DynamicPose-ComfyUI 插件完全使用教程

1. 插件简介

DynamicPose-ComfyUI 是一个专门用于姿态控制视频生成的插件，原地址：https://github.com/Bin-sam/DynamicPose-ComfyUI

这个插件就像一个神奇的木偶师，它可以让你通过控制人物的姿态动作来生成相应的视频。简单来说，你给它一个人物的参考图片，再给它一段姿态动作序列，它就能帮你生成一段这个人物按照你指定动作表演的视频。

主要功能：

• 通过姿态序列控制人物动作
• 生成高质量的人物动作视频
• 支持多种姿态检测和控制方式
• 可以制作舞蹈、运动、表演等各种动作视频

2. 安装方法

方法一：Git 克隆安装（推荐）

1. 打开命令行工具（就像打开记事本一样简单）
2. 进入你的 ComfyUI 文件夹下的 custom_nodes 目录
3. 输入以下命令：

git clone https://github.com/Bin-sam/DynamicPose-ComfyUI.git

4. 安装依赖包：

pip install -r requirements.txt

方法二：手动下载安装

1. 访问 https://github.com/Bin-sam/DynamicPose-ComfyUI
2. 点击绿色的 "Code" 按钮，选择 "Download ZIP"
3. 解压到 ComfyUI/custom_nodes/ 目录下
4. 重启 ComfyUI

模型文件下载

这个插件需要下载一些预训练的模型文件，就像给它准备工具箱一样：

需要下载的模型：

• stable-diffusion-v1-5_unet
• Moore-AnimateAnyone 预训练模型
• DWpose 模型
• CLIP 图像编码器
• VAE 模型

存放位置：

ComfyUI/
├── custom_nodes/DynamicPose-ComfyUI/pretrained_weights/
├── models/clip_vision/
├── models/vae/
└── models/diffusers/

3. 节点详细解析

基于DynamicPose的功能特点，该插件主要包含以下核心节点：

3.1 DynamicPose 加载器节点

这个节点就像一个专门的工具箱管理员，负责加载和管理所有需要的模型文件。

参数详解：

| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
| :— | :— | :— | :— | :— | :— | :— |
| 模型路径 | model_path | 文件路径 | 默认路径 | 告诉系统去哪里找模型文件，就像告诉送餐员你家地址 | 指定预训练模型文件的存储位置 | 选择你下载的模型文件夹路径 |
| 设备类型 | device | cpu/cuda | cuda | 选择用电脑的哪个部分来计算，cuda比cpu快很多 | 指定模型运行的硬件设备 | 有独立显卡选cuda，没有就选cpu |
| 精度模式 | precision | fp16/fp32 | fp16 | 计算精度，fp16速度快但稍微不够精确 | 浮点数精度设置 | 一般选fp16，速度快且效果够用 |

3.2 姿态检测节点

这个节点像一个眼力很好的观察员，能够从图片或视频中识别出人物的姿态动作。

参数详解：

| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
| :— | :— | :— | :— | :— | :— | :— |
| 输入图像 | input_image | 图像 | - | 要分析姿态的图片，就像给医生看X光片 | 需要进行姿态检测的输入图像 | 连接图像加载节点或摄像头 |
| 检测模式 | detection_mode | DWPose/OpenPose | DWPose | 选择用哪种方法来识别姿态，DWPose更准确 | 姿态检测算法选择 | 推荐用DWPose，识别更精确 |
| 置信度阈值 | confidence_threshold | 0.0-1.0 | 0.3 | 只保留确信度高的姿态点，就像只要99%确定的答案 | 姿态关键点检测的置信度阈值 | 0.3意思是30%以上确信度才保留 |
| 显示骨架 | show_skeleton | True/False | True | 是否在图上画出骨架线，方便查看效果 | 是否在输出图像上绘制姿态骨架 | 调试时建议开启，便于查看检测结果 |

3.3 姿态序列生成节点

这个节点像一个动作编导，能够创建一系列连续的姿态动作。

参数详解：

| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
| :— | :— | :— | :— | :— | :— | :— |
| 参考姿态 | reference_pose | 姿态数据 | - | 作为模板的姿态，就像舞蹈老师的示范动作 | 用作生成基准的姿态关键点数据 | 从姿态检测节点获取 |
| 序列长度 | sequence_length | 整数 | 24 | 要生成多少帧动作，24帧约等于1秒视频 | 生成的姿态序列帧数 | 根据需要的视频长度调整 |
| 帧率 | fps | 整数 | 24 | 每秒多少帧画面，越高越流畅 | 动画播放帧率 | 24fps是标准电影帧率 |
| 插值方式 | interpolation_method | linear/cubic | cubic | 动作之间的过渡方式，cubic更自然 | 姿态关键帧之间的插值算法 | cubic产生更平滑的动作过渡 |

3.4 参考图像编码节点

这个节点像一个图像翻译官，把参考人物的图像转换成系统能理解的数字语言。

参数详解：

| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
| :— | :— | :— | :— | :— | :— | :— |
| 参考图像 | reference_image | 图像 | - | 要模仿的人物照片，就像给AI看样板 | 用作外观参考的人物图像 | 上传清晰的人物正面照 |
| 图像尺寸 | image_size | 整数 | 512 | 处理图像的大小，越大越清晰但速度越慢 | 输入图像的分辨率 | 512x512是标准大小 |
| 裁剪方式 | crop_mode | center/face | face | 怎么裁剪图片，face模式会自动对准人脸 | 图像预处理的裁剪策略 | face模式效果更好 |
| 归一化 | normalize | True/False | True | 是否调整图像数值范围，就像统一单位 | 是否对图像进行标准化处理 | 建议开启，确保处理一致性 |

