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

203 篇文章 4 订阅

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

出图如下:

图片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。

图片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

图片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:

图片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:

图片

开启多个单元:

图片
生成后出图如下:

图片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。

图片

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:

图片image-20240724211018057

生成后出图如下:

图片
今天先分享到这里~

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

对于0基础小白入门:

如果你是零基础小白,想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

1.stable diffusion安装包 (全套教程文末领取哈)

随着技术的迭代,目前 Stable Diffusion 已经能够生成非常艺术化的图片了,完全有赶超人类的架势,已经有不少工作被这类服务替代,比如制作一个 logo 图片,画一张虚拟老婆照片,画质堪比相机。

最新 Stable Diffusion 除了有win多个版本,就算说底端的显卡也能玩了哦!此外还带来了Mac版本,仅支持macOS 12.3或更高版本

在这里插入图片描述

2.stable diffusion视频合集

我们在学习的时候,往往书籍源码难以理解,阅读困难,这时候视频教程教程是就很适合了,生动形象加上案例实战,一步步带你入坑stable diffusion,科学有趣才能更方便的学习下去。

在这里插入图片描述

3.stable diffusion模型下载

stable diffusion往往一开始使用时图片等无法达到理想的生成效果,这时则需要通过使用大量训练数据,调整模型的超参数(如学习率、训练轮数、模型大小等),可以使得模型更好地适应数据集,并生成更加真实、准确、高质量的图像。

在这里插入图片描述

4.stable diffusion提示词

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言,整个SD学习过程中都离不开这本提示词手册。

在这里插入图片描述

5.AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述
这份完整版的学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

  • 14
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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