PhotoMaker - AI 生成各种风格图片的工具

一张图生成全套AI写真-腾讯开源项目PhotoMaker一键包 无需进行额外的LoRA训练,还支持自定义参数控制生成风格,包括混合不同人物特征生成全新人物形态,以及修改年龄、性别以及照片年代等细节功能。利用多张照片作为身份ID,获取人物特征,同时结合我们的文本描述,然后生成一个新的、个性化的人物图像。通过简单地替换类词(例如,man和woman),可以在保持原始身份的同时实现性别和年龄的变化。只需要一张照片,即可生成多种风格的AI写真套图,这就是腾讯最新开源的PhotoMaker。可以根据提供的不同人物的图片作为输入,整合不同人物的特征,生成一个新的人物形态的图片。 阅读详情

更多AI开源软件:

https://www.aiinn.cn/sourcesicon-default.png?t=O83Ahttps://www.aiinn.cn/sources

PhotoMaker可以通过上传的人物照片,生成任意风格的人物图像,如写实、卡通、艺术等风格,可用于生成别具一格的头像。

9100 Stars 747 Forks 127 Issues 17 贡献者 Apache License Jupyter 语言

代码: https://github.com/TencentARC/PhotoMaker

主页: https://photo-maker.github.io

演示: https://github.com/TencentARC/PhotoMaker/blob/main/photomaker_demo.ipynb

​

PhotoMaker.webp

​

主要特性

  • 在几秒内实现快速定制,无需额外的LoRA训练。
  • 确保令人印象深刻的身份保真度,提供多样性,保证文本可控性,并实现高质量生成。
  • 可作为适配器,与社区中的其他基础模型以及LoRA模块协同工作。

开始使用 🚀

🔧 安装依赖
conda create --name photomaker python=3.10
conda activate photomaker
pip install -U pip

# Install requirements
pip install -r requirements.txt

# Install photomaker
pip install git+https://github.com/TencentARC/PhotoMaker.git

然后使用如下命令启动

from photomaker import PhotoMakerStableDiffusionXLPipeline
⏬ 下载模型

下面命令可以自动下载模型:

from huggingface_hub import hf_hub_download
photomaker_path = hf_hub_download(repo_id="TencentARC/PhotoMaker", filename="photomaker-v1.bin", repo_type="model")

你也可以使用URL手动下载模型.

从硬件异常到代码救赎:RH850内存访问错误(MAE)的深层诊断与艺术 本文深入探讨瑞萨RH850微控制器的内存访问错误(MAE)诊断与解决方法。针对程序跑飞和Flash Driver交互中的潜在陷阱,提供系统性硬件异常分析框架和防御性编程实践,帮助嵌入式开发者从底层机制到代码层面有效预防和修复MAE问题,提升系统稳定性。 阅读详情

相关推荐

强化学习:Distributed PPO (DPPO) 学习笔记

DPPO = Distributed + Proximal Policy Optimization Distributed:多个智能体并行训练 Proximal:限制策略更新幅度,确保稳定性 Policy Optimization:基于策略梯度的优化方法 核心思想:多个智能体并行探索环境,共享经验,通过裁剪策略更新确保训练稳定

只是个人学习笔记 1332

Python - PhotoMaker 初体验 - 快来 DIY 你的图像

Python PhotoMaker DIY 自定义图像。

BITDDD小栈 4028

【electron】- 从零到一:在electron-vite项目中集成better-sqlite3的工程化实践

本文详细介绍了在electron-vite项目中集成better-sqlite3数据库的完整工程化实践。针对原生模块的编译挑战,提供了从环境配置、路径规划、服务封装到IPC通信的解决方案,并重点解决了开发与生产环境的数据库路径分离及打包部署等核心问题,帮助开发者构建稳定高效的Electron桌面应用数据层。

weixin_29306571的博客 208

Photomaker使用教程

PhotoMaker 是一个由 Tencent ARC Lab 和 Nankai University MCG-NKU 共同主办的开源项目,专注于生成定制化的真实人类照片。本文只提供本地部署教程,不讨论原理部分。

