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!

告别全局搜索!7种SRP-PHAT快速算法实战对比:哪个更适合你的麦克风阵列? 本文深入探讨了7种SRP-PHAT改进算法在声源定位领域的实战表现,包括SRC、CFRC、SPF等方案。通过对比计算效率、定位精度和环境鲁棒性等核心指标,为不同场景(如会议室、智能家居、工业机器人)提供算法选型建议,帮助工程师优化麦克风阵列性能。 阅读详情

要说本周AIGC开源爆火项目,腾讯的PhotoMaker 可以入选其一。而 PhotoMaker 是腾讯Arc于4天前开源上线到GitHub的,更有一众互联网科技领域大V体验推荐,当前Star已经有4.7k了!

相信小编这篇文章发布时star预测可能达到5k+了。而 PhotoMaker 究竟如何刚发布上线就爆火了呢?

根据众多博主的体验描述,给它最直接的定位就是**一款风格百变的头像生成器。**你以为它的功能仅仅如此嘛,当然不是,该模型工具不会根据原始输入图像固有的特征限制它的发挥,还可以改变人物的性别、年龄等,生成不同风格的全新图像。

接下来小编就跟大家一起来看看这款AI绘画工具 PhotoMaker 怎么就被无数人刷屏了!

项目介绍

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。

🌠 主要特点:

PhotoMaker 使用的核心技术是**“堆叠ID嵌入”**。

这意味着它可以将多个身份证明(ID)图像的信息合并成一个统一的数据结构。这种方法不仅能捕捉到单个ID的细微特征,还能整合多个不同ID的特征,创造出新的、个性化的图像。

  • 结合多张照片的特征:PhotoMaker可以取多张照片,这些照片可以是同一个人的,也可以是不同人的。它分析这些照片中的特征,然后将它们结合起来,创造出一个新的、个性化的人物图像。

  • 灵活的文本控制:与其他方法相比,PhotoMaker提供了更灵活的文本控制能力。用户可以通过文本提示来指导图像的生成,这使得创造出的图像不仅逼真,而且能更好地符合用户的具体要求。

  • 高效率和快速生成:相比于需要大量微调的方法(如DreamBooth),PhotoMaker在保持身份信息的同时,提供了更快的生成速度。它能在短时间内(例如10秒)生成定制的人类照片,这对于需要快速生成结果的应用场景非常有利。

  • 高身份保真度:PhotoMaker在生成图像时能更好地保持人物的身份特征。这对于需要精确保留人物特征的场景(如个性化肖像或身份识别)尤其重要。

主要功能:
  • 根据文字描述制作照片:你可以告诉它你想要的人物样子,它就能生成符合描述的人物照片。

  • 混合多个人的特征:它可以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。

  • 改变年龄或性别:比如,你可以把一张男士的照片转换成女士的样子,或者让照片中的人看起来年轻或年老。

  • 添加艺术风格:它还能给照片加上不同的艺术效果,比如油画风格或卡通风格。

  • 现实化艺术作品/旧照片中的人物:将艺术品或旧照片中的人物带入现代。

部署及使用

本地部署及搭建,小编这里就不展开续写了。

项目要求Python版本3.8及以上、Pytorch版本2.0及以上。然后下载模型、训练模型、启动服务本地演示。

详细部署说明请到项目中查看。

其实官方已经提供了Demo模型!可在线体验,有现实版本和风格化版本,考虑十分周全。

现实版本模型:https://huggingface.co/spaces/TencentARC/PhotoMaker

风格化版本模型:https://huggingface.co/spaces/TencentARC/PhotoMaker-Style

使用步骤:

1️⃣ 上传您想要定制的人的图片。一张图片就可以,但更多的更好。(上传的图片中的人应占据图片的大部分区域)

2️⃣ 输入一个文本提示,确保将您想要定制的类别词与触发词img配对。

例如:man img(男人的图片)或woman img(女人的图片)或girl img(女孩的图片)。

3️⃣ 选择您喜欢的样式模板。

4️⃣ 点击提交按钮开始进行定制。

还有其他作者根据PhotoMaker,提供舒适的用户界面项目:
  • https://github.com/ZHO-ZHO-ZHO/ComfyUI-PhotoMaker

  • https://github.com/StartHua/Comfyui-Mine-PhotoMaker

  • https://github.com/shiimizu/ComfyUI-PhotoMaker

组合使用场景示例

以下示例来源于量子位。

1、可以根据描述生成多种风格个人照片。

比如: 你见过这样的黑寡妇吗?

