0基礎(chǔ)3分鐘學(xué)會(huì)SD AI換臉，真人一鍵穿越動(dòng)漫風(fēng)

關(guān)注我們的小伙伴一定知道，前不久我們?cè)谌珖鞯馗懔撕芏鄨?chǎng)活動(dòng)，現(xiàn)場(chǎng)有一個(gè)環(huán)節(jié)就是AI拍照，人氣很高。

在現(xiàn)場(chǎng)呢是很多小伙伴對(duì)這個(gè)很感興趣，想知道具體的操作方法，所以這期就和大家簡單的分享一下整個(gè)流程。

先看看效果。因?yàn)橐笫琴惒┡罂孙L(fēng)動(dòng)漫人物轉(zhuǎn)繪，所以最后出圖就是這種賽博朋克風(fēng)的動(dòng)漫畫風(fēng)。那具體怎么做呢，我們現(xiàn)在就從頭開始一步一步來實(shí)現(xiàn)它。

掃碼查看視頻版教程

這里我們用到的是Stable Diffusion，離線生成比較方便。我們想要的這種效果使用WEBUI和ComfyUI都能實(shí)現(xiàn)。

ComfyUI的工作流很方便，但是對(duì)于初學(xué)者來說理解起來可能會(huì)有點(diǎn)困難，而且用別人的工作流有時(shí)候可能會(huì)遇到各種報(bào)錯(cuò)需要解決。

我們這里是用WebUI來跑的，雖然不能像ComfyUI那樣一鍵導(dǎo)入工作流就復(fù)現(xiàn)，但整個(gè)流程也非常簡單易懂，即使0基礎(chǔ)只要照著做也是幾分鐘就實(shí)現(xiàn)了。

推薦使用秋葉的整合包安裝部署

首先要部署好Stable Diffusion的WebUI，推薦直接用“賽博大神”秋葉的整合包（B站搜索“秋葉aaaki”）。因?yàn)橐玫紺ontrolnet，所以記得提前部署好Controlnet。這里是使用Instant_id來保持人物一致性，所以也要提前下載安裝好Instant_id的預(yù)處理器和模型。鑒于篇幅，我們這里就不詳細(xì)講解安裝過程，如有需要可以參考秋葉的使用說明和安裝教程。

接下來就是選擇并安裝合適的大模型。因?yàn)槭且D(zhuǎn)換成賽博朋克動(dòng)漫風(fēng)，所以這里用一些帶有賽博朋克風(fēng)格的二次元的模型比較好。而Instant_id只支持SDXL，所以這里也要選用SDXL模型。

根據(jù)我們的嘗試，“彩璃二次元”“動(dòng)漫二次元”“炫彩二次元”“絢麗多彩”等二次元SDXL模型都還是比較好用的。大家可以到各大SD模型網(wǎng)站下載使用。

我們這里選擇“彩璃二次元”這個(gè)模型做演示。出圖方法選用“文生圖”，雖然是轉(zhuǎn)繪，但是我們這個(gè)需求是可以不用“圖生圖”的。

正向提示詞這里輸入“1girl,absurdres,front view,cyberpunk, glowing neon lights,masterpiece,best quality,”（分別對(duì)應(yīng)“1女孩，超高分辨率，正面視角，賽博朋克，霓虹燈，杰作，最佳質(zhì)量”）。這里的1girl對(duì)應(yīng)女生，如果是男生的話，就替換成1boy，其他的詞更多是營造賽博朋克氛圍和畫質(zhì)的提示詞，如果你有其他的想法也可以自己修改添加。

反向提示詞“(worst quality:2),(low quality:2),(normal quality:2),lowres,normal quality,((monochrome)),((grayscale)),skin spots,acnes,skin blemishes,age spot,(ugly:1.33),(duplicate:1.33),(morbid:1.21),(mutilated:1.21),(tranny:1.33),mutated hands,(poorly drawn hands:1.5),blurry,(bad anatomy:1.21),(bad proportions:1.33),extra limbs,(disfigured:1.33),(missing arms:1.33),(extra legs:1.33),(fused fingers:1.61),(too many fingers:1.61),(unclear eyes:1.33),lowers,bad hands,missing fingers,extra digit,bad hands,missing fingers,(((extra arms and legs))),”

