ComfyUI কীভাবে ব্যবহার করবেন: নতুনদের জন্য একটি ব্যবহারিক, ধাপে ধাপে গাইড
আপনি যদি শুনে থাকেন ComfyUI হল “নোড-ভিত্তিক এবং খুবই শক্তিশালী” কিন্তু এর বাক্স এবং তারগুলি দেখে ভয় পেয়ে থাকেন, তাহলে আপনি একা নন। ভালো খবর: একবার আপনি কয়েকটি মূল ধারণা—চেকপয়েন্ট, এনকোডার, স্যাম্পলার এবং ডিকোডার—শিখে গেলে, আপনি একজন পেশাদারের মতো ইমেজ ওয়ার্কফ্লো তৈরি করতে পারবেন। এই ব্যবহারিক গাইডটিতে ComfyUI ইনস্টলেশন থেকে শুরু করে আপনার প্রথম SDXL ইমেজ তৈরি করা পর্যন্ত, ControlNet, LoRA এবং মান/পারফরম্যান্স টিউনিং-এর জন্য ওয়ার্কফ্লো সহ সবকিছু ধাপে ধাপে দেখানো হয়েছে।
শেষ করার পরে, আপনি কোনো প্রকার অনুমান ছাড়াই সামঞ্জস্যপূর্ণ, পুনরাবৃত্তিযোগ্য এবং নমনীয় ইমেজ তৈরি করার জন্য ComfyUI কীভাবে ব্যবহার করতে হয় তা সঠিকভাবে জানতে পারবেন।
ComfyUI কী এবং কেন এটি ব্যবহার করবেন?
ComfyUI হল Stable Diffusion-এর জন্য একটি ভিজ্যুয়াল, নোড-ভিত্তিক ইন্টারফেস যা আপনাকে ধাপে ধাপে আপনার ইমেজ পাইপলাইন ডিজাইন করতে দেয়। একটি একক “জেনারেট” বোতামের পরিবর্তে, আপনি নোডগুলিকে সংযুক্ত করেন—প্রত্যেকটি একটি বিশেষ কাজ করে, যেমন একটি মডেল লোড করা, টেক্সট এনকোড করা, ল্যাটেন্ট স্যাম্পেলিং করা অথবা ফাইনাল ইমেজ ডিকোড করা। এটি দ্রুত, মডুলার এবং স্বচ্ছ— শেখা, পরীক্ষা-নিরীক্ষা এবং প্রোডাকশন ওয়ার্কফ্লোর জন্য উপযুক্ত।
দ্রুত শুরু: ComfyUI ইনস্টল এবং চালু করুন
- Windows/macOS/Linux: অফিসিয়াল রিপোজিটরি এবং কমিউনিটি ইনস্টলেশন গাইড অনুসরণ করুন। আপনি আপনার প্ল্যাটফর্ম এবং GPU-এর উপর নির্ভর করে ম্যানুয়াল ইনস্টলেশন (Python + dependencies) অথবা প্যাকেজ করা পদ্ধতি ব্যবহার করতে পারেন। ComfyUI উইকি Windows, macOS (Apple Silicon সহ) এবং Linux-এর জন্য ধাপে ধাপে সেটআপ প্রদান করে।
- মডেল: আপনার Stable Diffusion চেকপয়েন্টগুলি (যেমন, SDXL base/refiner অথবা SD 1.5)
models/checkpoints ফোল্ডারে রাখুন। VAE ফাইলগুলি models/vae-এ, LoRA গুলো models/loras-এ, ControlNet মডেলগুলি models/controlnet-এ রাখুন।
- চালু করুন: আপনার OS-এর জন্য স্টার্ট স্ক্রিপ্টটি চালান; ComfyUI আপনার ব্রাউজারে খুলবে। ক্যানভাস হল সেই জায়গা যেখানে আপনি নোডগুলিকে একসাথে যুক্ত করবেন।
টিপ: সেরা পারফরম্যান্সের জন্য আপনার GPU ড্রাইভার এবং CUDA টুলকিট আপ টু ডেট রাখুন।
মূল ধারণা: সংক্ষিপ্ত টেক্সট-টু-ইমেজ ওয়ার্কফ্লো
ComfyUI-এর বেসিক টেক্সট-টু-ইমেজ ফ্লো (SD 1.5 স্টাইল) দেখতে এইরকম:
