Tento pracovní postup je zaměřen na vytváření postav s konzistentním vzhledem, využívající model IPAdapter Face Plus V2. Stačí začít nahráním několika referenčních obrázků a pak nechat model Face Plus V2 pracovat, vytvářející sérii obrázků, které udržují stejné rysy obličeje. Neváhejte kombinovat různé checkpointy nebo modely LoRA a prozkoumat různé styly, přičemž zachováte konzistentní vzhled vaší postavy.
Tento model je základní verze pro identifikaci obličeje, umožňující variace doplněné textovými výzvami, řídicími sítěmi a maskami. Je známý svou průměrnou silou v podmínění, což ho činí vhodným pro obecné úkoly podmínění obličeje. Základní model FaceID nepoužívá CLIP vision encoder, což znamená jednodušší nastavení bez potřeby složitých konfigurací encoderu.
Model FaceID Plus je silnější variantou, navrženou pro silnější efekty podmínění obrazového obrazu. Vyžaduje použití ViT-H image encoder, což znamená vyšší požadavky na zpracování pro detailní modelování obličeje.
Iterace nad FaceID Plus, tento model přináší vylepšení pro ještě detailnější podmínění obličeje. Podobně jako FaceID Plus využívá ViT-H image encoder. Tento model si klade za cíl poskytovat zvýšenou kvalitu při modelování obličeje, uspokojující nuance požadavků.
Navržen speciálně pro portréty, tento model nepoužívá CLIP vision encoder. Zaměřuje se na generování vysoce kvalitních obrazů obličeje v portrétním nastavení, což potenciálně nabízí specializovaný přístup k generování portrétních obrazů.
Varianta FaceID pro SDXL je přizpůsobena pro použití s architekturou SDXL, nepoužívající CLIP vision encoder. Představuje základní model v rámci suite SDXL, navržený pro škálovatelné architektury hlubokého učení, zaměřený na úkoly identifikace obličeje.
Toto je silnější verze modelu FaceID pro architekturu SDXL, využívající ViT-H image encoder. Je navržena tak, aby poskytovala vylepšené efekty podmínění obličeje v rámci frameworku SDXL, zaměřená na úkoly generování vysoce kvalitních obrazů.
Vyberte svůj preferovaný model FaceID nebo FaceID Plus pro začátek vytváření vašich obrázků. V nastaveních najdete možnosti pro úpravu jak vah, tak šumu. Tyto úpravy jsou klíčové pro doladění vzhledu vašich generovaných obrázků, což vám umožní dosáhnout přesného vzhledu, který hledáte.
Při použití uzlů IPAdapter FaceID model CLIP vision zpracovává váš referenční obrázek změnou jeho velikosti a centrováním na rozměr 224x224 pixelů. Toto automatické nastavení se soustředí na střed obrázku, což činí důležitým, aby hlavní subjekt vašeho obrázku, jako je obličej postavy, byl umístěn centrálně. Pokud je subjekt mimo střed, zejména v portrétních nebo krajinných obrázcích, výsledky nemusí splňovat vaše očekávání. Pro nejlepší výsledky se důrazně doporučuje používat čtvercové obrázky s centrálně umístěným subjektem.
© Autorská práva 2024 RunComfy. Všechna práva vyhrazena.