IPAdapter V1 FaceID Plus | Personagens Consistentes

1. Fluxo de Trabalho de Personagem Consistente

Este fluxo de trabalho é sobre criar personagens com uma aparência consistente, aproveitando o modelo IPAdapter Face Plus V2. Comece simplesmente fazendo upload de algumas imagens de referência e deixe o modelo Face Plus V2 fazer sua mágica, criando uma série de imagens que mantêm as mesmas características faciais. Sinta-se à vontade para misturar as coisas com diferentes checkpoints ou modelos LoRA para explorar uma variedade de estilos, mantendo a aparência consistente do seu personagem.

2. Visão Geral do IPAdapter FaceID/FaceID Plus

v1.5 FaceID

Este modelo é a versão base para identificação facial, permitindo variações aumentadas por prompts de texto, control nets e máscaras. É conhecido por sua força média no condicionamento, tornando-o adequado para tarefas gerais de condicionamento facial. O modelo base FaceID não utiliza um encoder de visão CLIP, o que implica em uma configuração mais simples, sem a necessidade de configurações complexas de encoder.

v1.5 FaceID Plus

O modelo FaceID Plus é uma variante mais potente, projetada para efeitos de condicionamento de imagem para imagem mais fortes. Ele requer o uso do encoder de imagem ViT-H, indicando sua necessidade de maiores capacidades de processamento para modelagem facial detalhada.

v1.5 FaceID Plus v2

Uma iteração sobre o FaceID Plus, este modelo introduz melhorias para um condicionamento facial ainda mais detalhado. Semelhante ao FaceID Plus, ele utiliza o encoder de imagem ViT-H. Este modelo visa fornecer uma qualidade aumentada na modelagem facial, atendendo a requisitos mais detalhados.

v1.5 FaceID Portrait

Projetado especificamente para retratos, este modelo não usa um encoder de visão CLIP. Ele se concentra em gerar imagens faciais de alta qualidade em configurações de retrato, oferecendo potencialmente uma abordagem especializada para geração de imagens de retrato.

SDXL FaceID

A variante SDXL do FaceID é adaptada para uso com a arquitetura SDXL, não empregando um encoder de visão CLIP. Ele representa um modelo base dentro do pacote SDXL, projetado para arquiteturas de aprendizado profundo escaláveis, com foco em tarefas de identificação facial.

SDXL FaceID Plus v2

Esta é uma versão mais forte do modelo FaceID para a arquitetura SDXL, utilizando o encoder de imagem ViT-H. Ele é projetado para oferecer efeitos aprimorados de condicionamento facial dentro da estrutura SDXL, visando tarefas de geração de imagens de alta qualidade.

3. Como usar o IPAdapter FaceID/FaceID Plus

3.1. Escolha o modelo FaceID/FaceID Plus

Selecione seu modelo FaceID ou FaceID Plus preferido para começar a criar suas imagens. Dentro das configurações, você encontrará opções para ajustar tanto os pesos quanto o ruído. Esses ajustes são fundamentais para ajustar a aparência de suas imagens geradas, permitindo que você alcance o visual preciso que está buscando.

3.2. Preparando a imagem de referência

Ao usar os nós IPAdapter FaceID, o modelo de visão CLIP processa sua imagem de referência redimensionando e centralizando-a para uma dimensão de 224x224 pixels. Esse ajuste automático se concentra no centro da imagem, tornando crucial que o assunto principal da sua imagem, como o rosto de um personagem, seja posicionado centralmente. Se o assunto estiver descentralizado, especialmente em imagens de retrato ou paisagem, os resultados podem não atender às suas expectativas. Para melhores resultados, é altamente recomendável usar imagens quadradas com o assunto centralizado.