Imagens de IA muitas vezes saem com mãos quebradas e rostos estranhos, sobretudo em tomadas de corpo inteiro. Corrigi-las uma a uma não funciona quando você tem centenas. Este fluxo faz em lote: percorre uma pasta, encontra as mãos (e os rostos) por descrição, re-renderiza só essas áreas com o Flux em resolução maior e salva a imagem corrigida.
Ele precisa do Flux, então pelo menos 12 GB de VRAM. Se você só precisa corrigir uma imagem ocasional à mão, meu fluxo de inpainting para mãos, mais simples, também roda na nuvem.
Em resumo
- Encontrar: o Florence 2 mascara «hands» ou «face» a partir de uma descrição em texto.
- Corrigir: o SEGS detailer do Impact Pack recorta essa área, renderiza a 512 px e a cola de volta.
- Ajustes: 20 steps, denoise 0,65–0,7.
- Espere repetir: muitas tentativas não ficam boas; fique com a melhor.
- Cascata: corrija as mãos e depois passe essa imagem a um segundo detailer para o rosto.
Por que as mãos dão errado, e como isto resolve
As mãos geralmente quebram por causa da resolução, não porque o modelo não saiba desenhá-las. Renderize um retrato em close com uma mão junto ao rosto, e a mão ocupa muitos pixels e sai bem. Numa imagem de corpo inteiro, a mesma mão recebe só alguns pixels, e é daí que vêm os dedos extras. Na minha imagem de teste o rosto estava bom e as mãos não.
Então o fluxo faz o que um retocador faria: recorta a área problemática, a amplia, a redesenha em detalhe e a põe de volta.
Fluxo 1: corrija um elemento numa pasta
Carregue a pasta
Load Image Batch com o caminho da pasta colado e o modo em incremental image, para cada execução pegar a próxima imagem. Um nó de pré-visualização mostra em qual imagem está.
Encontre as mãos com o Florence 2
O pacote ComfyUI-Florence2 fornece o carregador do modelo; o modelo é baixado automaticamente na primeira execução. Usei o large (fine-tuned); o base é mais rápido e também deu bons resultados, então eu tentaria esse da próxima vez.
No nó do Florence 2, defina a tarefa como caption to phrase grounding e digite o que encontrar, aqui «hands». O Florence 2 faz muito mais (descrever uma imagem, ler texto), mas esta tarefa é a que encontra uma área a partir de uma frase e devolve a sua máscara. Falo mais disso em mascarando qualquer coisa com o Florence 2.
Suavize a máscara e transforme-a em um segmento
- O Gaussian Blur Mask suaviza as bordas, porque uma máscara de borda dura pode deixar uma emenda visível.
- O Mask to SEGS transforma a máscara num segmento, o formato com que o detailer trabalha.
Re-renderize com o SEGS detailer
O nó Detailer (SEGS) do Impact Pack recorta cada segmento e o escala de modo que o seu guide size seja 512 px, proporcionalmente. Isso dá à mão muito mais pixels com que trabalhar, e é daí que vem a melhora.
Ele recebe as mesmas entradas de uma geração normal:
- Modelo: Flux dev, VAE e o DualCLIPLoader com os dois codificadores de texto do Flux.
- Prompt positivo com Flux Guidance. Escrevi algo como «two hands, five fingers»; funciona mesmo quando só uma mão está visível. O negativo fica vazio.
Só dois ajustes realmente importam:
- Steps: 20. De 20 a 30 funciona, e 20 é sinceramente bom o bastante.
- Denoise: 0,65–0,7. É quanto da área original é redesenhado. Abaixo de cerca de 0,5, o modelo cria algo aleatório ali (um veículo no lugar de uma mão, ou outro rosto). Em 0,9 ele mantém a mesma mão quebrada.
Compare e salve
Um rgthree image comparer mostra o antes e o depois, e o resultado é salvo. As mãos corrigidas às vezes saem um pouco menores, embora não seja muito perceptível.
Espere rodar várias vezes
Esta é a parte importante: muitas vezes de 60 a 80% das tentativas não ficam boas. Rode repetidamente e escolha as melhores.
Às vezes o resultado surpreende. Numa imagem a máscara deu defeito e cobriu a figura inteira, então o detailer redesenhou tudo: corrigiu a mão escondendo-a, melhorou o rosto e os pés, e mudou bastante o desenho do terno. É o que você obteria com um prompt como «person». Em outra imagem, as mãos saíram piores do que antes. Continue rodando.
Fluxo 2: mãos e depois rosto
Para corrigir o rosto também, encadeie um segundo detailer:
- O primeiro grupo mascara as mãos e as corrige, como acima.
- A imagem de saída dele vai para uma segunda extração de máscara, buscando «face», e um segundo SEGS detailer.
No meu teste o rosto passou de não muito humano a convincente, e uma mão saiu ótima (a outra precisou de mais algumas execuções).
Não duplique nós de modelo. Cada nó que carrega um modelo o mantém na memória da GPU. Carregue o Florence 2, o Flux, os codificadores de texto e o VAE uma vez e conecte-os a todos os detailers. Duplicados enchem a sua VRAM muito rápido sem nenhum benefício.
Dá para continuar encadeando (botas, depois fundo), mas fica impraticável rápido. Mãos e rostos são onde importa.
Opcional: várias pastas de uma vez
Também montei uma versão que passa três pastas pela mesma correção, todas compartilhando os mesmos nós de Florence 2, Flux, codificador de texto e VAE. Sinceramente, é mais um teste do que algo de que você precise. Mas se você tem conjuntos diferentes (medieval, fantasia, ficção científica) com correções diferentes para cada um, duplique os grupos, dê a cada um seu próprio Load Image Batch e conecte-os aos modelos compartilhados.
Todos os fluxos estão no meu Patreon, e o fluxo de inpainting de correção única está no RunComfy com minutos de teste gratuitos. Se você não tem 12 GB de VRAM, uma GPU alugada também serve; veja minha introdução ao RunPod.
O link do RunComfy é um link de indicação, assim como meu link de indicação do RunPod: novas contas do RunPod que se cadastram com o Google ganham de US$ 5 a US$ 500 em crédito após seus primeiros US$ 10, e eu recebo uma pequena comissão.
Assista à versão em vídeo (10:11)
Tudo o que está acima também está no vídeo, se você preferir acompanhar na tela. O vídeo está em inglês.
Perguntas frequentes
Por que a IA erra mãos e rostos em imagens de corpo inteiro?
Resolução. Numa imagem de corpo inteiro, uma mão ou um rosto recebe poucos pixels. O mesmo modelo renderiza bem as mãos num close. A correção é recortar essa área, renderizá-la em resolução maior e colá-la de volta.
Que denoise devo usar para corrigir mãos?
Entre 0,65 e 0,7. Abaixo de cerca de 0,5 o modelo inventa algo aleatório ali; em 0,9 ele mantém a mão quebrada.
Com que frequência a correção funciona?
Nem sempre: nas minhas execuções, muitas vezes de 60 a 80% das tentativas não ficavam boas. Rode várias vezes e fique com o melhor resultado.
Quanta VRAM preciso?
Pelo menos 12 GB para o Flux. Carregue cada modelo uma vez e conecte-o a todos os detailers, porque nós de modelo duplicados ocupam memória cada um.
Anton Tenitsky é artista 3D com mais de 15 anos em computação gráfica, que trabalhou com Nickelodeon, Gameloft, Marvel Rivals e muitos outros clientes. Mais sobre mim