『SD』人脸修复-局部重绘

点赞 + 关注 + 收藏 = 学会了
AI绘画SD整合包、各种模型插件、提示词、AI人工智能学习资料都已经打包好放在网盘中了,有需要的小伙伴文末扫码自行获取。

使用 Stable Diffusion 生成人像时有一定概率出现脸崩的图。

生成半身照人像,人像占据画面的面积比较大时出图效果还行。可一旦要生成全身照,而且还是一张远景图,那脸崩的概率就会立刻提升。

举个例子,我在文生图里写的提示词

正向提示词:  
1girl, wide_shot, street, bishoujo, hoodie,  
  
反向提示词:  
bust, upper_body, lower_body,

生成的图片是这样的,绘制出来的人物的眼睛有点问题。

此时我想修复她的右眼,可以使用局部重绘功能。

在文生图的结果区域里点击红框选中的按钮,就可以将文生图的结果一键发送到图生图的局部重绘面板。

然后在局部重绘面板用画笔涂抹一下人物的右眼。

蒙版模式选择“重绘蒙版内容”,蒙版区域内容处理选择“原版”

然后点击生成,眼睛就修复好了。

如果一次出图效果不满意就多试几次。

同理,如果对这张脸不满意,可以用画笔将整张脸都涂抹掉,然后再重新生成。这样就能保持场景原本的元素以及人物的衣着。

但由于AIGC刚刚爆火,网上相关内容的文章博客五花八门、良莠不齐。要么杂乱、零散、碎片化,看着看着就衔接不上了,要么内容质量太浅,学不到干货。

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》,相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友,可以长按下方二维码,免费领取!

请添加图片描述

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去,那么我的使命也就完成了:
在这里插入图片描述

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合,通过使用AIGC工具库,能更加快速,准确的辅助我们学习AIGC
在这里插入图片描述

有需要的朋友,可以点击下方卡片免费领取!

精品AIGC学习书籍手册

书籍阅读永不过时,阅读AIGC经典书籍可以帮助读者提高技术水平,开拓视野,掌握核心技术,提高解决问题的能力,同时也可以借鉴他人的经验,结合自身案例融会贯通。

在这里插入图片描述

AI绘画视频合集

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,科学有趣才能更方便的学习下去。

在这里插入图片描述

有需要的朋友,可以长按下方二维码,免费领取!

请添加图片描述

<think>嗯,用户在使用ADetailer进行人脸修复时遇到了人脸崩掉的问题,需要解决方案。首先,我应该回顾一下ADetailer的工作原理。根据引用[2]和[4],ADetailer通过检测人脸并单独来优化细节,所以问题可能出在检测模型、参数或模型选择上。 用户提到人脸异常,可能的原因有几个。比如,检测模型可能没选对。根据引用[1],face开头的模型专门修复人脸,如果用户用了hand或person的模型,可能导致识别错误。需要确认用户是否选择了正确的模型,比如face_yolo8n_v2,如引用[3]所述,这个模型能准确识别人脸,还能调整表情。 然后是参数设置。时的去噪强度(Denoising strength)过高可能导致细节丢失,需要建议调低到0.3-0.5之间。此外,蒙版扩展和边缘模糊参数也可能影响效果,适当调整这些参数可以让人脸与周围更融合。 还有模型兼容性问题。如果用户用的主模型和ADetailer模型不兼容,比如风格差异太大,可能导致修复后的人脸突兀。需要建议尝试不同的主模型搭配,或者调整提示词,增加对人脸细节的描述,如引用[3]提到的通过关键词改变表情。 另外,引用[4]提到ADetailer可以修正手部和脸部,但如果同时启用了多个修复区域,可能会互相干扰。需要提醒用户分步处理,先修复人脸再处理其他部分。 最后,如果以上方法都不奏效,可能需要检查插件和模型的版本,更新到最新版,或者参考社区的其他解决方案。可能还需要建议用户提供示例图片,方便进一步诊断。</think>### ADetailer人脸修复导致人脸异常的解决方案 使用ADetailer进行人脸修复时出现崩坏问题,通常与模型选择、参数设置或检测范围相关。以下是分步解决方案: 1. **优先选择专用人脸模型** - 必须使用`face_`开头的模型(如`face_yolov8n_v2.pt`),这类模型专为人脸细节优化设计[^1][^3] - 错误使用`hand_`或`person_`开头的模型会导致检测区域偏差 2. **调整去噪强度参数** - 将`Denoising strength`控制在0.3-0.5之间 - 过高值(>0.6)会导致过度,出现五官扭曲 - 示例参数设置: ```python ad_model = "face_yolov8n_v2.pt" denoise = 0.4 ``` 3. **优化检测范围设置** - 调整`Mask expansion`(蒙版扩展)至10-20像素 - 设置`Mask blur`(边缘模糊)为4-8像素,使修复区域自然过渡[^4] - 多人场景需降低`Confidence`阈值至0.2-0.3以避免漏检[^3] 4. **提示词协同优化** - 在ADetailer专用提示框添加细节描述: ``` (highly detailed face:1.3), perfect eyes, symmetrical features ``` - 通过`expression`类词汇控制表情一致性(如`smiling`/`serious`) 5. **分步处理策略** - 先使用ADetailer单独修复人脸 - 再启用其他模型处理手部/身体部位[^4] - 避免同时激活多个修复模块造成参数冲突
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