Tang_Qie的博客 3612

谷粒商城篇章9 ---- P248-P261/P292-P294 ---- 消息队列【分布式高级篇六】

RabbitMQ消息队列、RabbitMQ延时队列。

weixin_48568302的博客 1551

保姆级教程:在树莓派5B上用AI Kit跑YOLOv8,实测134fps的完整配置流程

本文提供了一份详细的树莓派5B搭配AI Kit部署YOLOv8的教程,从硬件组装到模型转换、优化和部署,最终实现134FPS的高帧率推理性能。通过Hailo-8L AI加速模块和HEF模型转换,这套方案为边缘AI计算提供了强大支持,适用于智能监控、无人机视觉导航等应用场景。

weixin_28725407的博客 451

PhotoMaker, 腾讯开源人像图形处理

腾讯于昨天开源一款人像图形处理项目,项目地址:github.com/TencentARC/PhotoMaker。项目可以下载本地部署,感兴趣的同学关注一下。

1448

摄像头读取出现VIDIOC_STREAMON: No space left on device 错误

先说下原因,linux中为usb camera提供了一个标准的V4L2的驱动以方便使用,只要符合驱动规范就可以实现即插即用usb camera设备,即免驱动安装。 但市面上的USB 摄像头都是2.0的。usb bus的 bandwidth是有限的,而V4L2驱动采用的是贪心原则,即camera会要求获取最大带宽;因此将两个camera接入一路usb bus,打开第二个camera(尤其是采用YUV...

houge101的博客 9290

PhotoMaker:一个可以创建任何风格、任何人的照片/绘画/头像生成器

PhotoMaker:一个可以创建任何风格的任何人的照片/绘画/头像的生成器。 - 精选真开源 释放新价值

2401_83063795的博客 1736

从Gcode命令看3D打印机的‘大脑’:Marlin/Klipper固件是如何执行你的指令的?

本文深入解析3D打印机固件Marlin和Klipper如何执行Gcode指令,从语法解析到运动控制算法,再到温度管理,详细揭示了从指令到物理动作的转化过程。通过对比两大固件的设计哲学和性能优化技巧,帮助用户更好地理解和调优3D打印机的核心控制系统。

weixin_26763955的博客 384

《低功耗方法学》翻译——第一章:介绍

第一章:介绍

记录所学,分享知识,结识挚友 2070

PhotoMaker:高效个性化的文本生成逼真人物照片方法

给定要定制的几个 ID 图像,PhotoMaker 的目标是生成一张新的逼真人像,保留输入 ID 的特征并在文本提示的控制下更改生成的 ID 的内容或属性。尽管像 DreamBooth 一样输入多个 ID 图像进行定制,但仍然享有与其他无微调方法相同的效率,通过单次前向传递完成定制,同时保持较好的 ID 保真度和文本可编辑性。此外,还可以混合多个输入 ID,生成的图像可以很好地保留不同 ID 的特征,释放更多应用的可能性。

AIGCer的博客 1794

C++实现复制粘贴文本功能

要实现这个功能,我们需要使用操作系统提供的函数来操作剪贴板。在Windows操作系统中,我们可以使用Windows API函数来访问剪贴板。总结起来,使用C++实现复制和粘贴文本功能涉及使用操作系统提供的API函数来操作剪贴板。在本篇文章中,我将向您展示如何使用C++编程语言实现复制和粘贴文本的功能。我们将使用操作系统提供的API来进行剪贴板操作,并编写相应的代码来完成这个任务。如果您使用的是Linux操作系统,您需要使用适当的库和函数来访问剪贴板。函数中,我们首先将一个字符串复制到剪贴板中,然后使用。

PixelDyno的博客 1233

被鹅厂最新开源AI绘画工具PhotoMaker圈粉了,多风格头像生成器就靠它了!

