首页 > Ai资讯 > Ai知识库 > EasyPhoto | 您的智能 AI 照片生成器

EasyPhoto | 您的智能 AI 照片生成器

发布时间:2024年06月06日

项目简介

EasyPhoto是一款Webui UI插件,用于生成AI肖像画,该代码可用于训练与您相关的数字分身。建议使用 5 20 张肖像图片进行训练,最好是半身照片且不要佩戴眼镜(少量可以接受)。训练完成后,我们可以在推理部分生成图像。我们支持使用预设模板图片与上传自己的图片进行推理。

这些是我们的生成结果: IMG_256IMG_257

我们的ui界面如下:
训练部分: 

IMG_258预测部分: 

IMG_259新功能

创建代码!现在支持 Windows Linux[🔥 2023.09.02]

TODO
List

支持中文界面。

支持模板背景部分变化。

支持高分辨率。

支持多人模板。

快速启动

1. 环境检查

我们已验证EasyPhoto可在以下环境中执行:

Windows 10 的详细信息:

操作系统: Windows10

python:
python 3.10

pytorch:
torch2.0.1

tensorflow-cpu:
2.13.0

CUDA:
11.7

CUDNN:
8+

GPU Nvidia-3060 12G

Linux 的详细信息:

操作系统 Ubuntu 20.04,
CentOS

python:
python3.10 & python3.11

pytorch:
torch2.0.1

tensorflow-cpu:
2.13.0

CUDA:
11.7

CUDNN:
8+

GPU Nvidia-A10 24G & Nvidia-V100 16G &
Nvidia-A100 40G

我们需要大约 60GB 的可用磁盘空间(用于保存权重和数据集),请检查!

2. 相关资料库和权重下载

a.
Controlnet

我们需要使用 Controlnet 进行推理。相关软件源是Mikubill/sd-webui-controlnet。在使用 EasyPhoto 之前,您需要安装这个软件源。

此外,我们至少需要三个 Controlnets 用于推理。因此,您需要设置 Multi ControlNet: Max models amount (requires restart)IMG_260

b. 其他依赖关系。

我们与现有的
stable-diffusion-webui
环境相互兼容,启动 stable-diffusion-webui
时会安装相关软件源。

我们所需的权重会在第一次开始训练时自动下载。

3. 插件安装

现在我们支持从 git 安装 EasyPhoto。我们的仓库网址是 https://github.com/aigc-apps/EasyPhoto-sd-webui

今后,我们将支持从 Available 安装 EasyPhoto

IMG_261

算法详细信息

1.架构概述

IMG_262

在人工智能肖像领域,我们希望模型生成的图像逼真且与用户相似,而传统方法会引入不真实的光照(如人脸融合或roop)。为了解决这种不真实的问题,我们引入了稳定扩散模型的图像到图像功能。生成完美的个人肖像需要考虑所需的生成场景和用户的数字二重身。我们使用一个预先准备好的模板作为所需的生成场景,并使用一个在线训练的人脸 LoRA 模型作为用户的数字二重身,这是一种流行的稳定扩散微调模型。我们使用少量用户图像来训练用户的稳定数字二重身,并在推理中根据人脸 LoRA 模型和预期生成场景生成个人肖像图像。

训练细节

IMG_263

首先,我们对输入的用户图像进行人脸检测,确定人脸位置后,按照一定比例截取输入图像。然后,我们使用显著性检测模型和皮肤美化模型获得干净的人脸训练图像,该图像基本上只包含人脸。然后,我们为每张图像贴上一个固定标签。这里不需要使用标签器,而且效果很好。最后,我们对稳定扩散模型进行微调,得到用户的数字二重身。

在训练过程中,我们会利用模板图像进行实时验证,在训练结束后,我们会计算验证图像与用户图像之间的人脸 ID 差距,从而实现 Lora 融合,确保我们的 Lora 是用户的完美数字二重身。

此外,我们将选择验证中与用户最相似的图像作为
face_id
图像,用于推理。

3.推理细节

a.第一次扩散:

首先,我们将对接收到的模板图像进行人脸检测,以确定为实现稳定扩散而需要涂抹的遮罩。然后,我们将使用模板图像与最佳用户图像进行人脸融合。人脸融合完成后,我们将使用上述遮罩对融合后的人脸图像进行内绘(fusion_image)。此外,我们还将通过仿射变换(replace_image)把训练中获得的最佳 face_id 图像贴到模板图像上。然后,我们将对其应用 Controlnets,在融合图像中使用带有颜色的 canny 提取特征,在替换图像中使用 openpose 提取特征,以确保图像的相似性和稳定性。然后,我们将使用稳定扩散(Stable Diffusion)结合用户的数字分割进行生成。

b.第二次扩散:

在得到第一次扩散的结果后,我们将把该结果与最佳用户图像进行人脸融合,然后再次使用稳定扩散与用户的数字二重身进行生成。第二次生成将使用更高的分辨率。

项目链接

https://github.com/aigc-apps/sd-webui-EasyPhoto

出自:https://mp.weixin.qq.com/s/-hGbE5dPKQJJAksUy9hd7A