Alur kerja ini berfokus pada pembuatan karakter dengan tampilan yang konsisten, memanfaatkan model IPAdapter Face Plus V2. Mulailah dengan mengunggah beberapa gambar referensi, dan biarkan model Face Plus V2 bekerja dengan magisnya, menciptakan serangkaian gambar yang mempertahankan fitur wajah yang sama. Jangan ragu untuk mencampur dengan checkpoint atau model LoRA yang berbeda untuk mengeksplorasi berbagai gaya, sambil menjaga penampilan karakter Anda tetap konsisten.
Model ini adalah versi dasar untuk identifikasi wajah, memungkinkan variasi yang ditingkatkan oleh prompt teks, control nets, dan masker. Dikenal karena kekuatannya yang rata-rata dalam conditioning, membuatnya cocok untuk tugas conditioning wajah umum. Model FaceID dasar tidak menggunakan encoder visi CLIP, yang menyiratkan pengaturan yang lebih sederhana tanpa perlu konfigurasi encoder yang kompleks.
Model FaceID Plus adalah varian yang lebih kuat, dirancang untuk efek conditioning gambar-ke-gambar yang lebih kuat. Ini memerlukan penggunaan ViT-H image encoder, menunjukkan kebutuhan akan kemampuan pemrosesan yang lebih tinggi untuk pemodelan wajah yang detail.
Sebuah iterasi atas FaceID Plus, model ini memperkenalkan peningkatan untuk conditioning wajah yang lebih detail. Sama seperti FaceID Plus, model ini menggunakan ViT-H image encoder. Model ini bertujuan memberikan kualitas yang meningkat dalam pemodelan wajah, memenuhi kebutuhan yang lebih mendetail.
Dirancang khusus untuk potret, model ini tidak menggunakan encoder visi CLIP. Ini berfokus pada menghasilkan gambar wajah berkualitas tinggi dalam pengaturan potret, menawarkan pendekatan khusus untuk pembuatan gambar potret.
Varian SDXL dari FaceID dirancang untuk digunakan dengan arsitektur SDXL, tidak menggunakan encoder visi CLIP. Ini mewakili model dasar dalam suite SDXL, dirancang untuk arsitektur pembelajaran mendalam yang dapat diskalakan, berfokus pada tugas identifikasi wajah.
Ini adalah versi lebih kuat dari model FaceID untuk arsitektur SDXL, menggunakan ViT-H image encoder. Dirancang untuk menawarkan efek conditioning wajah yang ditingkatkan dalam kerangka SDXL, ditujukan untuk tugas pembuatan gambar berkualitas tinggi.
Pilih model FaceID atau FaceID Plus pilihan Anda untuk mulai membuat gambar Anda. Dalam pengaturan, Anda akan menemukan opsi untuk menyesuaikan bobot dan noise. Penyesuaian ini adalah kunci untuk menyempurnakan tampilan gambar yang dihasilkan, memungkinkan Anda mencapai tampilan yang Anda inginkan.
Saat menggunakan node IPAdapter FaceID, model visi CLIP memproses gambar referensi Anda dengan mengubah ukuran dan memusatkannya ke dimensi 224x224 piksel. Penyesuaian otomatis ini berfokus pada pusat gambar, membuatnya penting agar subjek utama gambar Anda, seperti wajah karakter, diposisikan di tengah. Jika subjek tidak berada di tengah, terutama dalam gambar potret atau lanskap, hasilnya mungkin tidak sesuai harapan Anda. Untuk hasil terbaik, sangat disarankan menggunakan gambar persegi dengan subjek yang dipusatkan.
© Hak Cipta 2024 RunComfy. Seluruh Hak Cipta Dilindungi.