2、混合不同人物特征,生成全新人物形态。

比如: 奥特曼和乔布斯“生”的孩子,可能长这样?

3、修改年龄、性别以及照片年代。

比如: 小时候的马斯克,你见过吗?

总结

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。比如改变年龄或性别、将旧照片或艺术作品中的人物还原到现实中以及身份混合等。

AXI_Bus_Matrix_4x4 设计 Signal Source Width(bits) Description AWID Master AWID_WIDTH 写事务ID AWADDR Master 阅读详情

相关推荐

平面变压器PCB绕组设计实战:从原理到布局的工程考量

本文深入探讨了平面变压器PCB绕组设计的工程实践,从基础原理到布局优化,涵盖了电流密度、层间绝缘、绕组拓扑结构等关键参数。通过实战案例分享,解析了高频应用中的集肤效应、邻近效应等挑战,并提供了热管理和EMC优化的实用技巧,助力工程师在服务器电源、车载充电器等空间敏感场景实现高效设计。

weixin_42666036的博客 463

Python - PhotoMaker 初体验 - 快来 DIY 你的图像

Python PhotoMaker DIY 自定义图像。

BITDDD小栈 4028

qemu(2) -- 定制开发板

向qemu源码中添加自定义开发板

xflm的博客 844

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

Mplus—随机截距交叉滞后模型(Random Intercepts Cross-Lagged Panel Model, RI-CLPM)

介绍随机截距交叉滞后模型(Random Intercepts Cross-Lagged Panel Model, RI-CLPM)的相关知识,例如模型内容、Mplus语法及对应网址等。

m0_54401011的博客 9540

手把手教你用u-center配置ublox GPS模块:从波特率到报文频率全流程

本文提供了一份详细的u-center软件配置ublox GPS模块的完整指南。从硬件连接到软件设置,逐步讲解了如何探测并设置正确的波特率、选择与启用关键的NMEA和UBX报文,以及配置输出频率。文章特别强调了配置固化的重要性,并分享了使用UBX协议进行高效数据解析等高级技巧,帮助开发者快速上手并优化GPS模块性能。

weixin_28285943的博客 902

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

《open3D+pyqt》点云读取、显示与保存

《open3D+pyqt》第一章:点云读取与显示一、效果展示二、环境配置三、代码3.1 qt designer设置3.2 生成ui,qrc的py文件3.3 py文件代码 一、效果展示 二、环境配置 环境配置:Anconda+pycharm+pyqt+open3d+pyqtgraph 显示界面:这里选择pyqtgraph 参考网上教程 三、代码 3.1 qt designer设置 界面布局参照《PCL+QT》教程,界面设置:布局如下: 布局参数参考: 3.2 生成ui,qrc的py文件 3.3 py

阁楼 7116

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

10.18华为OD机试真题 新系统 - 社区赢手机比赛 (Java/Py/C/C++/Js/Go)

10.18华为OD机试真题 新系统 - 社区赢手机比赛 (Java/Py/C/C++/Js/Go)

算法大师! 184

手把手教你YOLOv8/YOLOv11分割训练自己数据集和推理,并教你使用Labelme工具标注数据(附分割网络结构图)

YOLOv8-seg 和 YOLOv11-seg 都是一种高效实例分割算法,实例分割模型的输出是一组勾勒出图像中每个物体的遮罩或轮廓,以及每个物体的类标签和置信度分数。当你不仅需要知道物体在图像中的位置,还需要知道它们的具体形状时,实例分割就非常有用了,功能非常强大,可以应对各种视觉任务。 YOLOv11-seg 则在 YOLOv8-seg 基础上进一步魔改了模型架构,相对分割速度可能更快,其他指标性能有待测试。实例分割可以用于自动驾驶、医疗图像处理、智能农业监控等领域。

