大家好，我是柳格伦。今天分享一个自研的图生图工作流，基于 Klein 与 Krea2 协同实现“免反推、免深度图”的高质量图像重绘。该工作流支持单图上传与批量文件夹处理，全程无需手动提取提示词或理解复杂图结构，仅凭一张原始图片即可输出细节丰富、结构保留良好的结果。
输入方式
工作流提供两种输入模式切换：
- 文件夹批量模式：用户可在本地磁盘（如 G 盘）创建专用文件夹，将待处理图片全部放入其中，并在工作流中粘贴该文件夹路径；同时需准确填写图片总数——填多会导致执行完毕后报错，填少则无法完成全部处理。
- 单图上传模式：直接拖入一张图片即可启动流程，适合快速测试或小规模使用。
图像预处理要求
为避免拉伸变形，原始图片需预先用 Photoshop 等工具调整至目标宽高比（如 9:16、3:4、1:1 等）。例如示例图经裁剪为 900×1600（9:16），后续流程即按此比例约束输出。
输出参数设置
关键参数需手动配置：
- 输出宽高比：根据预设比例选择对应选项（如“9:16 宽屏”）；
- 百万像素值：决定最终图像分辨率。例如输入“12”即输出约 1200 万像素图像（实测输出尺寸为 2664×4728）；亦可选 600 万（输入“6”）以降低显存压力；
- 首轮最短边尺寸：控制 Klein 初步重建阶段的输入尺度，默认设为 1024。若显存不足，可下调至 896、768 或 512。
工作流核心流程
整个流程分为三个阶段，全部封装为可视化节点，用户无需修改内部逻辑：
- Klein 初步重建：加载 Klein 模型（示例使用 Klein V3.0），对模糊原图进行语义级重建，恢复基础结构与轮廓；
- 超分放大：接入 4 倍超分模型（SR 模型），提升图像空间分辨率，增强纹理基础；
- Krea2 细节精修：加载 Krea2 模型（示例使用 Krea2 Mix V70），并叠加 LoRA 权重（-0.75）用于抑制皮肤水渍、汗液等干扰瑕疵；采用最后 3 步采样（共 8 步中的第 6–8 步），专注强化解剖结构、材质质感与局部细节。
显存优化建议
针对不同硬件配置，可通过以下方式规避显存溢出：
- 若在 Klein 阶段报错：调低“首轮最短边尺寸”（如从 1024 → 768）；
- 若在 Krea2 阶段报错：降低“百万像素”值（如从 12 → 6），对应输出分辨率下降，但生成速度与稳定性显著提升；
- 流程中已集成显存释放节点，建议保持启用以保障多图连续运行稳定性。
效果对比说明
以一张网络下载的低质原图（900×600，含明显马赛克与色斑）为例：
- 重建后图像完整保留人物姿态、背景构图及空间关系；
- 皮肤纹理、衣物褶皱、面部五官等细节清晰自然；
- 背景中次要人物与环境元素亦被合理复现，形变极小。
该工作流本质是“以图生图”的增强式重建，非简单放大，而是在语义理解基础上完成缺陷消除与细节再生。
模型与依赖说明
工作流默认配置如下：
- Klein 模型：Klein V3.0；
- Krea2 模型：Krea2 Mix V70；
- LoRA：Surface Dry（权重 -0.75），用于优化人物表面质感；
- 超分模型：4× 通用 SR 模型；
- VAE 推荐：SD VAE Y2.1（兼容性与画质表现较优）。