ComfyUI PhotoMakerV2 | Opret Realistiske Fotos

Hvad er PhotoMakerV2

PhotoMakerV2, en opgradering fra PhotoMaker, tilbyder en effektiv metode til personlig tekst-til-billede generering. Det syntetiserer realistiske fotos af individer ved hjælp af få input identitetsbilleder og en tekstprompt.

Nogle nøglefunktioner i PhotoMakerV2 inkluderer:

• Høj effektivitet: Genererer hurtigt personlige fotos.
• Fremragende identitetsbevaring: Bevarer ligheden af inputidentiteter.
• Fleksibel tekstkontrol: Tillader specificering af kontekst, stil, attributter osv. i prompten.
• Forbedret identitetsfidelitet: Forbedret sammenlignet med PhotoMaker V1. PhotoMakerV2 genererer fotorealistiske billeder af en person i forskellige kontekster, stiliserer udseende, ændrer attributter som alder og køn, fletter identiteter og moderniserer personer fra gamle fotos eller kunstværker. Det låser op for utallige kreative muligheder.

Hvordan PhotoMakerV2 Fungerer

PhotoMakerV2 koder et eller flere input identitetsbilleder til en "stacked ID embedding," som fungerer som en samlet repræsentation, der indkapsler identitetsinformation.

Denne embedding, kombineret med en tekstprompt, fødes ind i en tekst-til-billede diffusionsmodel. Modellen producerer derefter et billede, der viser den indlejrede identitet i den kontekst, der er beskrevet af prompten.

Nogle nøgleaspekter af hvordan det fungerer under motorhjelmen:

• Bruger en identitetskoder til at udtrække identitetsinformation fra input ansigtsbilleder
• Forbedrer identitetsbevaring ved at udnytte en ekstern ansigtsgenkendelsesmodel (InsightFace)
• Koder flere identitetsbilleder til en samlet embedding for at fange identiteten omfattende
• Føder den samlede ID embedding ind i diffusionsmodellens cross-attention lag
• Vejleder genereringen med tekstprompten, mens identitetsinformationen adaptivt flettes
• Trænet med et identitetsorienteret datasæt for at forbedre identifikationsmulighederne

Hvordan man Bruger ComfyUI PhotoMakerV2

For at bruge PhotoMakerV2 i ComfyUI, interager primært med PhotoMakerEncodePlus noden. En typisk arbejdsgang involverer:

1. Indlæs PhotoMakerV2 modellen ved hjælp af "PhotoMaker Loader Plus" noden.
2. Indlæs et eller flere identitetsbilleder ved hjælp af "Prepare Images For CLIP Vision" noden.
3. Indlæs InsightFace modellen, der kræves af PhotoMakerV2 ved hjælp af "PhotoMaker InsightFace Loader" noden.
4. Forbind outputtene fra disse noder til de tilsvarende input af "PhotoMaker Encode Plus" noden.
5. I "PhotoMaker Encode Plus" noden, specificer prompten, der beskriver det ønskede billede. Brug det specielle triggerord i prompten, hvor identiteten skal vises.
6. Forbind output conditioning fra "PhotoMaker Encode Plus" til en "KSampler" node for at generere billedet.

For mere information, besøg venligst og . Al kredit går til deres bidrag.