- আউটপুট: UNet, CLIP এবং VAE কম্পোনেন্ট
- নোড: CLIP Text Encode (পজিটিভ)
- নোড: CLIP Text Encode (নেগেটিভ)
- আউটপুট: গাইডের জন্য কন্ডিশনিং এম্বেডিং
- ইনপুট: UNet, পজিটিভ/নেগেটিভ কন্ডিশনিং, সিড, স্টেপ, স্যাম্পলার (যেমন, DPM++ 2M Karras), এবং CFG স্কেল
এই বেসিক গ্রাফ—Checkpoint → CLIP (pos/neg) → KSampler → VAE Decode → Save—হল ComfyUI-তে আপনি যা করবেন তার প্রায় সবকিছুর ভিত্তি।
SDXL ওয়ার্কফ্লো: বেস + (ঐচ্ছিক) রিফাইনার
SDXL ডুয়াল টেক্সট এনকোডার ব্যবহার করে এবং প্রায়শই একটি রিফাইনার পাসের থেকে উপকৃত হয়।
- SDXL বেস লোড করুন: একটি SDXL-কম্প্যাটিবল চেকপয়েন্ট ব্যবহার করুন। অনেক SDXL টেমপ্লেটে দুটি CLIP এনকোডার (বড়/ছোট কন্টেক্সটের জন্য) অন্তর্ভুক্ত থাকে। পজিটিভ এবং নেগেটিভ উভয় প্রম্পট দিন।
- KSampler (বেস): 1024×1024 (অথবা আপনার টার্গেট) এ ল্যাটেন্ট তৈরি করুন। ল্যাটেন্ট বা ডিকোড করা ছবি সেভ করুন।
- ঐচ্ছিক রিফাইনার: SDXL রিফাইনার চেকপয়েন্ট লোড করুন এবং বেস আউটপুটের উপর কন্ডিশন করে একটি অতিরিক্ত KSampler পাস চালান, তারপর VAE দিয়ে ডিকোড করুন।
এই দুই-ধাপের প্রক্রিয়াটি উচ্চ রেজোলিউশনে ডিটেইল এবং কোহেরেন্স উল্লেখযোগ্যভাবে উন্নত করতে পারে।
হাতে-কলমে: আপনার প্রথম ComfyUI গ্রাফ তৈরি করুন
- একটি টেমপ্লেট থেকে শুরু করুন: সাইডবারে, একটি বিল্ট-ইন টেক্সট-টু-ইমেজ উদাহরণ লোড করুন।
- চেকপয়েন্ট প্রতিস্থাপন করুন: আপনার SDXL বা SD 1.5 মডেল নির্বাচন করুন।
- আপনার প্রম্পট লিখুন: পজিটিভ এবং নেগেটিভ CLIP নোড ব্যবহার করুন। উদাহরণ:
- পজিটিভ: “cinematic portrait, soft studio lighting, 85mm lens, highly detailed, film grain”
- নেগেটিভ: “blurry, low-res, deformed, extra fingers, watermark”
- স্টেপ: স্পিড/কোয়ালিটি ব্যালেন্সের জন্য 20–35
- স্যাম্পলার: DPM++ 2M Karras (নির্ভরযোগ্য) অথবা Euler a (দ্রুত)
- CFG: 4.5–7.5 (বেশি হলে প্রম্পট আরও জোরালোভাবে পুশ করে, কিন্তু ওভারস্যাচুরেট হতে পারে)
- সিড: পুনরুৎপাদনের জন্য এটি ফিক্স করুন; অনুসন্ধানের জন্য পরিবর্তন করুন
- রেজোলিউশন: SD 1.5-এর জন্য, 512×512 অথবা 768×768 থেকে শুরু করুন। SDXL-এর জন্য, 1024×1024 ভালো কাজ করে।
- ডিকোড এবং সেভ: VAE Decode → Save Image যোগ করুন। জেনারেট করার জন্য Queue Prompt-এ ক্লিক করুন।
মূল নোডগুলি বোঝা (সহজ ভাষায়)
