粉丝172获赞108

很多小伙伴都知道 sd 可以 ai 换脸,但是就是不知道具体怎么操作,今天呢,一分钟学会用 sdai 换脸。首先呢,下载这两个模型和插件,网上的教程呢有很多,打开 sd 外部 ui 以后呢,第一步,先选择这个模型。第二步呢,选择图声图功能。第三步,在图声图这里上传一张底图, 好,我们选了个奶油帅哥。第四步,复制到局部重绘。第五步,右侧有个画笔工具,我们调整一下画笔的大小,因为是换脸,所以我们涂抹一下脸部,用这个画笔。第六步,我们用这个 c 插件生成黑底白线图 启用上传独立图像,允许预览这三个功能的打开。第七步,再把底图上传上去。第八步,选择硬边缘这个 控制类型,点击这个按钮,就生成了黑底白线预览图。好到这里呢,我们底图的设置就完成了,现在我们用 rop 这个插件开始换脸。首先呢,点击启用,然后你想换成什么脸,就把相应的图片上传上去就可以了,这些设置默认就行,然后点击生成 好,这就完成了,因为我是用的笔记本电脑,配置不行,所以还不是很逼真,你们电脑配置好的话,效果呢也会更好。

哈喽,大家好,今天为大家带来 stable diffusion 的新一期教程,最近有点忙,很久没跟大家见面了,今天带来 sd 最新换脸的插件入库的安装方式,它这个插件使用其实很简单,但是安装确实难倒了一大批人,我也是折腾了好几天, 最后在抖音上找到了方法,那今天也分享给大家。首先呢,我们直接在浏览器里搜索 github, 然后我们打开 github 的官网,在这里呢直接我们输入这个插件的名称, up 进到这个页面,进到页面之后呢,我们直接翻到下面这个说明这里 安装其实本身也应该很简单,只有四个步骤。第一个是让我们安装这个环境,这里呢我们直接点击它就可以跳到环境的官方下载页面,我们点击这个免费下载,下载完了之后呢是一个这样的东西,然后我们打开它,这里面呢有你没装过的就没打过,我 打勾了的就是装过的。理论上这个插件要求的支持就是这个 c 加加的环境,但是呢每个人的电脑情况不同, 如果你的内存足够大,我建议你是把这个 pisonc 加加桌面以及 windows 平台开发里面也有带 c 加加的部分,把这三个给他全部装上,不一定要装在 c 盘,我们可以更改一下位置,然后我们点击个下载式安装,他就一边下载一边再安装,装完了之后我们就关掉他就可以了。 如果在整个安装的过程当中你没有出问题,那么可以放心,在这个作者标明的第一步里,你绝对不会出现问题。第二步是大部分人解决不了的地方,安装这个 insight face, 这个代表我们是要在 pass 里面安装。很多人呢,可能直接打开了这个 windows 加 r, 然后在这里 cmd 就来装了,但是呢,我们装整合包的伙伴,你的 pass 不在 c 盘, 所以你这里打这个的话可能是无效命令。大部分用整合包的伙伴都是里面自带的拍摄跟目录,下面有一个 p y 三幺零,这个就是呃我们的拍摄文件,所以如果安装的话,应该是要在这个地方,在他的路径上方啊,选择一下输入 cmd, 然后用这个命令框呃, 安装这个插件布置到这里,这里补充说明一下,如果你输入指令之后,这里还是显示不是内部指令或者什么其他无效的指令的话, 我们就尝试输入一下这个 pison 空格杠 m 空格 pip instyle, 后面就一样了,这一串输入进去应该就 ok 了。正常情况下他这里就会下载一大堆东西,我们需要等一会,然后这个过程中我们就观察,当出现这些白色的正常读取的进度条,他都是没问题的。 如果后续出现了一些红色的提醒,报错就发,就说明这个安创是有问题的。这里其实有一个通用的解决方式,就是所有的这些代码命令, 我们可以把它全部复制到 gdp 当中,他甚至直接会告诉你这个是代表什么,代表哪里报错,我们其实是可以一定程度上自主解决的。当然如果你这一步完全没有问题,也不要高兴的太早,还不一定能成。如果你这一步产生了各种报错,一般情况是两种可能,有一些人本身缺乏一些派森的环境,这些他会直接告诉你缺少哪个哪个组件 模块,然后让让我们用这个 pip instyle 装一下这个,那我们就同样这个,用这个命令把这个前置的需求给他装一下,装完了之后再重复走一下这个命令。正常来说把他所有需要的前置装完了,就可以顺利安装了。那如果他的报错情况是一些红字显示错误,比如说我们可以看到有些字眼报这个虚拟环境有什么错误,或者报 python 找不到什么模块的文件。那这一步 啊,到这我们就不用管了,因为这个一定是你拍摄环境出了问题。呃,我们就可以先关掉它,然后直接来进行下一步,直接到这个 sd 里面扩展的部分来安装插件。这个应该大家比较熟悉了,直接在扩展的网址安装这里,把它装上来。装上来之后重启前端,你会发现其实他后面已经在在报错了,一定是你的拍摄环境, 也就是这个整个包里面的某些文件丢失了或者出了问题,像这个普通人就很难解决了。我,我之前找了一些程序员大佬也没有找到方式,但是后面呢,这个抖音上学到一个好方法。我 我们提供一个纯净的这个 python 包,直接把这个 python 给它全部删掉,然后把这个纯净的 python 包给它放放进来就直接可以用了。但是这里呢,有个小细节要注意,我之前犯了个错误,有时候你解压出来之后,可能是文件夹又套了一个文件夹,它正常解压出来应该 p y 三幺零里面就直接是这些文件了。 如果你里面还是有一个 pass, 或者还有一个 py 三幺零,你要把这些文件全部拿出来放到这个第一层目录里面啊,应该大家能理解。