AI 驱动眼镜设计合成工作流，助力电商焕新升级
通过 ComfyUI 工作流，自动生成多角度佩戴眼镜的人像图像。结合双 ControlNet 架构实现姿态与深度精准控制，并支持表情微调，轻松输出高质量、高转化的电商展示素材。
- 适用场景
- Ecommerce, Portrait
- 关键节点
- Controlnet
- 显存
- 中等显存（12–16GB）
- 阅读时间
- 3 分钟
工作流概览
通过 ComfyUI 工作流，自动生成多角度佩戴眼镜的人像图像。结合双 ControlNet 架构实现姿态与深度精准控制，并支持表情微调，轻松输出高质量、高转化的电商展示素材。
内容类型: Workflow
主要用途: Download
所需模型
- Flux
- Controlnet
- Lora
所需节点
- Controlnet
配置说明
- 打开工作流模板前，请先安装所需模型。
- 推荐硬件：中等显存（12–16GB）。
1. 工作流概述
该工作流专为电商眼镜模特生成设计，核心功能包括：
基于参考眼镜图像生成多角度人物肖像
通过双ControlNet控制实现精确的眼镜位置保持
支持表情微调和高清修复
核心技术栈：AWPortrait FL_bf16：专业人像生成模型真实人像-眼镜电商模特_v1.0LoRA：眼镜适配微调DepthAnything+DWPreprocessor：双ControlNet架构
2. 核心模型与组件
组件名称 | 功能说明 | 安装方式 |
|---|---|---|
AWPortrait FL_bf16 | 专业人像生成模型，支持1536x1536高清输出 | 需手动下载模型 |
Janus-Pro-1B | 图像描述生成模型，用于自动生成提示词 | 通过ComfyUI Manager安装 |
双ControlNet | DepthAnything（深度控制）+ DWPreprocessor（边缘检测）双重约束 | 需安装 |
3. 关键节点详解
双ControlNet配置：（Python）
# 第一个ControlNet (深度控制) "AIO_Preprocessor": "DepthAnythingPreprocessor" "ControlNetApplyAdvanced": [0.4, 0, 0.8] # 强度/起始步数/结束步数 # 第二个ControlNet (边缘检测) "AIO_Preprocessor": "DWPreprocessor" "ControlNetApplyAdvanced": [0.8, 0, 0.8]LoRA加载参数：（Python）
"LoraLoader": ["真实人像-眼镜电商模特_v1.0", 0.6, 1] # 模型名/强度/CLIP强度
4. 工作流结构
graph TB
A[Group1: 参考眼镜位置生成模特] --> B[Group2: 头部表情驱动]
A --> C[输出预览]Group1 (绿色组)：
输入：眼镜参考图（
04.png）处理流程：
通过
JanusProDescribeImage生成描述双ControlNet约束构图
使用
AWPortrait+LoRA生成模特
输出：1536x1536基础图像
Group2 (蓝色组)：
使用
ExpressionEditor调整头部角度参数示例：（Python）
widgets_values = [0,-10.5,0,0,0,0,0,0,0,0,0,0,1,1,"OnlyExpression",1.7] # 控制头部Y轴-10.5度倾斜
5. 输入输出规范
必须输入：
LoadImage：眼镜参考图（建议透明背景PNG）Text：基础提示词（如"专业高清、8K"）
可选参数：
KSampler：seed=776058480007604, steps=30, cfg=1ExpressionEditor：23个表情参数
输出结果：
多角度模特序列图（1536x1536 PNG）
最终合成预览（带眼镜效果）
6. 注意事项
硬件要求：
显存≥12GB（1536x1536分辨率）
建议使用
--medvram参数启动
模型配置：
# ControlNet模型放置路径 ComfyUI/models/controlnet/FLUX.1-dev-ControlNet-Union-Pro-InstantX.safetensors常见问题：
眼镜位置偏移：调整
DWPreprocessor的阈值面部畸变：降低ControlNet强度（0.8→0.6）
显存不足：将分辨率降至1024x1024