PhotoMaker是一款通过堆叠 ID技术嵌入定制出逼真的人体照片的开源工具。一个可以创建任何风格的任何人的照片/绘画/头像的生成器。能根据描述生成符合描述的人物照片。也能把几个不同人的照片特征混合在一起,创造出一个全新的人物形象。还能改变照片人物的性别、年龄和生成多种风格的其他照片。快速逼真,效果自然。更加无需训练LoRA即可保持角色一致性。实验结果表明,与其他类似模型相比,PhotoMaker具备高质量和多样化的生成能力,以及可编辑性、保真性。此外,这一方法还能实现更多以往难实现的有趣功能。

z_ipython的博客 1483

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

【AI 图片工具】2024年AI绘画卷角色一致性、图片个性化、风格化,PhotoMaker 都能满足

在通过所提出的管道构建的数据集的滋养下,PhotoMaker表现出比基于测试时微调的方法更好的ID保存能力,同时提供了显着的速度改进,高质量的生成结果,强大的泛化能力和广泛的应用。当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

阿道夫的博客 1118

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

PhotoMaker 数字分身| 几秒钟内为任何人创建任何风格的照片、绘画、头像

前前一阵儿,腾讯推出了 PhotoMaker,一个可以在 几秒钟内为任何人创建任何风格的照片/绘画/头像 的模型支持 图片风格转换、年龄性别转换、人物特征图片合 并功能。直接先来看效果,使用方式在后半程~逼真写实风格化将艺术品/老照片中的人物带入现实改变年龄或性别人物特征混合。

阿道夫的博客 1071

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

ComfyUI-PhotoMaker-ZHO V2.5新特性揭秘:Lora支持、批量生成与10种风格全解析

ComfyUI-PhotoMaker-ZHO V2.5版本带来了三大核心升级:Lora模型集成、批量生成功能和10种预设艺术风格,让AI人像创作更灵活高效。本文将详细解析这些新特性的使用方法与实际效果,帮助用户快速掌握V2.5版本的全部功能。 ## 🌟 核心功能升级概览 V2.5版本通过两个全新工作流文件实现功能突破: - **[V2.5 PhotoMaker_fromhub【Zho】.j

gitblog_00605的博客 1023

ComfyUI PhotoMaker (ZHO):AI摄影创作的全能插件

个性化人物形象生成:能够依据用户上传的参考照片,结合提示词与风格设定,生成具有特定风格的个性化人物形象,如将人物照片转换为迪士尼风格、电影风格等。艺术创作与风格转换:支持多种艺术风格,如奇幻艺术、数字艺术、漫画风格等,可将普通照片转换为不同艺术风格的作品,为艺术创作提供了丰富的可能性。批量图像处理:无论是单张还是多张参考图,都能高效处理。可用于批量生成具有统一风格或不同风格的图像,适用于制作系列作品、插画集等。Lora模型应用。

2301_78150483的博客 1270

PhotoMaker

在通过所提出 pipeline 构建的数据集的帮助下,PhotoMaker 展示出比测试时微调基础方法更好的 ID 保留能力,同时提供了显著的速度提升、高质量的生成结果、强大的泛化能力和广泛的应用范围。如图 1 所示,PhotoMaker 不仅能进行常见的重新构建,还能改变输入人像的属性(例如,配饰和表情),从输入 ID 生成完全不同视角的人类照片,甚至修改输入 ID 的性别和年龄(见图 1)。首先是上传一张图片,一张就可以了,不过多张效果会更好,上传图片中的人脸应该占据图像的大部分。 whaosoft

whaosoft143ai的博客 616

零代码玩转AI人像生成:PhotoMaker Gradio界面个性化定制指南

你是否曾想过用AI生成属于自己的个性化人像,却被复杂的代码和参数设置吓退?本文将带你零代码定制PhotoMaker的Gradio界面,轻松打造专属AI人像生成应用。读完本文,你将掌握界面布局调整、风格模板应用、输出参数优化等实用技巧,让AI人像创作变得简单有趣。 ## 项目概览与环境准备 PhotoMaker是一款强大的AI人像生成工具,通过堆叠ID嵌入技术实现高保真度的人像定制。项目核心文件

