「ComfyUI」比 joy_caption 更好用的提示词反推模型！

前言

距离我们上次介绍 joy_caption 还没几天呢，这就又出新模型来与 joy_caption 一争高下了。

今天我们要介绍的是：Florence-2-X-PromptGen-v1.5，是在 Florence-2 的基础上进行精细调优的一款高级图像标注工具，专门为生成和标注提示词而训练。

相比 Florence-2，不仅提升了反推质量以及准确度，最重要的是继承了 Florence-2 的低显存和超快的推理速度。

最低只需要 1G 左右的显存就可以完成推理，性价比是相当高的。

接下来，我们就来对比下 Florence-2-X-PromptGen-v1.5 和 joy_caption 的反推效果吧！

好了，话不多说，我们直接开整。

Florence-2-X-PromptGen-v1.5 也和 Florence-2 一样有 base 版和 large 版之分，也就是基础版和升级版，大小分别是 1G 和 3G，显存占用分别是 0.7G 和 1.8G 的样子。joy_caption 占用的显存大概是 7.7G 的样子。

接下来，我们就来对比下 Florence-2-X-PromptGen-v1.5 的 base 版、large 版和 joy_caption 的反推效果吧。

本文涉及的工作流和插件，需要的朋友请扫描免费获取哦 ~

左边是原图，右边是反推的提示词。

这里可以看到 base 没有识别出和服，还多了一枚戒指；large 这里精准的识别出了粉色的指甲，不过把耳环漏了，手的位置也不太对；joy 这里也有一些不太准确的地方，比如波浪型头发、项链、胸前敞开、握手等等。

来看下出图效果，总体来看的话，还是 large 要准确一些。

在这里插入图片描述

换个真实的风格试试。

总体来看的话，也还是 large 的出图效果更相似，不过头上的花漏了一朵。

来换个拟人的动物风格。

看上边的反推提示词，large 其实是识别出了是黑色三角帽，但是 flux.1 没画出来，joy 这里是把帽子给漏了。

来个抽象一点的，看提示词的话，large 总体上来说更准确一些。

从生成的图像来看，也还是 large 最符合原图的风格框架。

演示完毕，我们来看下这个模型具体如何使用，如果安装了 Comfyui_CXH_joy_caption 这个插件的小伙伴可以直接使用 base 版，现在 large 版还不支持，不过后续应该也会支持。

想要现在就用上 large 版本的小伙伴，或者 Comfyui_CXH_joy_caption 安装不上的小伙伴，可以安装这个插件：ComfyUI-Miaoshouai-Tagger，这个 Florence-2-X-PromptGen-v1.5 模型官方指定的插件。

以下分别是两个插件使用 Florence-2-X-PromptGen-v1.5 反推提示词的工作流。

从性比价上来说，large 是完胜 joy 的，毕竟显存占用不到 2G，推理速度也比 joy 快，而且准确率也不比 joy 低。

当然这个只是一家之言哈，小伙伴们还是可以多尝试一些场景，看看哪个更符合自己。

好了，今天的分享就到这里了，感兴趣的小伙伴快去试试吧！

为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。