IPAdapter V1 FaceID Plus | Spójne Postacie

1. Spójny Charakter Workflow

Ten workflow dotyczy tworzenia postaci o spójnym wyglądzie, wykorzystując model IPAdapter Face Plus V2. Wystarczy zacząć od przesłania kilku zdjęć referencyjnych, a następnie pozwolić modelowi Face Plus V2 działać, tworząc serię obrazów z zachowaniem tych samych cech twarzy. Możesz swobodnie eksperymentować z różnymi checkpointami lub modelami LoRA, aby eksplorować różnorodne style, zachowując jednocześnie spójny wygląd postaci.

2. Przegląd IPAdapter FaceID/FaceID Plus

v1.5 FaceID

Ten model jest podstawową wersją do identyfikacji twarzy, umożliwiającą wariacje wzbogacone o teksty, sieci kontrolne i maski. Jest znany ze swojej przeciętnej siły kondycjonowania, co czyni go odpowiednim do ogólnych zadań związanych z kondycjonowaniem twarzy. Podstawowy model FaceID nie wykorzystuje enkodera wizji CLIP, co oznacza prostszą konfigurację bez potrzeby skomplikowanych ustawień enkodera.

v1.5 FaceID Plus

Model FaceID Plus jest mocniejszym wariantem, zaprojektowanym do silniejszych efektów kondycjonowania obrazów. Wymaga użycia ViT-H image encoder, co oznacza potrzebę wyższych możliwości przetwarzania dla szczegółowego modelowania twarzy.

v1.5 FaceID Plus v2

Iteracja nad FaceID Plus, ten model wprowadza ulepszenia dla jeszcze bardziej szczegółowego kondycjonowania twarzy. Podobnie jak FaceID Plus, wykorzystuje ViT-H image encoder. Model ten ma na celu zapewnienie wyższej jakości modelowania twarzy, spełniając bardziej wyszukane wymagania.

v1.5 FaceID Portrait

Zaprojaktowany specjalnie do portretów, ten model nie używa enkodera wizji CLIP. Skupia się na generowaniu wysokiej jakości obrazów twarzy w ustawieniach portretowych, oferując potencjalnie specjalistyczne podejście do generowania obrazów portretowych.

SDXL FaceID

Wariant SDXL FaceID jest dostosowany do architektury SDXL, nie używając enkodera wizji CLIP. Reprezentuje podstawowy model w ramach SDXL, zaprojektowany do skalowalnych architektur głębokiego uczenia, skupiających się na zadaniach identyfikacji twarzy.

SDXL FaceID Plus v2

Jest to mocniejsza wersja modelu FaceID dla architektury SDXL, wykorzystująca ViT-H image encoder. Jest zaprojektowana, aby oferować ulepszone efekty kondycjonowania twarzy w ramach SDXL, ukierunkowane na zadania generowania wysokiej jakości obrazów.

3. Jak używać IPAdapter FaceID/FaceID Plus

3.1. Wybierz model FaceID/FaceID Plus

Wybierz preferowany model FaceID lub FaceID Plus, aby rozpocząć tworzenie obrazów. W ustawieniach znajdziesz opcje dostosowywania zarówno wagi, jak i szumu. Te dostosowania są kluczowe do precyzyjnego dostrojenia wyglądu generowanych obrazów, pozwalając osiągnąć dokładny wygląd, do którego dążysz.

3.2. Przygotowanie obrazu referencyjnego

Podczas korzystania z węzłów IPAdapter FaceID, model wizji CLIP przetwarza Twój obraz referencyjny, zmieniając jego rozmiar i centrowanie do wymiaru 224x224 pikseli. Ta automatyczna regulacja skupia się na centrum obrazu, co sprawia, że kluczowe jest, aby główny temat Twojego obrazu, jak twarz postaci, był umieszczony centralnie. Jeśli temat jest poza centrum, zwłaszcza w obrazach portretowych lub pejzażowych, wyniki mogą nie spełniać Twoich oczekiwań. Dla najlepszych rezultatów, zaleca się używanie kwadratowych obrazów z centralnie umieszczonym tematem.