第二个就是名字一定要和你原来的这个名字保持一样,有可能你的版本不同。当把这个替换上之后,百分之九十的人已经可以 正常呃装上这个插件了,然后又回到我们这里的第四步,这个插件还是要装一个模型的,这个模型我们直接按作者给的链接点击下载,并且把它放到 se 的根目录里面,有个 models 里面有个 roop, 把这个放进来之后,又解决了一部分,换了新的这个 pass 包之后,这里呢可能会重新下载一些东西。呃,只要你的网络正常,应该都是没问 问题的,要稍稍等一会,因为我这个是在青椒云里面做演示,所以他的网络呃不算那么好。最后一个问题,重装了拍损之后,会有一些其他的自动下载的依赖环境,我们可以看到他会自动下载很多。这个地方第一时间是要等,如果等了你全部都没有报错弹进入了这个界面,那就没有问题了。 如果有一些还是有一些报错,我们还是要把它复制到 gdp 里面看看。报错原因大部分的可能是因为网络连接问题导致下载不了模型。那这个时候呢,有一个操作,我们把这个全部关掉之后,在这个设置里面代理设置啊,正常情况下我们是这里启用,这里是没有启用啊,无论什么插件,如果是提示网络不佳, 无法下载模型的情况,我们把这个位置改成我显示的这个路径,大家可以自动截图输入一下。然后呢,把下面这四个全部打开,然后把这个全部关掉。啊,这里涉及到网络环境就不变多讲了。然后呢,把你的网络开到混合模式,说白了就是换到了外面的地址来下载模。这个操作能解决非常 非常多的一个插件报错问题,也是一个程序员大佬教的,基本到这所有的报错情况应该都 ok 了。呃,我看有一些版本教的,我们还要下载什么模型,放到哪个文件夹,理论上你把这个网络环境搞清楚了,它自动就会下载。呃,运行之后,我们发现总算这个插件被我们装上了。使用方式我这里不做演示,但是我会讲清楚,因为,呃, 换脸这个插件我也不确定该用谁的素材去换,担心会有什么其他的风险,也建议大家要谨慎使用。首先呢,这个插件是直接在我们下方的标签栏调用,然后呢,他在文声图和图声图当中都可以使用。首先我们需要上传一张图片, 这个地方上传的图片是我们要换的脸,上传之后这个地方的启用一定要点选。呃,不选的话是不生效的。呃,这个 roop 的换脸可以换多人的脸,如果我们在被替换的图片当中有三个人的话,那他从左到右一次是零一二,如果有四个人就是零一二三,就是说我们想让这张图片换掉 第几个人的脸,就给他写哪个序号。如果我们想同时换掉两个人的脸,那我们就写零,然后是一用英文的逗号隔开,然后在下面面部修复。这里这两个算法其实大家在这个呃后期处理这里有看到过,之前我给大家讲过, 目前来说这个这个算法是更好的。另外一个算法他的效果一般般,大家也可以自己去体验一下,所以呢,这里我建议选择到这个。然后面部修复的强度,这里并不是越高越好啊,越高的话面部修复啊会更强,有时候修复的就不像了,反而越低,他的再修复 能力就越弱,所以理论上是跟原来更像的。那我测试了,大概在零点六到零点八九都是可以的,这个参数也不多,大家可以自己去尝试一下。然后下面的这个放大算法呢,我建议 大家可以不使用,因为不管是哪一种放大算法,都会在原图的基础上再稍微有一些修改。以下这两个如果你不选放大的话,这里就不用管,如果选了的话,也可以保持默认模型,这里就是也是保持默认的。然后 这个时候如果我们是在纹身图当中使用的,我们在直接根据提示词刨的这张图片之后,他会有两个过程,第一个过程他会把我们这张图给刨出来,然后在最后的一部分呢, 把他的脸换上去。所以说如果我们想用一张现成的图来换脸的话,我们最好在图生图里把重绘幅度调到非常低,然后来换。如果我们想在纹生图里换,那最好呢,先不开启这个肉谱插件,先跑一张图,跑到满意的图之后呢,我们把种子确定下来,其他的参数也不要变,再启用肉谱再跑一张,就可以在前面的这张图片的基础上进行换脸了。 呃,大家去尝试之后发现其实这个换脸是在图片的最后一步,所以说理论上这个插件不仅是用于纹身图或者图声图了,包括所有的动画插件,只要是有形成真序列的,他可以把我们每张图片都进行换脸再输出,也就是说可以进行视频换脸了,大家都可以去尝试一下。但还是要给大家一个忠告, 脸的插件和技术不要乱,用到这种程度你还是装不上的话,那你可以去我青椒园里面体验一下,我已经在里面装好了。

掌握 reference only 轻松生成角色一致的插画曾经需要花费大量时间来构思角色的表情、服饰、动作、场景等,现在只需要学会这个功能,就能完成我们的人物设定,大批量生成同一个人物角色的故事版。 在 reference only 出现之前,使用 ai 控制人物的一致性一直是化身的比较头疼的一件事。要么使用图生图降低重绘幅度,人物是保证住了,但是整幅画面的变化也被限制住了,要么就是保持随机种子的一致。但是由于 ai 出图的随机性, 只要提示词或者参数改动稍微大一些,整体的画面就是另外一张图片了,人物也完全不同了。 reference only 的发明就是为了解决这个问题。按照 ctrl net 作者对它的介绍,现在我们有一个 reference only 预处理器,它不需要任何控制模型即可以实现直接使用一张图片作为 参考来引导扩散。作者也给出了一个例子,他在 ctrl net 中上传了一张狗狗的图片,提示词也非常简练,仅仅是 a dog running on grassland best quality。 