From f8e71620e65c01e09bdfd59f750dcd42ca540c65 Mon Sep 17 00:00:00 2001 From: Hawk Lee Date: Wed, 21 Jan 2026 13:13:38 +0800 Subject: [PATCH] docs: Clarify crop_scale parameter to explain Face Processing ROI vs Content Crop --- README.md | 8 +++++--- 1 file changed, 5 insertions(+), 3 deletions(-) diff --git a/README.md b/README.md index d92a1c4..3f29c0e 100755 --- a/README.md +++ b/README.md @@ -306,9 +306,11 @@ ComfyUI/models/EchoMimicV3/ - `fps`: 建议 **25** (Ditto 针对 25FPS 训练)。即使输入其他值，目前内部逻辑也会优先保证 25FPS 的同步率。 - **输出**: `IMAGE` (视频帧), `AUDIO`。 - **高级参数 (Advanced Parameters)**: - - `crop_scale`: (默认 2.3) **视野缩放比例**。 - - **2.3 (默认)**: 广角视野，包含更多背景和身体，人物动作幅度看起来更大、更松弛。 - - **1.5 - 2.0**: 特写视场，人脸占比更大，适合需要展现面部细节的场景，但动作幅度会受限。 + - `crop_scale`: (默认 2.3) **面部工作区缩放 (Face Processing Scale)**。 + - 定义了模型进行推理时，以面部为中心向外扩展的**工作区域大小**。 + - **数值越大**: 视野越广，能覆盖更多头发、脖子和背景，适合大幅度动作，但面部在512画布中的占比变小，可能降低五官清晰度。 + - **数值越小**: 视野聚焦，五官更清晰，但可能裁掉头发或下巴，大动作时容易出框。 + - 推荐值: 2.3 - 2.5。0**: 特写视场，人脸占比更大，适合需要展现面部细节的场景，但动作幅度会受限。 - `emo`: (默认 Neutral) 表情控制。可选 Angry, Happy, Sad 等。 - `drive_eye`: (默认 True) 是否驱动眼睛。关闭后眼睛将保持参考图状态(或微动)，适合原图眼神较好的情况。 - `chk_eye_blink`: (已废弃，请使用 `blink_mode`)。