MOSS-Image i2i LoRAs

MOSS-Image i2i LoRAs 是一组专为 MOSS-Image-Base 模型训练的图像到图像（Image-to-Image）微调Lora。该系列工具利用 anima_lora 进行训练，其核心机制是将输入图像作为干净的 VAE 参考潜在表示（Reference Latent）输入到 DiT（Diffusion Transformer）中，从而实现对原始图像的高精度定向修改。

目前，该工具集主要提供三个针对漫画和插图处理的核心任务模块：

1. 自动上色（Colorize）

• 功能：专为黑白漫画页或线稿插图提供自动上色服务。
• 训练数据：基于 3,334 对彩色/黑白图像对进行训练（其中插图和漫画页各占一半），训练步数为 8,000 步，LoRA rank 为 32。
• ComfyUI 配置：需使用 moss_colorize_3k_v3.safetensors。工作流中，MOSS i2i Reference 节点需设置任务为 colorize，以激活元数据中的 ref_isolate 和 ref_timestep 0，确保以完整尺寸处理页面。正向提示词推荐使用 MOSS Caption Helper 提取 OCR 文字并结合颜色标签（如 touhou, purple eyes），或留空 comic 以适配普通漫画页。采样器建议使用 MOSS Spectrum KSampler（50 步，CFG 3，er_sde，并在第 22 块执行 uncond skip）。

2. 画面清理（Sanitize）

• 功能：从插图中智能移除多余的文本、音效字、对话气泡文字以及水印，还原干净的画面。
• 训练数据：基于 49 对含文字/干净图像对进行训练，训练步数为 588 步，LoRA rank 为 32。
• ComfyUI 配置：需使用 moss_i2i_sanitize.safetensors。MOSS i2i Reference 节点任务设为 custom，ref_scale 设为 1（全尺寸参考）。正向提示词必须严格使用 MOSS Caption Helper 输出的 no sfx, no dialogue, no watermark，以保持与训练时的一致性。采样器设置为 30 步，CFG 4，并在第 22 块执行 uncond skip。输出将保持输入图像的宽高比，且面积上限受分辨率平方（如 1024²）限制。

3. 去审查处理（Decensor）

• 功能：移除图像中的条形遮挡和马赛克审查，恢复画面细节。
• 训练数据：基于 48 对审查/未审查图像对进行训练，训练步数为 576 步，LoRA rank 为 32。
• ComfyUI 配置：需使用 moss_i2i_decensor.safetensors。工作流设置与 Sanitize 任务基本一致，但 MOSS Caption Helper 的任务需切换为 decensor，其输出的固定提示词为 no bar censor, no mosaic censor, uncensored。采样器参数同样为 30 步，CFG 4。

ComfyUI 部署环境与依赖

要顺利运行上述工作流，用户的 ComfyUI 环境需满足以下依赖条件：

• 核心插件：ComfyUI-MOSS-Toolkit 0.6.1 或更高版本，以及 moss-image 节点。
• 采样器支持：需安装用于 MOSS Spectrum KSampler 的 Spectrum KSampler 扩展包。
• 可选辅助工具：若需使用 MOSS Caption Helper 的 OCR 和自动提示词生成功能，需在环境中安装 anime-tools（可通过 pip install 'anime-tools @ git+https://github.com/sorryhyun/anime_tools' 安装）。