- Checkpoint Loader: আপনার ডিফিউশন মডেল (UNet), টেক্সট এনকোডার(গুলি) (CLIP) এবং VAE লোড করে। এটিকে আপনার “ইঞ্জিন + ভাষার মস্তিষ্ক + ইমেজ অনুবাদক” হিসাবে ভাবুন।
- CLIP Text Encode: আপনার প্রম্পটকে নিউমেরিক্যাল এম্বেডিংয়ে রূপান্তর করে যা মডেল বুঝতে পারে। পজিটিভ এবং নেগেটিভ উভয় টেক্সট এনকোডার ব্যবহার করুন।
- KSampler: ইমেজ সিন্থেসিসের মূল। এটি আপনার প্রম্পট এবং স্যাম্পলার পদ্ধতি দ্বারা নির্দেশিত ল্যাটেন্ট নয়েজকে বেশ কয়েকটি স্টেপের মাধ্যমে ডিনয়েজ করে।
- VAE Decode: ফাইনাল ল্যাটেন্টকে একটি দেখার মতো ছবিতে অনুবাদ করে। VAE পরিবর্তন করলে রঙ/কনট্রাস্টের বিশ্বস্ততা পরিবর্তিত হয়।
- Save Image: মেটাডেটা সহ ডিস্কে আউটপুট লেখে যাতে আপনি পরে ফলাফল পুনরায় তৈরি করতে পারেন।
এই বিল্ডিং ব্লকগুলির আরও গভীরে যাওয়ার জন্য, নতুনদের জন্য উপযোগী বিশ্লেষণ এবং নোড ব্যাখ্যা দেখুন।
পাওয়ার-আপ: LoRA, ControlNet, এবং ইমেজ-টু-ইমেজ
স্টাইল বা সাবজেক্ট কন্ট্রোলের জন্য LoRA ব্যবহার করুন
- একটি LoRA Loader নোড যোগ করুন এবং এটিকে আপনার মডেল শাখার সাথে সংযুক্ত করুন।
- শক্তি: প্রায় 0.6–0.8 থেকে শুরু করুন; স্টাইলের তীব্রতা বা ওভারফিটিংয়ের উপর ভিত্তি করে সামঞ্জস্য করুন।
- একাধিক LoRA: চেইন বা মার্জ করুন, তবে দ্বন্দ্বের জন্য নজর রাখুন; স্ট্যাক করার সময় শক্তি কমিয়ে দিন।
সঠিক কম্পোজিশনের জন্য ControlNet যোগ করুন
- ControlNet নোডগুলি আপনাকে একটি ইনপুট ম্যাপ (ক্যানি, ডেপথ, ওপেনপোজ ইত্যাদি) ব্যবহার করে কম্পোজিশন নিয়ন্ত্রণ করতে দেয়।
- সাধারণ ফ্লো: ControlNet মডেল লোড করুন → আপনার গাইড ইমেজ প্রিপ্রসেস করুন (যেমন, ক্যানি এজ) → আপনার টেক্সট কন্ডিশনিংয়ের সাথে KSampler-এ ControlNet কন্ডিশনিং ফিড করুন।
- ওয়েট: 0.5–1.2 একটি ভালো শুরু। খুব বেশি হলে আপনার প্রম্পটকে পরাস্ত করতে পারে।
ইমেজ-টু-ইমেজ অথবা ইনপেইন্টিং
- VAE Encode-এর মাধ্যমে প্রাথমিক নয়েজকে একটি ইমেজ ল্যাটেন্টের সাথে প্রতিস্থাপন করুন।
- আসল ছবির কতটা অবশিষ্ট থাকবে তা নিয়ন্ত্রণ করতে KSampler-এ ডিনয়েজ শক্তি সামঞ্জস্য করুন।
- ইনপেইন্টিংয়ের জন্য, একটি মাস্ক ইনপুট এবং একটি ইনপেইন্ট-সচেতন স্যাম্পলার পাইপলাইন ব্যবহার করুন।
কোয়ালিটি টিউনিং: প্রম্পট, CFG, স্যাম্পলার এবং সিড
- প্রম্পট ইঞ্জিনিয়ারিং: অনুচ্ছেদ নয়, সংক্ষিপ্ত বর্ণনাকারী ব্যবহার করুন। স্পষ্টতার চেয়ে অর্ডারের গুরুত্ব কম, তবে সমালোচনামূলক বৈশিষ্ট্যগুলি প্রথমে রাখুন।
- কম (3–5): আরও ক্রিয়েটিভ, প্রম্পট আনুগত্য কম
- মাঝারি (6–8): ভারসাম্যপূর্ণ
