什麼是 PhotoMakerV2
PhotoMakerV2，是 PhotoMaker 的升級版，提供了一種高效的個性化文字生成圖像的方法。它使用少量的輸入身份圖像和文字提示來合成個人的真實照片。
PhotoMakerV2 的一些關鍵特點包括：
- 高效能：快速生成個性化照片。
- 優秀的身份保留：保持輸入身份的相似性。
- 靈活的文字控制：允許在提示中指定背景、風格、屬性等。
- 改善的身份保真度：相比 PhotoMaker V1 提升。
PhotoMakerV2 能夠在各種背景下生成個人的寫實圖像，風格化外觀，改變如年齡和性別等屬性，合併身份，並將老照片或藝術作品中的人物現代化。它解鎖了無數的創意可能性。
PhotoMakerV2 的工作原理
PhotoMakerV2 將一個或多個輸入身份圖像編碼為"堆疊 ID 嵌入"，作為封裝身份信息的統一表示。
這個嵌入與文字提示結合，輸入到文字生成圖像擴散模型。然後模型生成一個圖像，描繪嵌入的身份在提示描述的背景中。
其工作原理的一些關鍵方面：
- 使用身份編碼器從輸入的面部圖像中提取身份信息
- 通過利用外部面部識別模型 (InsightFace) 改善身份保留
- 將多個身份圖像編碼為堆疊嵌入以全面捕捉身份
- 將堆疊 ID 嵌入輸入到擴散模型的交叉注意層
- 在自適應合併身份信息的同時，使用文字提示引導生成
- 使用以身份為導向的數據集進行訓練，以提高識別能力
如何使用 ComfyUI PhotoMakerV2
要在 ComfyUI 中使用 PhotoMakerV2，主要與 PhotoMakerEncodePlus 節點交互。典型的工作流程包括：
- 使用"PhotoMaker Loader Plus"節點加載 PhotoMakerV2 模型。
- 使用"Prepare Images For CLIP Vision"節點加載一個或多個身份圖像。
- 使用"PhotoMaker InsightFace Loader"節點加載 PhotoMakerV2 所需的 InsightFace 模型。
- 將這些節點的輸出連接到"PhotoMaker Encode Plus"節點的相應輸入。
- 在"PhotoMaker Encode Plus"節點中，指定描述所需圖像的提示。在提示中使用特殊觸發詞，指定身份應該出現的位置。
- 將從"PhotoMaker Encode Plus"節點的輸出條件連接到"KSampler"節點以生成圖像。
如需更多信息，請訪問 PhotoMaker Hugging Face 和 ComfyUI-PhotoMaker-Plus。所有榮譽歸於他們的貢獻。