然后就得到了主体相似,风格也相似,但是动作和场景符合提示词描述的图像效果可以说是非常的舒适。 下面就让我们来亲自体验一下这个玉处理器。首先打开 ctrl net 将我们之前用灵魂草稿生成的小姐姐拖进来,点击启用完美像素模式,允许预览。再点一下这个箭头,目的是生成图像的尺寸 与 control net 中加载进来的图片尺寸一致,不然就有可能发生扭曲变形的情况。控制模式选择 reference 预处理器这里有三个,我们选择 reference only。 在视频的结尾,我会给大家比较和另外两个预处理器有什么区别。下方的参数控制,权重引导,介入时机引导,终止时机保 是默认就行。模型选择二次元的 cost mix 提示词这里我们可以简单写一个女孩在坐着喝咖啡,负面提示词用通用的即可,采样参数可以按照个人的喜好,我这里选 dpm 加加 sde carrus 这里把修脸的插件 ad tyler 打开一下,让我们一次性生成四张看看。 点击生成,结果出来了,看起来还不错,人物几乎还原了我们输入的女孩, 光影,氛围,细节场景处理的都很好,可以看出来,如果我们给的提示死不多的话,那么他生成的人物,面部表情,五官结构,发型,发色,服装穿着等都尽量的与输入的图片相似,比如棕色波浪的头发, 中间有一绺刘海,白色的衬衫,偏蓝的眼睛,等我们再换一下提示词,这次写这个女孩在逛街,黄色的头发,留 仔裤,还是生成四张,这次再看看,结果出来了,大家看还是很听话的,头发变成了黄色,因为我们没有限定发型,所以还是卷发,额头上还有一绺刘海,还有牛仔裤,而且这个女孩还是我们输入的那张脸,只不过是去做了头发做头发。 所以说 reference only 完美的解决了 ai 不能生成人物一致性的难题,并且还可以按照我们的想法更换设定,这个真的太棒了,再让这个女孩在海边跳个舞吧, 在教室讲课,在滑雪,打橄榄球,在画室画画,全部都能生成出来,这时肯定有网友会说,那么思维打开一点,哈哈哈,这个功能实在太强大了,你以为这就完了吗?我试了一种很新的玩法,他竟然能够保持人物的 面部不变,我单独开一个。 ctrl net 只输入角色的面部,再另外开一个。 ctrl net 还是使用 reference only 输入角色的服装,有的小伙伴呢? ctrl net 单元无法加载多个,点击菜单栏中的设置,在下面找到 ctrl net 再多重 ctrl。 net 这里调整数值, 一般五个左右就够了,然后需要重启外部 ui 才能生锈。提示词,输入 one girl 和服装的信息,让我们点击生成。 是不是这个人物就穿了这套服装呢?用这种方式拼图,就可以训练一套属于自己的角色。 laura 既然已经开了两个 control net 那就再开一个 openpose, 控制人物的姿势,这里我让小姐姐摆个 pose, 这样才能达到真正的控制 ai 绘画的程度。 实现可控性是一款软件能成为生产力的前提。接下来我给大家测试了一下 reference only 三款预处理器 的区别。 reference only 是没有模型的,只有预处理器,分别是 reference a dam, reference a dam 加 attem 以及 reference only。 方法,在最下面的脚本菜单中点击 x, y, z 图表, x 轴类型中找到预处理器,英文名是 pre processor 轴直点开,找到上述的三个域处理器分别点击,这样就加载好了。 y 轴和 z 轴不用动,下面保持种子随机,我们不勾选,因为要控制变量。 种子随机的话就看不出结果是由种子引起的还是由预处理器引起的了。让我们返回上面点击生成,这里我生成了十次左右, 直接拿结果出来,我挑选了三个具有代表性的。首先可以看到中间的 reference again 的颜色与其他两个不同,色彩饱和度较高一些,人物的表情略显僵硬,背景由于饱和度高的原因有一些糊掉,并且背景的透视和逻辑也有一些 错误,相比较而言是三块玉处理器中表现较差的一个。再看右边的 reference a den 加 a time, 它的颜色风格与 reference only 是一样的,是比较舒服的那种类型。 人物的发型、神态和动作较比 reference only 稍微张扬一些,虽然不过分,但是出现的错误也较多。如果不看错误的地方,人物整体甚至要比 reference only 表现的更好,可是他的背景显得较为没有逻辑, 像 reference only 那样是比较正常的。透视应该是更加偏向输入图片的画面信息较多一些,因为输入的图像背景就有些鱼眼透视的感觉,而且有时候也会有两种不同的材质混搭在一起,一眼看上去没什么问题, 仔细看就会发现很多不合理的地方。所以相比较而言, reference only 的表现更加稳定一些,他的人物形象不会出错,颜色比较舒服,背景也符合逻辑。当然这是我的主观看法,如果您喜欢第三 三个预处理器也很合理,这两个我都喜欢。好了,以上就是本期的全部内容了,主要给大家讲解了如何使用 reference only 保持角色一致性的问题,还介绍了多个 ctrl net 配合使用的方法,以及 reference only 三个域处理器的测试, 保持角色人物一致性,可以用在漫画、连环画系列、插画、有声小说、 ip 设计等方面。感兴趣的小伙伴们可以多多尝试,欢迎在评论区交流讨论。如果你想了解更多关于 stable diffusion 的使用技巧,或者想尝试其他类型的图片生成,欢迎关注我,让我们一起发挥自己的想象力,每期做一张神奇的 ai 绘画。