- উচ্চ (9–12): শক্তিশালী আনুগত্য, আর্টিফ্যাক্ট তৈরি করতে পারে
- DPM++ 2M Karras: পরিষ্কার, নির্ভরযোগ্য
- Euler a: দ্রুত এবং অভিব্যক্তিপূর্ণ, প্রিভিউয়ের জন্য দুর্দান্ত
- UniPC / Heun / DDIM: পরীক্ষা করার মতো; মডেল অনুসারে ফলাফল ভিন্ন হয়
- ফিক্সড সিড = পুনরুৎপাদনযোগ্য ফলাফল
- পরিবর্তনশীল সিড = বৈচিত্র্য অন্বেষণ করুন
স্মুথ রেন্ডারের জন্য পারফরম্যান্স টিপস
- VRAM বাজেট: OOM হলে কম রেজোলিউশন, স্টেপ অথবা ব্যাচ সাইজ ব্যবহার করুন। 1024×1024-এ SDXL-এর জন্য নোডের উপর নির্ভর করে 8–12 GB VRAM প্রয়োজন হতে পারে।
- হাফ প্রিসিশন: যেখানে সাপোর্টেড, সেখানে fp16 চালু করুন, এতে নগণ্য কোয়ালিটি লস এর সাথে মেমরির প্রচুর সাশ্রয় হয়।
- টাইল করা এবং ল্যাটেন্ট আপস্কেলার: ছোট জেনারেট করুন, তারপর VRAM সাশ্রয় করতে একটি ল্যাটেন্ট আপস্কেলার নোড বা ইমেজ আপস্কেলার মডেলের মাধ্যমে আপস্কেল করুন।
- ক্যাশিং: যখন প্রম্পট পরিবর্তন হয় না, তখন রান জুড়ে CLIP এনকোডিং এবং ডিকোড করা VAE পুনরায় ব্যবহার করুন।
- অপ্রয়োজনীয় শাখা এড়িয়ে চলুন: অতিরিক্ত ডিসকানেক্টেড নোডগুলি একই সারিতে কার্যকর করার সময়ও মেমরি খরচ করে।
একজন পেশাদারের মতো ওয়ার্কফ্লো সাজানো
- গ্রুপ নোড: বিভাগগুলি সাজানোর জন্য ফ্রেম/লেবেল ব্যবহার করুন (প্রম্পট, মডেল, স্যাম্পলার, আউটপুট ইত্যাদি)।
- প্যারামিটার প্যানেল: সহজ টিউনিংয়ের জন্য উপরে “কন্ট্রোল” নোড তৈরি করুন (যেমন, খালি প্রম্পট বক্স, স্লাইডার)।
- সেভ/শেয়ার: আপনার ওয়ার্কফ্লো JSON এক্সপোর্ট করুন এবং পুনরুৎপাদনের জন্য একটি
ব্যবহৃত মডেল নোট রাখুন।
- ভার্সনিং: SD 1.5, SDXL এবং বিশেষ পাইপলাইনের (অ্যানিমে, ফোটোরিয়াল, ডেপথ-টু-ইমেজ ইত্যাদি) জন্য আলাদা গ্রাফ রাখুন।
সাধারণ সমস্যাগুলির সমাধান
- ভুল VAE অথবা VAE Decode অনুপস্থিত
- ডিনয়েজ খুব কম (যেমন, img2img-এ <0.2)
- অন্য VAE চেষ্টা করুন; কিছু VAE উল্লেখযোগ্যভাবে কনট্রাস্ট উন্নত করে
- CFG কম করুন বা স্যাম্পলার পরিবর্তন করুন
- রান জুড়ে কিছুই পরিবর্তন হয় না:
- সিড ফিক্সড; রেন্ডমাইজ চালু করুন অথবা একটি নতুন সিড সেট করুন
- রেজোলিউশন, স্টেপ অথবা ব্যাচ সাইজ কমান; fp16-এ স্যুইচ করুন
- অন্যান্য GPU অ্যাপ বন্ধ করুন; ControlNet/LoRA স্ট্যাক সরল করুন
- মডেল পাওয়া যায়নি / লাল নোড:
- ফাইলের পাথ এবং মডেল ফোল্ডারগুলি যাচাই করুন; ফাইলের এক্সটেনশন নিশ্চিত করুন
প্রি-বিল্ট ওয়ার্কফ্লোর সাথে দ্রুত শিখুন
