_instantid.py └── README.md -
使用 ComfyUI
将下载的模型和自定义节点集成到 ComfyUI 中,按照 ComfyUI 的指南进行操作。
以上就是 ComfyUI-InstantID 的安装和配置指南。按照以上步骤操作,您应该能够成功安装并开始使用该项目。
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.61 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
227
306
Ascend Extension for PyTorch
Python
116
149
暂无简介
Dart
578
127
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
605
182
仓颉编译器源码及 cjdb 调试工具。
C++
121
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.04 K
610
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
358
2.15 K