大家好,今天给大家分享 ipo debt 加 ctrl night 控制,最后再加 reactor 来展示一个图声图工作流的一个测试,那么这个工作流呢,我也会分享给大家,如果有需要的话可以去网盘里下载。之前呢已经给大家分享过很多次 ipo debt 的工作流节点,也和 connot 节点进行过配合,那么今天呢,唯一没有说过的就是这个 reactor 这个节点,这个节点的工作原理呢,也非常的简单,我们在 stable diffusion 里面去使用过这个插件,它就是一个换脸插件,我们上传一张人物的脸部图像呢,将脸部遮罩给它 换掉。在这个工作流里呢,我们使用了 ipo depter, 也同样使用到了这张人脸图像,那么仅仅使用 ipo depter, 虽然我们使用了高权重,但是还是不能够让生成的结果图像和我们提供的人脸素材 台图像相似度非常的高,所以呢又加上了 reactor 节点,再次更换我们这个人脸。这个网址是 reactor 的 github 网址,在这个网址里你可以学到这个节点是如何安装的。还有关于这个节点使用到的这三个换脸模型,是需要自己下载一下的,都在 github 上可以下载到。 这是 reactor 的基本工作流,非常的简单,就是读取到上传的素材图像,直接连接到一个节点上,就可以进行人脸更换了。那么这个 reactor 它还具有保存我们人脸模型的功能,也就是这个 save face model 这个节点。根据这个基础工作流呢,可以把我们上传的素材图像的人脸当做模型来进行一个保存,然后我们下次就可以使用我们保存的新的人脸模型进行一个读取,连接到原 艾特这个节点的 face model 这个输入点上,直接就可以更换我们上次保存的人脸模型了。那么这三个换脸模型大家可以根据自己的情况去进行一个调试使用,那么平时呢, 我觉得一般情况下使用这个模型生成的效果会好一点。好,那么下面呢,我们来说一下这个工作流的一些细节。我们先来看我们使用的提示词是照片中的女商人身穿白衬衫和黑夹克, 背景呢是一个银行的背景,我使用的是 s d 一点五的用于生成真实场景的模型,需要读取一下 v a e 的模型,在上面呢, 我们也可以加载 lora 模型,也可以加载 l c m 模式。 l c m 模式呢就是快速模型生成图像,它的效果质量呢会差一些。今天呢, 我没有用到 lcm 模式,因为生成的图像质量效果比较低,所以说用来说明不了什么问题,所以说我就没有使用 lcm 模型来进行一个快速生图。如果你需要快速生图的话,你可以将拆个 pose 模型呢去连接到罗尔模型,连接上之后 在连接上这个节点,从这个节点呢去输入模型,将模型的连接呢直接连接到 ipo depth 的这个模型输入点里面,如果是直接使用拆个 pose 模型的话,就直接去连接到 ipo depth 节点上就可以了。今天我使用的是这张素材图像,是一个在酒吧的一个朋克女生的一个图像,这张素材图像现在连接到了一个图像转遮照的这个节点上,这个主要是 提取他的红色、绿色或者是蓝色的通道,现在可以看到我们这个节点呢,提取的是一个素材图像的绿色通道,这张预览图像呢,就是素材图像绿色通道的一个效果,我们先不使用他的这个通道模式, 我们先使用遮罩模式还是这张素材图像,我们这次呢对这个素材图像进行了一个遮罩的一个绘制,将这个女生的背景呢进行一个遮罩, 然后进行保存,保存之后呢,他会对我们的留下的这个人物进行一个重绘,我们不想进行人物的重绘, 我们只是想将背景进行重绘,所以说呢,我们连接了一个遮罩反转,这样的话就是我们对人物不进行重绘,而是对背景进行一个重绘,将这个反转遮罩。这个节点呢,我们去连接到 ctrl nice 控制节点上,这里 呢使用两个 condonite, 第一个 condonite 几点,我们使用了是拼接模型,也就是拼接重绘。而第二个 condonite 节点呢,我们连接了线稿艺术重绘,也就是提取素材图像的线条来进行重绘。这两个 condonite 节点呢,所给的选中 都不是最高的,最高的话可以给到一的权重,我不想给到一的权重,因为给到太高的权重呢,他没有很好的一个自由发挥度,限制的太死会破坏生成图像的最终效果,也会出现崩坏和扭曲。 所以说呢,这里给到零点七五,这个给到零点八。那么这边呢上传的这个同样的这个素材图像呢,只是将我们脸部进行一个遮罩,将脸部遮罩的这个节点,我们直接去连接到 ipo depter 这个节点上面,我们 ipo depter 这个节点呢,读取的是我们在后边 上传的这张人脸的素材图像,所以说在最终的出图的原理上呢,我们是在使用 come nice 来控制图像输出的,这个控制上面呢,又对人脸 进行了 ipo debt 的控制,所以说就能够生成这样的图像效果。我们背景呢,进行了一个重绘,而人物的身体呢,是采用了我们原图的 这个身体结构,人脸使用了 ip adapter 进行了更换,然后后面再加上 reactor 进行人脸替换,因为我们的 ip adapter 进行人脸替换的话,它的相似度还达不到非常的完美,所以说又使用了 reactor。 那么第一张生成的预览图呢, 它是由第一个采样器来生成的,结果这个采样器呢,我使用了提示词的这个参数,提示词引导 参数呢,使用的是二的参数,非常的低,所以说他的背景重绘的不是很明显,重绘的幅度比较低,没有什么内容。