在职AI算法工程师,擅长计算机视觉,YOLO目标检测、分割等,擅长web、pyqt界面可视化,好内容持续更新中,来这里跟大家一起学习,共同进步 4479

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

微信小程序 - 最新获取用户昵称 / 头像(wx.getUserProfile 接口被废弃后的代替方案)详细教程,2022 年之后的所有微信小程序,获取用户信息最新详细教程,附带示例源代码

微信小程序wx.getUserProfile接口废了用什么代替,微信小程序wx.getUserProfile不能用了怎么办,wx.getUserProfile失效有什么替代方案吗,微信新规定头像昵称填写最新教程,目前微信小程序最新获取用户头像昵称教程,微信小程序用户头像昵称获取规则调整公告,2022改版后的微信小程序如何获取用户头像和昵称信息,微信小程序官方废弃getUserProfile后如何实现获取用户信息,微信小程序wx.getUserProfile接口返回了默认头像昵称,微信小程序获取用户信息不

🏆 前端领域优质创作者 2万+

AI绘画:PhotoMaker Win11本地安装记录!

昨天介绍一个叫的AI绘画开源项目。挺不错的!通过这个项目可以快速制作特定人脸的AI绘画作品,相比传统的技术效果会好很多,效率也高很多。今天趁热打铁,本地电脑装装看,并且记录,分享一下!本文主要面向有一定配置基础的人,所以废话我就尽量少说了。把步骤说清楚,把命令留下,把坑填了,就收工了。会装的可以结束阅读直接去GitHub了。想努力一下的可以慢慢看,我尽量把关键信息写清楚。不想努力的直接拉到最后~~哈啊哈!

托尼不是塔克 1737

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

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。

腾讯开源AI工具PhotoMaker,无需训练模型就能保持脸部一致随意换装。

最近,AI文本到图像生成领域取得了显著进展,然而,现有的个性化生成方法已经无法同时满足用户的需求,这次腾讯发布了PhotoMaker框架,可以在无需训练lora模型的情况下,把图像随意更换风格并能保持脸部一致,迅速获得了广大网友的青睐。简单来说,PhotoMaker能够在保留人物特征的情况下,轻松更换多种风格也不失真,同时,它还满足高质量输出,最终出来的效果相对好很多。它的工作原理是从文本编码器和图像编码器分别获得来源,通过合并和提取相应类的ID嵌入。PhotoMaker的发布,使得在。

heehelcom的博客 1030

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Python AI 之PhotoMaker 安装总结

使用 Photomaker提供的 newton_man 的示例图像,可以看到其基于 list 读取,根据 README 的介绍,一个角色的图像越多,生成的会越精准或者和你的图像越像.此外metrics和modules也分别是在D:\cache\huggingface\metrics和D:\cache\huggingface\modules之下。模型缓存:D:\cache\huggingface\transformers或D:\cache\huggingface\hub(一般是这里)

zhouzhiwengang的专栏 2212

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

PhotoMaker V2 来了,快速生成高质量写真!

近期,PhotoMaker 出了 V2 版本,PhotoMaker V2 继承了 PhotoMaker V1 的良好特性,如高质量和多样化的生成能力,以及强大的文本控制,但在角色一致性和可控性上都有了大提升。平台会自动选择合适的算力资源和镜像版本,这里使用的是英伟达 RTX 4090 的算力和 PyTorch 的镜像,点击「审核并执行」。:选择希望生成的图片的特点。这里需要注意的是,需要加上 img 这三个字母,因为这是模型的 trigger word,如果模型没有识别到就无法进行输出。

XLionXxxx的博客 682

PhotoMaker V2:几秒钟内完成个性化的人物图像定制!艺术风格写真

如果你还没听说过PhotoMaker,那可真是错过了一款神器!通过堆叠ID嵌入技术,能够在几秒钟内完成个性化人物图像定制,完全不需要额外的LoRA训练。只需上传几张自己的照片,再配合提示词或参考图像,就能生成各种场景、风格、状态下的个人写真,轻松实现自定义!PhotoMaker的发布为个性化文本到图像生成领域带来了革命性的突破。它不仅显著提升了生成的效率和质量,还扩展了应用场景,使得生成的图像更加多样化和逼真。

jingtian2024的博客 1602

好玩!腾讯开源 PhotoMaker:高效地定制化生成任意风格的逼真人类照片!

