Buy me a Ko-fi

⚠️The images in this post were generated using only this workflow. No additional tricks were used.

⚙️Introduction

The Qwen 2512 model is too resource-intensive to run at its full potential on low-end PCs. While it has 2-bit quantized GGUF versions and 4-step LoRA acceleration that address this issue, the final image quality remains poor. Therefore, the focus was on creating a workflow that could reconstruct the image while maintaining its original characteristics, without forced interpretations. I achieved this goal with a guided reconstruction using Canny and ControlNet, but generating an image with the resolutions recommended by the Qwen was still too resource-intensive. Then, I realized that it didn't make much difference in the reconstruction process whether the image was poor or terrible, so I created a hack that halves the resolution during processing in KSampler, significantly reducing the required VRAM. This workflow is the result of that work. I haven't tested it on many images yet so there's still a lot of room for improvement in adjusting Canny or the sampler/scheduler combinations. Note: for low-end PCs I recommend using ComfyUI v0.16.4, as later versions have introduced instability in VRAM management.

📌Features

- No custom nodes, only standard ComfyUI nodes, with the exception of GGUF, which is mandatory;
- Markdown note with links to easily download the requirements;
- 6 ready-to-configure LoRA options;
- LoRA trigger words and style separate from the positive prompt to facilitate scene composition;
- Custom Advanced Sampler instead of the common KSampler to provide greater creativity in generating sequential images and avoid hidden caches;
- Qwen's exclusive acceleration hack system cuts the resolution in half when processing on KSampler;
- Canny and ControlNet;
- Preview of each step to identify potential flaws and avoid wasting time and resources;
- Numerous explanatory text boxes;
- Organized visuals, without clutter.

🔗 Links

Gumroad | Ko-fi | Blogger

⚡ Note

The workflow provided is complete and free. The links are for those who wish to support my work.

Me pague um café

⚠️As imagens desta postagem foram geradas apenas com este workflow. Nenhum truque adicional foi utilizado.

⚙️Introdução

O modelo Qwen 2512 é pesado demais para rodar em todo o seu potencial em computadores inferiores. Tem as versões GGUF quantizadas de 2-bit e LoRA de aceleração para 4 passos que permitem resolver esse problema, mas a qualidade final da imagem fica ruim. Então, o foco era criar um workflow que pudesse reconstruir essa imagem, mantendo as características originais, sem interpretações forçadas. Consegui atingir esse objetivo com uma reconstrução guiada utilizando Canny e ControlNet, mas ainda era pesado demais gerar uma imagem com as resoluções recomendadas pelo Qwen. Então, percebi que não fazia muita diferença nesse processo de reconstrução se a imagem era ruim ou péssima, assim, criei um hack que corta a resolução pela metade durante o processamento no KSampler e, dessa forma, reduzindo bastante a quantidade necessária de VRAM. Bom, este workflow é o resultado desse trabalho. Não testei em muitas imagens, então, ainda tem muito espaço para melhorar no ajuste do Canny ou das combinações sampler/scheduler. Observação: para computadores inferiores recomendo utilizar o ComfyUI v0.16.4, já que as versões posteriores trouxeram instabilidade no gerenciamento de VRAM.

📌Recursos

- Sem nós customizados, somente nós padrões do ComfyUI, com exceção do GGUF, que é obrigatório;
- Nota do tipo Markdown com links para facilitar o download dos requisitos;
- 6 Opções de LoRA prontas para configurar;
- LoRA trigger words e style separados do prompt positivo para facilitar a composição da cena;
- Sampler Custom Advanced no lugar do KSampler comum para proporcionar maior criatividade na geração de imagens em sequência e evitar caches ocultos;
- Exclusivo sistema hack de aceleração do Qwen para cortar a resolução pela metade no processamento do KSampler;
- Canny and ControlNet;
- Preview de cada etapa para identificar possíveis falhas e evitar desperdício de tempo e de recursos;
- Muitas caixas de texto explicativas;
- Visual organizado, sem macarronada.

🔗 Links

Gumroad | Ko-fi | Blogger

⚡ Nota

O workflow disponibilizado é completo e gratuito. Os links são para aqueles que desejarem apoiar meu trabalho.