而后边的这张结果图像是由第二个采样器来生成的,第二个采样器呢,我使用了提示词,引导参数为九的一个,数值 比较高,所以说呢,他生成的背景比第一个彩阳器生成的背景要更为具体一些,色彩呢也更为饱和和鲜艳。而左边这张图像呢,是用来参考的,这张图像是通道图,一会呢我会给大家演示这个通道图的一个效果。好,那么现在呢,我们不使用执照反转, 我们再将这个遮罩呢给它反转回去,去连接到 colonise 的节点上面,现在我们来重新生成下,这样的话就是对背景进行保留,也对人物进行重绘了。我们可以看到 我们的背景呢和原图的背景只是色调上的一个差别,只是人物进行了一个大幅度的重绘,最后再配合上 reactor 进行人脸更换。那么使用遮罩图像的效果就给大家介绍完了,那么现在我们来测试使用通道图像,我们现在呢将这个通道图的几点 我们去连接到卡通奈子上面,现在我们使用的是绿色通道,我们最终图像要重绘的地方呢是黑色的区域,而白色的区域呢进行保留。所以说对于这张绿色通道图像, 他重绘的地方还是比较多的,因为他白色亮的地方呢比较少。我们来生成图像,看一下生成的结果图,我们看白色亮灯的区域进行了保留,而其他黑灰色的区域呢进行了重绘。这张图像已经崩坏了啊,因为我是 设置了提示词,参数为二,所以说提示词引导能力非常弱,所以说容易生成崩坏的情况。而右边这张图像使用了提示词,参数为九,所以说人物的生成呢更为好一些,色彩也相对饱和。我们再来换一下其他的通道,我们换一下红色的通道, 看一下这个红色的通道,白色的区域就有很多了,那么一会我们看一下生成的结果图像呢是一个什么样子,因为白色的区域比较多,所以说他控制图像的能力也就越强,背景和人物的身体轮廓呢,都没有太大的改变,只是对于衣服 一些细节进行了一个重绘,我们再去看一下蓝色通道,这个蓝色通道大部分是一个灰色的图像,没有太亮和太黑的区域,他应该生成的结果图像呢,基本上会对整个图像进行一个百分之五十幅度的一个重绘。好, 那么这个就是由蓝色通道生成的结果图像,那么这个节点呢,下面还有一个通道,如果我们使用通道的话会报错,所以说你如果使用通道的话,还是直接 去使用这个遮罩来进行生成图像,而不需要使用这个通道节点了。好,那么这就是这个工作流所有的功能,给大家介绍到这里,如果大家要使用素材图像的某些部分进行保留, 某些部分呢进行重绘,使用这个工作流呢还是有作用的,会给大家带来一些启发,那么我们要直接在素材图像的基础上呢,直接进行换脸的话, 就直接使用这一个 reactor 几点就可以了,素材图像进行一个输入图像原图像,我们使用人脸图像,直接呢就可以进行一个人脸的更换了,而不需要这么复杂 的几点,这是看你个人对图像重绘的需求。好了,那么今天的分享呢就到这里,如果觉得今天的视频呢对你有用,那么也请帮助我的视频呢增加些动力,帮我增加平台的权重,点击关注加三连,那么谢谢大家,我们下期视频再见。

安装 vs 二零二二搜索 vs 二零二二点第一个搜索结果,下载 community 二零二二安装工具, 下载完成后运行安装工具,选择使用 c 加加的桌面开发,如果想使用 facework 视频换脸, 这个会在后面的视频介绍,可以勾选拍档开发总安装空间需要九个多 gc 盘,空间不够的小伙伴注意修改安装路径,安装到别的盘幅下面,我这里虚拟机只有 c 盘, 所以就使用默认路径了。设置完成后点安装,等待安装完成。 bs 二零二二,安装完成后,不需要任何设置,直接关闭 开始安装 facesport app, 可以从扩展安装或者网址安装。我这里两种方式都没有安装成功,所以直接下载。解压之后放到 sd 目录下的 extensions 文件夹下, 顺便把 if news 布置到个人文件夹下。 faces warplab 复制到 s b 目录下的 models 文件夹下, 然后启动 web ur。 启动过程中会安装 faces warp lab 的需求环境,其中就包括了 inside face, 所以不需要单独安装 inside face, 理论上也不需要单独安装 拍档,如果还有报错,尝试安装拍档。三点一零点六,我这里整个安装过程没有开科学,但运行中下载 if mood 和 facesport app 文件,加下的文件时可能需要科学。 我这里的报错是第一次运行的时候没有复制 if mood 和 faces for app 两个文件夹,复制后没有错误提示。 打开 sd 后能看到 faces warp lab 就说明安装成功了。 已经成功运行 rope 的小伙伴,安装成功 faces warplap 之后,只需要把 facess warplap 文件加放到 model 下就可以了。

想瘦成这样的 ai coser 吗?超简单的纸片人转真人教程来了,只需准备一张图,跟着我三十秒你也能学会!首先我们点击标签器上传图片,反推出提示词之后发送到图生图。 之后我们在图声图这里上传参考图片,启用 ad teller, 这里的模型我们可以保持默认。之后呢,我们要加一个 ctrl net 控制类型选择 openpose 是为了保证出图姿势与原图一致。最后我们选择这个常用的真实系列大模型, 点击生成专属你的 ai coser 就做好啦!有问题的同学可以在评论区留言关注我,带你学习更多 ai 技巧,别忘了点赞收藏哦!