ভিডিও ওয়াকথ্রু এবং শিক্ষানবিস সিরিজ রেডি-টু-রান গ্রাফগুলির সাথে আপনার শেখার গতি বাড়িয়ে তুলতে পারে যা আপনি থামাতে এবং বিশ্লেষণ করতে পারেন। লিখিত টিউটোরিয়াল এবং উইকি নোড ব্যাখ্যা এবং আপডেটেড ইনস্টলেশন স্টেপ সরবরাহ করে যা আপনাকে আপ-টু-ডেট রাখতে পারে।
অ্যাডভান্সড: আপনার গ্রাফগুলিকে মডুলারাইজ এবং এক্সটেন্ড করা
- API/এক্সটার্নাল নোড: কিছু টিউটোরিয়াল বিশেষ নোডের মাধ্যমে ComfyUI কে বাহ্যিক AI পরিষেবাগুলির সাথে সংযোগ করা কভার করে, যা হাইব্রিড পাইপলাইন এবং ভারী কাজ অফলোড করতে সক্ষম করে।
- নোড লাইব্রেরি এবং এক্সটেনশন: শিডিউলার, আপস্কেলার এবং প্রিপ্রসেসিং (পোজ, ডেপথ, সেগমেন্টেশন) এর জন্য কমিউনিটি নোডগুলি অন্বেষণ করুন। সর্বদা আপনার ComfyUI সংস্করণের সাথে সামঞ্জস্যতা পরীক্ষা করুন।
- SDXL রিফাইনার এবং চেইনড স্যাম্পলার: স্টেজড ডিনয়েজিং (বেস → রিফাইনার) চালান অথবা স্টাইলিস্টিক ব্লেন্ডিংয়ের জন্য একাধিক স্যাম্পলার ব্যবহার করুন।
বিশেষভাবে উল্লেখ্য: Sider.AI দিয়ে দ্রুত প্রম্পটিং
আপনি যদি প্রায়শই প্রম্পট, রেফারেন্স বা বর্ণনার পুনরাবৃত্তি করেন, তাহলে আপনার বিভিন্নতা নিয়ে চিন্তা-ভাবনা এবং পরিমার্জন করার জন্য একজন সহযোগীর প্রয়োজন হতে পারে। Sider.AI আপনাকে দ্রুত স্ট্রাকচার্ড প্রম্পট তৈরি করতে, নেতিবাচক প্রম্পটের তালিকা তৈরি করতে এবং আপনার ওয়ার্কফ্লো পরীক্ষার সারসংক্ষেপ করতে সাহায্য করতে পারে যাতে আপনি রানের মধ্যে ট্র্যাক না হারান। আপনি এটি এখানে চেষ্টা করতে পারেন: একটি সাধারণ SDXL স্টার্টার ওয়ার্কফ্লো (এই প্যাটার্নটি অনুলিপি করুন)
- চেকপয়েন্ট লোডার (SDXL বেস)
- CLIP টেক্সট এনকোড (পজিটিভ) — “ultra-detailed product photo, softbox lighting, 50mm lens, reflective surface”
- CLIP টেক্সট এনকোড (নেগেটিভ) — “low-res, motion blur, watermark, background clutter”
- KSampler: 1024×1024, 28 স্টেপ, DPM++ 2M Karras, CFG 5.5, ফিক্সড সিড
ঐচ্ছিক অ্যাড-অন:
- 10–15 স্টেপে SDXL রিফাইনার চেকপয়েন্টের সাথে রিফাইনার পাস
- লেআউটের জন্য একটি সাধারণ অবজেক্ট সিলুয়েটের সাথে ControlNet (ডেপথ)
- একটি নির্দিষ্ট ব্র্যান্ড বা আর্ট স্টাইলের জন্য 0.6-এ LoRA
মূল বিষয়গুলি
- ComfyUI-এর শক্তি এর স্বচ্ছতার মধ্যে নিহিত—নোড বাই নোড আপনার পাইপলাইন তৈরি করুন।
- মূল টেক্সট-টু-ইমেজ চেইনটি সহজ: Checkpoint → CLIP (pos/neg) → KSampler → VAE Decode → Save।
- SDXL ডুয়াল এনকোডার এবং ডিটেইলের জন্য একটি ঐচ্ছিক রিফাইনার পাসের থেকে উপকৃত হয়।