gitblog_00878的博客 706

PhotoMaker:基于Stable Diffusion XL的AI头像生成技术

AI图像生成技术正逐渐改变数字内容创作的方式,其中Stable Diffusion XL作为先进的扩散模型,能够生成高质量的图像。PhotoMaker项目在此基础上,通过创新的堆叠ID嵌入技术(Stacked ID Embedding),实现了身份特征的高度一致性保持,同时支持多样化场景生成。这一技术的核心在于多图特征融合和动态触发机制,使得用户仅需上传少量照片,即可生成风格各异的真人级头像。PhotoMaker不仅适用于个人娱乐,还在电商模特图生成等商业场景中展现出巨大潜力,显著提升了内容制作效率。结合C

aiman5818的博客 404

3步打造专属AI形象:PhotoMaker零基础实操指南

想拥有属于自己的AI数字分身吗?无需专业技术背景,通过PhotoMaker这款强大的AI绘图工具,只需简单三步,你就能快速生成高度还原个人特征的自定义形象。本文将带你零基础入门,轻松掌握AI形象创作的全过程。 ## 📌 什么是PhotoMaker? PhotoMaker是一款基于Stacked ID Embedding技术的AI人像定制工具,能够通过几张个人照片,快速生成各种风格、场景下的逼

gitblog_01003的博客 876

PhotoMaker终极指南:快速定制真实人像的AI神器

PhotoMaker是一款基于CVPR 2024技术的AI绘图工具,能在几秒钟内快速定制真实人像,无需额外LoRA训练,即可实现令人印象深刻的身份保真度、多样性、文本可控性和高质量生成效果。 ## ✨ 为什么选择PhotoMaker? PhotoMaker作为一款强大的AI人像定制工具,具有三大核心优势: ### 1. 秒级定制,无需训练 传统的AI人像定制往往需要复杂的模型训练过程,而Ph

gitblog_00228的博客 1124

体验 | Yann LeCun肯定的照片生成模型,PhotoMaker上线wisemodel社区

首先,从公开数据源,如VoxCeleb和VGGFace等,下载大量名人图片,并通过RetinaNet进行人脸检测和筛选,确保图片质量,之后,使用ArcFace进行ID验证,以识别和选择属于同一身份的脸部区域。PhotoMaker的核心特点是能够通过堆叠多个输入ID图像的嵌入(stacked ID embedding)来保留ID信息,这种方法不仅能够全面地封装同一输入ID的特征,还能够整合不同ID的特征以便于后续的融合。:将艺术作品或旧照片中的人物带入现实,生成逼真的照片。

wisemodel的博客 1874

PhotoMaker:10秒生成逼真AI头像的堆叠ID嵌入技术

计算机视觉领域的特征嵌入技术正在推动AI图像生成的新突破。通过CLIP等视觉编码器提取的多模态特征,结合动态注意力机制实现特征融合,这种技术路径在保持身份特征保真度方面展现出显著优势。堆叠ID嵌入作为核心创新,无需额外训练即可实现高精度人脸特征提取与重建,极大降低了个性化图像生成的技术门槛。在Stable Diffusion等扩散模型框架下,该技术通过适配器架构实现即插即用,特别适合电商、社交平台等需要快速生成个性化内容的场景。腾讯ARC实验室开源的PhotoMaker项目正是这一技术的典型代表,其GitH

weixin_34318272的博客 509

ComfyUI-PhotoMaker-ZHO 使用指南

**ComfyUI-PhotoMaker-ZHO** 是一个非官方的 [ComfyUI](https://comfy.ml/) 扩展,旨在提供一个强大且用户友好的界面来生成照片级的真实感图像。版本 V2.5 已经发布,该扩展支持 LoRA 模型、多批次处理以及通用的风格化器。通过此工具,用户能够利用单张或多张参考图片进行图像生成,并体验显著加速的工作流程,最高可提升至3倍速。 ![PhotoMa...

gitblog_00811的博客 748
上一篇: RapidOCR - 兼容性广泛的多平台多语言OCR工具
下一篇: ollama-webui - Ollama的ChatGPT 风格的 Web 界面
小众AI
博客等级 码龄25年 1290粉丝 143原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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