话呢,我们会讲一个工具,他不需要你懂任何的那个加法的代码,你只要会操作这个 stable diffusion 的一个 web ui, 然后你就可以实现我昨天讲的那些功能,可以生成你所控的这些图片。 我们先来看一下这个 stable diffusion web ui 的话呢,上次我是跟大家介绍过怎么安装啊什么的,大家可以去看一下我原来的那个视频。今天的话呢,就是在 stable diffusion 的 web ui 上面,怎么把那个昨天的那个 continue 这个功能,把这个插件集成进来, 它这个插件呢,装过那个 stable diffusion, 它有一个叫 extensions 这样的一个 tag tag 里面的话呢,它有 arrivable, 你可以把它去装载一下,它这里面有各种各样的插件,这个插件你找到这个 control net 的这个插件,然后安点击安装之后的话呢,它你等一段时间之后,它就会帮你安装完的。 这个是我安装完的那个样子,我截了一张图,装好了之后的话还不能用,因为你只是把程序装好了,你还要装一些预处理的模型,这个也是比较重要的。我有一个网址在哈根 face 上面,在 control net, 它这个有一有有八个模型, 每个模型大概在五点七一个 g 左右。那你要提前把它给下载下来,下载下来之后的话呢,你要放在这样的一个目录下面, extensions developer by 下面有个 controllight, 然后这个 models 下面然后有一个叫 controlled, 这, 那么你这些模型下载下来,下载下来之后全部扔在这个目录下就可以了啊,大家看一下我是扔在哪个目录下的 还是比较重要的,因为你完了之后的话呢,他有一个目录的,有一个 extension, 稍微看一下运行时的这样一个目录,然后 s d 杠 web u i 杠 control next 这样的一个目录,然后 你在这个 modules 这个里面,然后我创建了一个目录叫 control net, 然后把这些模型下载下来,放到这个里面,一共有八个,我是用了五个,我下载了五 五个我用的到的模型,下载完了之后就可以了,你还要再打一个命令,这个地方他有个叫 s v g liber, 然后要在你的这个环境里面要 p i p 应 do 这个东西,否则有可能会报错,之后就好了, 你就可以用了,我们看看他是怎么用的啊?更新了,更新的话呢,你就可以在 next 对 control net control net 里面,然后你点击一下安装就可以,他这个还是比较简单的 好,安装完了之后他就在这就会有。我们还是到前面的那个目录剧里面去怎么把文本自动生成这个 images, 他这个里面如果您安装好了之后,他这边这个界面上有个 contrainite 的这样一个区域, 然后你这边的话呢,我们先把昨天那个例子先处理一下,我先本地上面装载一个这样的一个这样的一个图片的这样的一个轮廓,他的是这样啊,我给大家看一下,我提前然后这样,然后这个地方要点 in able 的,然后这个预处理的话,你要点这个 a n y, 然后这个 model 的话呢? control net 的 model 你也要选的对,也是这个 c a n y, 它等于是这个,然后话你可以预处理一下,预处理一下,你可以看到有这样的一张图片, 预处理完了这个图片,我这个里面的文本的提示,我是用了那个就是 taylor swift, 然后我就扔成。啊,生成的话呢,生,生成出来了啊,我觉得还蛮漂, 可以给大家看一下。把这个推了 swift, 它的这样一个模型变成一下的话,跑个几分钟,我们可能要等一等。第一个例子, 天呢,就是复制这种画,你可以先把一幅画把它转换成图片的边缘的这样的一个效果,通过这个 to nat, 然后再生成你需要的这样的一个样子,而且因为你可以随机,随机的话呢,可能他随机出来各种各样的图片,你可以选择一个你想要的。第二个的话呢,复制动作,我也复制了一下,我选择了一张模特的图, 把这张模特的图转化成一个 open pose 的这样的一个图片,把这个人的这样的一个骨骼的这个动作,能够把它剪,把它复制出来。 我这里面是用了一个超人,超人的图片,我就文字提示是超人在城市里面,他就可以生成成这个超人的图片,我们看看啊,这个生成到哪里? 他还在深圳中,我们稍微等一等,这就是类似的,昨天因为我用那个拍绳也是写过的这个。这个例子的话呢,呃,也是挺好玩的,就像小朋友一样。图画一张草图,这个离地方的 control net 要用 control net, 你要换一种,它有一个草图叫叫 scribo, 这个你要用这个 scribo 的这样的一个 control net 就可以了。我前面的那个 open post 的话,你用这个,要用 open post, 你要选择对, 你要你的这个方式和你的这个所用的 control。 net 要对,然后的话放到 stable diffusion 的这个模型里面去,对吧?然后他再用一些文字的描述,把两个结合,能产生你需要的这个图片。哦。 taylor swift 又产生了,已经跑出来了。呃,我又重新随机生成的。 我们给大家演示一个前面讲的演示一个这个,对吧?呃。用这个草图 bib bib 这个操作认出来好,他就生成。把你这张草图生成出来了之后,我们看一下我们用的那个指令, 我用的指令复制一下,贴在这里面生成。我们要等,要等等的,他会慢慢的可以跑出来的。我们回头再来看。好看看跑起来了没?好,再跑了,跑了就好,等一下。他 还有一个呢,就是我昨天其实也是演示给大家看过的,就是用那个 segment, 我们清楚的,就我们在对象识别的时候,他会把一个图片,把这个对象 所在的这个区域,它不用 segment 的这种方式,会把它给自动的给识别出来。但是我在我的那个 mac 电脑上是跑不出来的,它报了一个错,因为它这个 segment 的这种 control。 net 的话,它需要 这个 gpu 扩大的这个支持,他肯定是这样,所以这个我没有跑成功。前面三个都是跑成功,里面这三个我在目前在给大家演示的是这个啊,一个草图,像小朋友画的一张草图一样,怎么把这张草图变成一张比较漂 漂亮的图片,看看他跑到哪里了?已经跑了百分之五十,轮廓已经出来了。这个地方要跟大家讲一讲,就是 resize model, 我用的是这个 just resize, 就是因为有可能你上传的这个图片它不是正方形的,因为我是目前生,生成的图片的话大小是五幺二乘五幺二,正方形的,它等于是这样,所以有可能你上传的这个草图它不是正方形, 那么他有可能把它变成正方形的时候,是自动会帮你把它切割掉的。