研究者已经提出了 PhotoMaker,一个高效的个性化的文本到图像生成方法,专注于生成逼真的人类照片。PhotoMaker 利用一种简单而有效的表示方法:堆叠 ID 嵌入,来更好地保存 ID 信息。

叶庭云 成为自己的光 1948

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

ComfyUI+PhotoMaker|一键创造个性化人物形象

ComfyUI和PhotoMaker,两款引领AI图像编辑潮流的软件,以其强大的功能和便捷的操作,深受广大艺术爱好者和专业人士的喜爱。本文将带你深入了解ComfyUI和PhotoMaker的结合使用,助你轻松打造个性化人物形象,让你的作品更加出色。我们今天就来介绍几个结合了 PhotoMaker 的工作流。好了,闲话少说,我们直接开整。进入 ComfyUI 管理器中搜索「PhotoMaker」,然后选择第一个点击安装,重启 ComfyUI。插件听雨也会放在文末的网盘中,需要的小伙伴自取。

2401_85688943的博客 1547

【GitHub项目推荐--AI修图/绘图工具】【转载】

通过以上步骤,您可以使用 Lama-Cleaner 擦除照片中的不需要的物体、缺陷、人物等,得到干净整洁的图像。Lama-Cleaner 是一款基于 SOTA AI 模型的图像修复工具,它能够帮助您轻松地从照片中删除不需要的物体、缺陷、人物等,实现高质量的图像修复。Lama-Cleaner 是一款基于 SOTA AI 模型的图像修复工具,它能够帮助您轻松地从照片中删除不需要的物体、缺陷、人物等,实现高质量的图像修复。5. 选择模型:在 Web 界面中,选择适用于您的图像修复任务的模型。

j8267643的博客 8279

PhotoMaker - AI 生成各种风格图片的工具

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。

839

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

AI让照片换发型,Barbershop开源项目安装使用 | 机器学习

最近看到一个开源项目(Barbershop),可以将照片中的发型更换成另一个,很神奇。先给大家看看项目给出的效果图。 先说说我在安装使用该项目的感受,因为作者给的安装说明太少,我边看代码边安装环境花了整整8个小时,顺便还在等安装的过程中,追了10集电视剧《输赢》。看在我坚持弄了这么长时间,并把踩过的坑,安装这么长时间的份上,我觉着还是给个赞的。

阿良的博客 1万+

python之AI视频去码&图片修复CodeFormer,把你的老照片变漂亮

CodeFormer是由南洋理工大学-商汤科技联合研究中心S-Lab在NeurIPS 2022上提出的一种基于VQGAN+Transformer的人脸复原模型。该方法基于预训练VQGAN离散码本空间,改变复原任务的固有范式,将人脸复原任务转成Code序列的预测任务,大幅度降低了复原任务映射的不确定性,同时VQGAN的码本先验也为复原任务提供了丰富的人脸细节。最后,通过Transformer全局建模,进一步增加了模型对严重退化的鲁棒性,使得复原的人脸更加真实。

猫哥 的沉淀、积累、总结。天天学习,好好向上...c/c++,嵌入式 linux,Android,HarmonyOS,AIOT) 4022
上一篇: 职言圈 | “年终奖清零”,已成互联网大厂潜规则?
下一篇: DeepLearningSystem:开启深度学习之旅的全方位指南,一款深度学习系统性开源课程项目!
孜孜孜孜不倦
博客等级 码龄7年 1803粉丝 277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

打赏作者

孜孜孜孜不倦

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