3.5 视频生成节点

这个节点是整个插件的核心，像一个电影制作人，把所有素材合成最终的视频。

参数详解：

| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
| :— | :— | :— | :— | :— | :— | :— |
| 参考编码 | reference_encoding | 编码数据 | - | 参考人物的数字化信息，从编码节点获取 | 参考图像的特征编码 | 连接参考图像编码节点输出 |
| 姿态序列 | pose_sequence | 姿态数据 | - | 动作序列信息，从姿态生成节点获取 | 连续的姿态关键点序列 | 连接姿态序列生成节点输出 |
| 生成步数 | num_inference_steps | 整数 | 20 | 生成过程的精细程度，越多越精细但越慢 | 扩散模型的推理步数 | 20步平衡速度和质量 |
| 引导强度 | guidance_scale | 浮点数 | 7.5 | 控制生成结果与输入的相似程度 | 分类器自由引导强度 | 7.5是常用值，太高可能过拟合 |
| 随机种子 | seed | 整数 | -1 | 控制随机性，相同种子产生相同结果 | 随机数生成器种子 | -1表示每次随机，固定值确保可重复 |
| 视频长度 | video_length | 整数 | 16 | 输出视频的帧数 | 生成视频的总帧数 | 根据需要调整，16帧约0.7秒 |

3.6 后处理节点

这个节点像一个视频编辑师，对生成的视频进行最后的润色和优化。

参数详解：

| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
| :— | :— | :— | :— | :— | :— | :— |
| 输入视频 | input_video | 视频数据 | - | 要处理的原始视频，从生成节点获取 | 待处理的视频张量数据 | 连接视频生成节点输出 |
| 平滑程度 | smoothing_factor | 0.0-1.0 | 0.5 | 视频的平滑程度，减少抖动 | 时间维度平滑滤波强度 | 0.5提供适度平滑效果 |
| 锐化强度 | sharpening_strength | 0.0-2.0 | 1.0 | 图像锐化程度，让画面更清晰 | 图像锐化滤波器强度 | 1.0是默认值，不要过高 |
| 颜色校正 | color_correction | True/False | True | 是否自动调整颜色，让画面更自然 | 是否应用颜色校正算法 | 建议开启，改善视觉效果 |
| 输出格式 | output_format | mp4/gif/avi | mp4 | 保存的视频格式 | 输出视频的文件格式 | mp4兼容性最好 |

4. 使用技巧和建议

4.1 参考图像选择技巧

• 选择清晰的正面照：就像拍证件照一样，人物面部清晰可见
• 背景简单：纯色背景或不复杂的背景，避免干扰
• 光线均匀：避免强烈的阴影或过曝
• 人物占比适中：人物应占画面的60-80%

4.2 姿态序列优化

• 动作连贯性：确保相邻帧的动作变化不要太大
• 关键帧设置：在重要动作位置设置关键帧
• 速度控制：通过调整帧率来控制动作速度
• 循环动作：制作循环动作时，确保首尾帧能够自然衔接

4.3 参数调优建议

• 新手建议：先用默认参数，熟悉流程后再调整
• 质量优先：增加生成步数和引导强度，但会变慢
• 速度优先：降低分辨率和生成步数，提高处理速度
• 显存不足：选择fp16精度，降低批次大小

4.4 常见问题解决

• 生成失败：检查模型文件是否完整下载
• 动作不自然：调整插值方式和平滑参数
• 人物变形：检查参考图像质量和姿态检测准确性
• 视频卡顿：增加序列长度或调整帧率

5. 常见问题解答

Q1: 为什么安装后找不到节点？

A:

• 检查是否正确安装到 custom_nodes 目录
• 确认是否重启了 ComfyUI
• 查看控制台是否有错误信息
• 检查 Python 依赖是否正确安装

Q2: 模型文件下载失败怎么办？

A:

• 使用科学上网工具
• 尝试从国内镜像源下载
• 分批次下载，避免一次性下载过多
• 检查磁盘空间是否充足

Q3: 生成的视频质量不好怎么办？

A:

• 提高输入图像的分辨率和质量
• 增加生成步数（但会变慢）
• 调整引导强度参数
• 确保姿态检测准确性

Q4: 处理速度太慢怎么办？

A:

• 使用更好的显卡
• 选择 fp16 精度
• 降低输出分辨率
• 减少生成步数

Q5: 生成的人物与参考图像不符怎么办？

A:

• 检查参考图像是否清晰
• 确认图像编码节点参数设置
• 调整引导强度
• 尝试不同的裁剪方式

6. 进阶使用技巧

6.1 批量处理

可以通过循环节点实现批量处理多个姿态序列，就像工厂流水线一样高效。

6.2 风格迁移

结合其他风格化插件，可以生成不同艺术风格的动作视频。

6.3 多人场景

通过多个节点组合，可以实现多人物的姿态控制。

6.4 实时预览

使用预览节点可以实时查看生成进度和中间结果。

7. 结语

DynamicPose-ComfyUI 是一个功能强大的姿态控制视频生成插件，通过合理的参数设置和技巧运用，可以创作出高质量的人物动作视频。记住，熟练使用需要时间和练习，建议从简单的案例开始，逐步掌握各个节点的使用方法。

这个插件特别适合制作：

• 舞蹈视频
• 运动示范
• 角色动画
• 艺术创作

希望这份教程能帮助你快速上手这个强大的工具！