那你切割掉你这个地方,你可以要用这个结实,他 resize 就是把这个你的这个图像都包含在这个体系里面,如果你有后面用两种,只有可能把你的头或者把你的脚给粘掉了,他就是这样,所以你出来的图片可能有点不对,他是这样的, 百分之九十五了,马上就好了,好了,他也已经生成了,给大家看一下,他是一种黏土风格的,我看他还挺好玩的,这个就是那个草图。好, 最后给大家演示一个这个直立二,我们看看这个演示也比较简单,模特,模特这个样子,这个地方要选择对 open pose, 这个也要选择 open pose 啊,他已经识别出来了啊,这段文字贴进来 super 啊 or hero ct 这个工具还是蛮方便的,因为他不像学一些什么 python 啊,学一些 api 啊,直接在这个界面上可以操作的。相对来讲对我们要有可能要生成一些图片会比较方便一点,他等于是这样。 今天的话呢,我主要还是讲把昨天我用那个 python 写的代码实现那个 control net 在 stable diffusion 里面做的这样的一个操作,通过这个 web ui stable diffusion 的一个 web u i 的这样的一个应用,直接能够把它给复制出来,我我们看一下具具体的这个效果,我看了一下还是还是不错的,他对不?不懂开发,就是不懂语言的这些不懂编程的人来讲他 他是比较友好的,他就是一个操作的界面出来了,快,大家如果有些什么问题的可以问一下,有些时候我看到就是有人就真诚的那个图片的那个主角长得非常漂亮,他是用罗拉去训练的,用几张图片,用罗拉的这个模型 重新去训练出他要的这样的一个主角,这样的话呢,他生成出来的这这个人物啊,会非常漂亮,因为 stable diffusion 里面他有些模型的话呢,他生成出来的人体的啊,有些问题,我们看看啊,我已经生成出来这个超人,他这个姿势跟这个是一模一样的,四个人人物 姿势都是对的啊,像他这个人物的这个脸部啊,脸部的这针可能还是有些问题的,还是有些毛病的,就是这个可能还是有些问题啊,今天呢我就大家就交流到这啊,好吧,然后有什么问题的话呢,也可以留言啊,然后,呃,这个用 ai 混图片的 还是比较方便的,还是一个蛮实用的这样的一个工具,它等于是这样啊,这个这个工具它是可以通过这个操作界面直接产生的,所以相对来讲会比较简单一点啊,那么适合每个每个用户他都可以来用,他会比较方便一点啊,他等于是这样啊,今天就跟大家就聊到这,嗯。

stable defusion 新功能, sd xl turbo 与换脸 swope? 最近看到 stable defusion 推出了新功能 sd xl turbo 与换脸 swope, 话不多说,带大家快速感受一下。首先,浏览器搜索 clip job, 进入网站完成注册登录即可开始使用了。我们先来尝试一下 sdxl table 功能,点击网站右侧的托斯下拉菜单,选中 sdxltable 选项, 网站会自动跳转到 s d x l turbo 页面。我们可以看到 s d x l turbo 提供的是实时纹身图的功能,随着我们输入 prompt 的变化, 自动生成的图片也在跟着变化,确实做到了实时的出图效果。当然,如果想对生成的图片进行编 机,可以点击右上角的编辑按钮,配合网站提供的其他功能进行操作。我们继续尝试一下换脸 sworp 的功能,我们点击当前页面左上角的返回按钮,回到 s d x l 特薄页面, 继续点击右上角的特斯下拉列表,并选中 swap 选项,网站会自动跳转到 swap 页面。首先,我们在网页列出的众多图片中选中要进行替换的笔图,这里以宇航员照片为例。 接下来我们选中替换的面部区域,并从本地挑选要替换的图片进行上传。稍等片刻,网站便对图片面部进行替换,并生成了效果图。如果对当前替换的效果图不满意,可以点击剪头按钮继续生成,也可以回到之前生成 的效果图。当然,如果想对生成的图片进行编辑,可以点击右上角的不同功能编辑按钮,配合网站提供的其他功能进行操作。小伙伴们还在等什么?快来上手试试吧!

哈喽大家好,我是薯片 ai, 就在九月五日 ctrl net 迎来了幺点幺点四版本的更新,此次更新加入了一些新的控制类型。本期视频我们就一起来对这些新控制类型进行一一测评,看看这些类型都能干什么 和有哪些有趣的玩法。由于模型较多,时间有限,本视频先介绍 s d 一点五的控制类型, s d x l 的放在下一期介绍此次基于底膜 s d 一点五的 control net 模型新增的有,一、 recolor 重上色。 二、 ip adapter。 一、 recolor 重上色该模型顾名思义就是对图片进行重新上色。该模型的玩法可以分成两种,一、黑白照片上色。二、指定元素换色。在使用该模型之前, 我们还需要单独下载 recolor 的模型,这个模型在更新时的自动下载中是没有的。我们先来看看黑白照片上色怎么玩。首先我们找一张黑白的图片,然后稍微描述下关键词, 当然你不描述也可以。 control net 把这张黑白照片上传,勾选启用和完美像素模式,然后选择 recolor, 可以选择图片强度或者图片亮度进行去色。我们一般默认用 luminance 就可以了,其他参数默认即可。然后我们生成就会看到原本的黑白照片进行了上色,这样就对于我们修复一些老照片来说非常方便。 另一个玩法是指定元素换色,如换头发颜色,换衣服颜色。这个有点像我们之前用的 in painting anything, 而这个模 行省略掉了分割的步骤。选择 recolor 后,预处理器分为 intensity 和 luminance, intensity 会更加黑白,不过我们默认 luminance 就可以了。然后我们就可以换成粉色头发、蓝色头发等对图片元素进行换色。二、 ip adapter ip adapter 是腾讯 ai 实验室在八月十三日开园的一个模型。我们在用 ai 绘图的时候, 提示词是一个非常重要的角色,它关系到我们生成图片的内容。但是俗话说意图胜千言。这个模型的目的就是让我们用上传图片替代提示词来影响我们出图的内容。 玩法就是可以配合我们原本的 prompt 和其他的 control net 把一张图片的整体风格迁移到另一张图片上, 我这里演示,就去网上找了些提示词写上这里部署二十,选择最新出的 restart, 开高清修复。因为要绘制人脸,所以开下 attale。 第一个 control。 net 我们上传一张想要的图片风格,启用加完美像素模式,然后选择 ip adapter, 下面参数默认即可。接着第二个 control。 net 我们上传一张图,然后选择 depth, 其他参数默认即可。为了凸显树的形状,我把权重拉到一点二。最后我们生成图片会发现我们第一张图水下的效果 已经迁移到了第二张图的树形状。这就是这个模型最大的用处。我是薯片 ai, 关注我,分享更多 ai 内容!