- LoRA এবং ControlNet আপনাকে স্টাইল কন্ট্রোল এবং কম্পোজিশন নির্ভুলতা দেয়।
- গুণমান এবং সামঞ্জস্যের জন্য CFG, স্যাম্পলার এবং সিড টিউন করুন; fp16 এবং উপযুক্ত রেজোলিউশনের সাথে VRAM পরিচালনা করুন।
- ওয়ার্কফ্লো সাজান এবং সহজ পুনরাবৃত্তির জন্য তাদের সংস্করণ করুন।
পরবর্তী পদক্ষেপ
- রিপোজিটরি/উইকি নির্দেশাবলী অনুসরণ করে ComfyUI ইনস্টল করুন এবং একটি নমুনা ওয়ার্কফ্লো চালু করুন।
- বেসিকগুলি পাকা করতে স্ক্র্যাচ থেকে ন্যূনতম চেইনটি পুনর্নির্মাণ করুন।
- ControlNet এবং একটি LoRA যোগ করুন, তারপর স্যাম্পলার এবং CFG সেটিংসের A/B পরীক্ষা করুন।
- মডেল, সিড এবং প্যারামিটারগুলির নোট সহ আপনার ওয়ার্কফ্লো JSON সেভ এবং শেয়ার করুন।
শুভ জেনারেটিং—এবং ComfyUI-এর শান্ত, নিয়ন্ত্রণযোগ্য বিশ্বে স্বাগতম।
FAQ
Q1:আমি কীভাবে Windows, macOS অথবা Linux-এ ComfyUI ইনস্টল এবং চালাব?
প্ল্যাটফর্ম-নির্দিষ্ট পদক্ষেপ, মডেল ফোল্ডারের অবস্থান এবং নির্ভরতার জন্য অফিসিয়াল রিপোজিটরি এবং কমিউনিটি উইকি অনুসরণ করুন। ইনস্টলেশনের পরে, স্থানীয় সার্ভার চালু করুন এবং নোড তারযুক্ত করা শুরু করতে আপনার ব্রাউজারে ComfyUI খুলুন।
Q2:টেক্সট-টু-ইমেজের জন্য সবচেয়ে সহজ ComfyUI ওয়ার্কফ্লো কী?
একটি চেকপয়েন্ট লোড করুন, CLIP দিয়ে পজিটিভ এবং নেগেটিভ প্রম্পট এনকোড করুন, একটি KSampler চালান, VAE দিয়ে ডিকোড করুন, তারপর ছবিটি সেভ করুন। এই চেইনটি বেশিরভাগ জেনারেশনের জন্য কার্যকরভাবে ComfyUI ব্যবহার করার ভিত্তি।
Q3:আমি কীভাবে ComfyUI-তে SDXL ব্যবহার করব?
ডুয়াল টেক্সট এনকোডার সহ একটি SDXL চেকপয়েন্ট ব্যবহার করুন, তারপর আরও ভাল ডিটেইলের জন্য একটি রিফাইনার পাস যোগ করুন। ভারসাম্যপূর্ণ CFG (প্রায় 5-7) এবং DPM++ 2M Karras-এর মতো একটি দক্ষ স্যাম্পলারের সাথে 1024×1024 এ চালান।
Q4:আমি কি একই ComfyUI ওয়ার্কফ্লোতে ControlNet এবং LoRA যোগ করতে পারি?
হ্যাঁ। আপনার LoRA এবং ControlNet নোড লোড করুন, মডেল এবং KSampler কন্ডিশনিংয়ের সাথে কানেক্ট করুন এবং ওয়েট টিউন করুন (যেমন, LoRA-এর জন্য 0.6-0.8, ControlNet-এর জন্য ~0.5-1.2)। VRAM ব্যবহার দেখুন এবং আপনি যদি OOM পান তবে রেজোলিউশন বা স্টেপ কমিয়ে দিন।
Q5:কেন আমার ComfyUI ছবিগুলি কম-কনট্রাস্ট বা ফ্যাকাশে?
একটি ভিন্ন VAE চেষ্টা করুন, CFG কম করুন অথবা স্যাম্পলার পরিবর্তন করুন। কিছু VAE আরও বিশ্বস্ত রঙ এবং কনট্রাস্ট তৈরি করে; ছোট সামঞ্জস্য দ্রুত ফ্যাকাশে ফলাফল ঠিক করতে পারে।
