IPAdapter V1 FaceID Plus | ตัวละครที่สม่ำเสมอ

1. การทำงานของตัวละครที่สม่ำเสมอ Workflow

วิธีการนี้เกี่ยวกับการสร้างตัวละครที่มีลักษณะที่สม่ำเสมอ โดยใช้ IPAdapter Face Plus V2 model เพียงเริ่มต้นด้วยการอัปโหลดภาพอ้างอิงบางภาพ แล้วปล่อยให้ Face Plus V2 model ทำงานโดยสร้างชุดของภาพที่มีลักษณะใบหน้าเดียวกัน รู้สึกอิสระที่จะเปลี่ยนแปลงด้วย checkpoints หรือ LoRA models ที่แตกต่างกันเพื่อสำรวจสไตล์ที่หลากหลาย ในขณะที่ยังคงลักษณะตัวละครของคุณไว้เหมือนเดิม

2. ภาพรวมของ IPAdapter FaceID/FaceID Plus

v1.5 FaceID

โมเดลนี้เป็นเวอร์ชันพื้นฐานสำหรับการระบุใบหน้า โดยอนุญาตให้มีการเปลี่ยนแปลงที่เสริมด้วย text prompts, control nets, และ masks มีความแข็งแรงปานกลางในการควบคุม ทำให้เหมาะสำหรับงานควบคุมใบหน้าทั่วไป โมเดล FaceID พื้นฐานไม่ใช้ตัวเข้ารหัสภาพ CLIP ซึ่งหมายถึงการตั้งค่าที่เรียบง่ายกว่าโดยไม่ต้องการการตั้งค่าตัวเข้ารหัสที่ซับซ้อน

v1.5 FaceID Plus

โมเดล FaceID Plus เป็นเวอร์ชันที่มีความสามารถมากขึ้น ออกแบบมาเพื่อให้ผลการควบคุมภาพต่อภาพที่แข็งแกร่งขึ้น ต้องใช้ ViT-H image encoder ซึ่งบ่งบอกถึงความต้องการความสามารถในการประมวลผลที่สูงขึ้นสำหรับการจำลองใบหน้าที่ละเอียด

v1.5 FaceID Plus v2

การพัฒนาบน FaceID Plus โมเดลนี้มีการปรับปรุงเพื่อให้การควบคุมใบหน้าที่ละเอียดขึ้น คล้ายกับ FaceID Plus มันใช้ ViT-H image encoder โมเดลนี้มีเป้าหมายเพื่อให้คุณภาพที่เพิ่มขึ้นในการจำลองใบหน้า ตอบสนองต่อความต้องการที่ละเอียดขึ้น

v1.5 FaceID Portrait

ออกแบบมาเฉพาะสำหรับภาพพอร์ตเทรต โมเดลนี้ไม่ใช้ตัวเข้ารหัสภาพ CLIP มุ่งเน้นไปที่การสร้างภาพใบหน้าคุณภาพสูงในบริบทของพอร์ตเทรต โดยอาจให้วิธีการเฉพาะสำหรับการสร้างภาพพอร์ตเทรต

SDXL FaceID

ตัวแปร SDXL ของ FaceID ถูกปรับให้เหมาะสำหรับการใช้งานกับสถาปัตยกรรม SDXL โดยไม่ใช้ตัวเข้ารหัสภาพ CLIP เป็นโมเดลพื้นฐานในชุด SDXL ออกแบบมาเพื่อสถาปัตยกรรมการเรียนรู้เชิงลึกที่สามารถปรับขนาดได้ มุ่งเน้นไปที่งานระบุใบหน้า

SDXL FaceID Plus v2

นี่เป็นเวอร์ชันที่แข็งแกร่งขึ้นของโมเดล FaceID สำหรับสถาปัตยกรรม SDXL โดยใช้ ViT-H image encoder ออกแบบมาเพื่อให้ผลการควบคุมใบหน้าที่ดีขึ้นในกรอบงาน SDXL มุ่งเน้นไปที่งานการสร้างภาพคุณภาพสูง

3. วิธีการใช้ IPAdapter FaceID/FaceID Plus

3.1. เลือกโมเดล FaceID/FaceID Plus

เลือกโมเดล FaceID หรือ FaceID Plus ที่คุณต้องการเพื่อเริ่มสร้างภาพของคุณ ในการตั้งค่า คุณจะพบตัวเลือกในการปรับน้ำหนักและเสียง การปรับเหล่านี้เป็นกุญแจสำคัญในการปรับแต่งลักษณะของภาพที่สร้างขึ้น ช่วยให้คุณได้ลักษณะที่คุณต้องการ

3.2. การเตรียมภาพอ้างอิง

เมื่อใช้ IPAdapter FaceID nodes, โมเดล CLIP vision จะประมวลผลภาพอ้างอิงของคุณโดยการปรับขนาดและจัดกึ่งกลางให้มีขนาด 224x224 พิกเซล การปรับอัตโนมัตินี้มุ่งเน้นไปที่ศูนย์กลางของภาพ ทำให้สำคัญที่ตัวแบบหลักของภาพของคุณ เช่น ใบหน้าของตัวละคร จะต้องอยู่ตรงกลาง หากตัวแบบอยู่ไม่ตรงกลาง โดยเฉพาะในภาพพอร์ตเทรตหรือภาพแนวนอน ผลลัพธ์อาจไม่ตรงตามที่คาดหวัง เพื่อผลลัพธ์ที่ดีที่สุด ขอแนะนำอย่างยิ่งให้ใช้ภาพสี่เหลี่ยมที่ตัวแบบอยู่ตรงกลาง