天塌了啊,兄弟们,最近看到很多人呢,说系数变低了, ai 剧的发展到头了啊,又开始鼓励真人剧了,很多人在唱衰,其实我觉得这个观点真的很片面啊,从大方向来说,目前真人剧的市场依然在走下坡路,之所以说继续给补贴,还是希望在这个项目上首先实现软着路,如果一刀切的话,很容易引起行业动荡, 那么 ai 剧呢,逐渐入侵影视行业,这个只是时间的问题,而不是方向的问题。那么咱们再看分成系数啊,政策里很明确的已经写了全版权的系数乘以二,就是百分之八十的分成方向都这么明确了,还在那抗衰平台,平台要的是好内容好 ip, 你 觉得像之前那种野蛮生长的那种粗枝烂叶的质量,还想挣到钱,还能挣到钱吗? 不可能,基本上等于做梦啊,你们经常刷抖音应该也能发现啊,现在高质量的 ai 作品越来越多,那么市场上呢,主要就分那么几类人,第一种呢,就是有技术,有想法,有时间。第二种呢,就是有技术,没 想法,没时间。那么第四种呢,就是没技术,有想法,没时间。第五种就是没技术,没想法,有时间。但凡在这一个劲扯淡的,基本上都是第五种啊,就你就你时间多是不是?然后第四种呢,就是那种犹犹豫豫的人, 想做,哎,又犹豫。直播间呢,有非常多这样的人啊,每天都会问,但是仅限于问,真的是一点都不下手,我,我都快愁死了。那么这几天呢,正好研究了一下啊, c 段子这个整个提示词的文档的内容, 给大家总结一下精华,也就是官方说的 c 段子提示词到底应该怎么写?然后我们也统一下标准,你们也少走一些弯路。首先第一个呢,问啊,提示词最标准的格式是什么?就是精准主体加动作细节加场景环境加镜头运镜加视觉风格加画质加约束条件。 第二个呢,问,分镜到底要不要写时长?不要啊,官方明确说明了模型对于精确时间,如像那个零到三秒啊,他张像这种的分镜,他的支持是不稳定的,如果你强行的限制时长,可能会导致你的视频结果异常。 那么问第三个啊,前后衔接,如果用节帧,如何能避免画质损失?答,是把画面图片,你可以把图片转成三 d 模型,人物统一为纯三 d 模型,无色彩,无纹理,无阴影。 或者是呢,你是用你可以用香蕉去生成高清的图,然后再电图。那么下面的个问题是问,如何避免人物在生视频的时候换脸?其实人物在生视频的时候,你的资产可能是 就是升到一半,视频突然变了个人,最主要的原因呢,就是你的人物给他参考资产,人脸的细节不够,或者人脸太小了。最好的方法呢,是将人脸参考图包括你的半身图,服装参考图,细节图拼合在一张图上使用,那么人物参考呢,只用大头贴和全身照就可以了。那么如果用人物多式图,容易造成人脸漂移, 除非呢,你的多视图的人脸是能保证一模一样的。那么下一个问题呢,就是问音频如何能保持一致?那么举一个例子啊,如果引用音频的时候,假如说是图一说话,你说图一使用艾特音频一 一厚温润带一些细细碎颗粒感的中年男生的音色,说这样的话,你会艾特完音频音色之后,然后在后面加一点这个相关音色的一个描述,相对来说能更精准一点。 然后最后要说的是是什么提示词又更新了啊?这一次是完美匹配了 s d 模型机制,做了一个整体的更新,那么视频的核心就是提示词,那么用好了,其实在技术上就没有门槛儿了啊,大家一定要加油。

今天学习 ctrl u i 换脸工作流,这边用你们喜欢的爱豆当模特,本视频仅供学习技术参考,那么我们现在开始 先上网页找几张正脸照片保存到本地,将加载图像节点分成四个,以便于放四个参考图像。 加入图像组合节点,将四幅图像依次连接到节点上,图像组合节点原始显示图像数量只有二,将其调成加载图像的数量即可。检查一遍工作流没有问题后,点击运行。 这个发型和爱豆有点不搭,再次打开网页,找一个觉得好看的发型图,就这个发型了。放进工作流,点击运行, 可以看到图像尺寸不太对,原来是图像缩放节点宽高设置有问题,修改一下,点击运行, 现在图像就正常了,看看最后结果。