<h1 id="buy-me-a-ko-fi"><strong>Buy me a </strong><a target="_blank" rel="ugc" href="https://ko-fi.com/ianode101/tip"><strong>Ko-fi</strong></a></h1><h3 id="the-images-in-this-post-were-generated-using-only-this-workflow.-no-additional-tricks-were-used."><strong>⚠️The images in this post were generated using only this workflow. No additional tricks were used.</strong></h3><h3 id="introduction"><strong>⚙️Introduction</strong></h3><p>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.</p><h3 id="features"><strong>📌Features</strong></h3><p>- No custom nodes, only standard ComfyUI nodes, with the exception of GGUF, which is mandatory;<br />- Markdown note with links to easily download the requirements;<br />- 6 ready-to-configure LoRA options;<br />- LoRA trigger words and style separate from the positive prompt to facilitate scene composition;<br />- Custom Advanced Sampler instead of the common KSampler to provide greater creativity in generating sequential images and avoid hidden caches;<br />- Qwen's exclusive acceleration hack system cuts the resolution in half when processing on KSampler;<br />- Canny and ControlNet;<br />- Preview of each step to identify potential flaws and avoid wasting time and resources;<br />- Numerous explanatory text boxes;<br />- Organized visuals, without clutter.</p><h3 id="links"><strong>🔗 Links</strong></h3><p><a target="_blank" rel="ugc" href="https://ianode101.gumroad.com/">Gumroad</a> | <a target="_blank" rel="ugc" href="https://ko-fi.com/ianode101/tip">Ko-fi</a> | <a target="_blank" rel="ugc" href="https://ianode101.blogspot.com/">Blogger</a></p><h3 id="note"><strong>⚡ Note</strong></h3><p>The workflow provided is complete and free. The links are for those who wish to support my work.</p><hr /><h1 id="me-pague-um-cafe"><strong>Me pague um </strong><a target="_blank" rel="ugc" href="https://ko-fi.com/ianode101/tip"><strong>café</strong></a></h1><h3 id="as-imagens-desta-postagem-foram-geradas-apenas-com-este-workflow.-nenhum-truque-adicional-foi-utilizado."><strong>⚠️As imagens desta postagem foram geradas apenas com este workflow. Nenhum truque adicional foi utilizado.</strong></h3><h3 id="introducao"><strong>⚙️Introdução</strong></h3><p>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.</p><h3 id="recursos"><strong>📌Recursos</strong></h3><p>- Sem nós customizados, somente nós padrões do ComfyUI, com exceção do GGUF, que é obrigatório;<br />- Nota do tipo Markdown com links para facilitar o download dos requisitos;<br />- 6 Opções de LoRA prontas para configurar;<br />- LoRA trigger words e style separados do prompt positivo para facilitar a composição da cena;<br />- Sampler Custom Advanced no lugar do KSampler comum para proporcionar maior criatividade na geração de imagens em sequência e evitar caches ocultos;<br />- Exclusivo sistema hack de aceleração do Qwen para cortar a resolução pela metade no processamento do KSampler;<br />- Canny and ControlNet;<br />- Preview de cada etapa para identificar possíveis falhas e evitar desperdício de tempo e de recursos;<br />- Muitas caixas de texto explicativas;<br />- Visual organizado, sem macarronada.</p><h3 id="links"><strong>🔗 Links</strong></h3><p><a target="_blank" rel="ugc" href="https://ianode101.gumroad.com/">Gumroad</a> | <a target="_blank" rel="ugc" href="https://ko-fi.com/ianode101/tip">Ko-fi</a> | <a target="_blank" rel="ugc" href="https://ianode101.blogspot.com/">Blogger</a></p><h3 id="nota"><strong>⚡ Nota</strong></h3><p>O workflow disponibilizado é completo e gratuito. Os links são para aqueles que desejarem apoiar meu trabalho.</p>

Files with SHA256: 673a24e85a591c1e4082bf497e81b03f4ebf89ab8d0a3c54b94f11fcde4e935d