Stable Diffusion绘画 | ADetailer:拒绝脸崩,Stable Diffusion 修脸大法

在这里插入图片描述

构造一个多人的场景:3girls,tennis_uniform,day,tennis courts,wide_shot,

出图如下:

00142-2666518615

图片中,三个女生都基本存在一定的脸崩情况。

脸崩的原因

生成的图片,脸崩的根本原因是分辨率不够。

近景画面,脸部能获得较多的采样分配,但远景镜头,人脸获得的采样分配就很少了。

插件-ADetailer

ADetailer 的原理与局部重绘类似,但更加智能,能够自动识别人脸进行局部精修。

插件安装包下载:ADetailer

修复模型下载:ADetailer 修复模型

模型下载后,放置在 SD安装目录\models\adetailer

接着在「设置」-「ADetailer」中,将Max tabs 设置为5,保存设置后,重载UI。

image-20240724203804968

勾选☑️启用ADetailer,并且勾选☑️启用单元一,脸部修复推荐使用模型-face_yolo8n_v2

image-20240724204244732

ADetailer 提示词中输入detail face,固定种子数,重新生成后出图如下:

00144-2666518615

启用多个模型,对人物的身体、脸部、手部一起进行修复。

例如以下的图片,脸部、手部都有很多异常问题,简直不忍直视:

00150-3287026797

开启多个单元:

image-20240724205933660

生成后出图如下:

00151-3287026797

如果图片中人脸太多,可以通过降低「检测模型置信阈值」来增加插件的人脸识别范围。

image-20240724210437614

其他玩法

因为 face_yolo8n_v2 模型可以把人脸识别出来,我们可以在优化人脸的同时,通过输入关键词来改变人物脸部的表情。

举例,输入 crying:

image-20240724211018057

生成后出图如下:

image-20240724211312211

今天先分享到这里~


开启实践:SD绘画 | 为你所做的学习过滤

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

肖遥Janic

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值