反向提示詞這里使用的一組通用提示詞，基本上都是質(zhì)量方面的，大家可以自行發(fā)揮想象。

采樣方法選DPM系列和Euler系列都是可以的。因?yàn)槟Ｐ妥髡咄扑]該模型使用DPM++ 2S a Karras，所以這里也用相同的采樣方法。迭代步數(shù)根據(jù)模型說明選用25-30步。

生成分辨率這個(gè)根據(jù)自己的需求和硬件性能來設(shè)定。因?yàn)槲覀兊哪康氖且蛴〕?英寸照片，所以設(shè)置成了1440×900。過高的分辨率對(duì)顯存有較高的需求，而太低的分辨率會(huì)導(dǎo)致SDXL模型出圖有問題，推薦大家使用1024×683左右的分辨率，畫質(zhì)能接受且顯存占用不會(huì)過大。

總批次數(shù)×單批數(shù)量=每次生成多少張圖。這個(gè)根據(jù)自己的需求來填，建議只修改“總批次數(shù)”，“單批數(shù)量”保持為1，過大的“單批數(shù)量”會(huì)導(dǎo)致顯存不足。，比如我們這里“總批次數(shù)”為4，“單批數(shù)量”為1，意思就是一共生成4批圖片，每批1張，也就是總共4張供大家挑選。

接下來就要用到ControlNet了。在第一個(gè)ControlNet單元，先傳上去一張圖，這張圖就是用于識(shí)別人物面部特征的，對(duì)于圖片的大小沒有太高的要求，但是一定要保證臉是清楚無遮擋的，表情不要太夸張。背景、姿態(tài)、動(dòng)作都是無所謂的，這些會(huì)被重繪。

然后在下面勾上“啟用”和“完美像素模式”，控制類型選擇“Instant-ID”，預(yù)處理器選擇這個(gè)“instant_id_face_embedding”，模型用“ip-adapter_instant_id_sdxl”。這一步就是獲取人物的面部特征。

然后我們?cè)賳⒂玫诙€(gè)ControlNet單元，同樣是上傳一張圖片，然后勾選“啟用”和“完美像素模式”。這張圖片用于控制生成后的圖片中人物的姿態(tài)，和上一張圖不同的是，這張圖不識(shí)別人物面部特征，所以可以用任意人的臉，甚至是二次元的都可以。

但是這張圖是要識(shí)別人物姿態(tài)的，所以最好是和前一張圖的人物面部方向一致，也就是說第一張圖是正面那就都正面，第一張圖是側(cè)面就都側(cè)面。另外，這張圖的比例最好和之前填寫的分辨率比例保持一直，否則出圖可能會(huì)有一些奇怪的拉伸。

控制類型依舊選“Instant_ID”，和之前不同的是這里預(yù)處理器選“instant_id_face_keypoints”，模型選“control_instant_id_sdxl”。同樣是稍微調(diào)整下控制權(quán)重之類的。這樣就控制了出圖的人物姿態(tài)。

設(shè)置完成后，點(diǎn)擊生成。我們這里是選的一次出4張圖，等待一會(huì)兒，圖就出來了，是不是還挺像那么回事吧，而且操作起來也很簡單對(duì)吧。

這個(gè)實(shí)例從原理上來講呢，就是用Instant_ID來保持人物一致性。通過文生圖生成了一張圖，然后通過Instant_ID控制姿態(tài)并換臉。所以大家也可以舉一反三，并不一定是真人轉(zhuǎn)繪成動(dòng)漫人物啊，動(dòng)漫轉(zhuǎn)真人也是可以這樣做的，還有AI人像之類的，其實(shí)原理上都是差不多的。

需要大家需要注意的是，因?yàn)檫@里用的是SDXL，而且還掛載了2個(gè)ControlNet單元，對(duì)顯存的要求還是略高，演示用的1440×960這個(gè)分辨率大概會(huì)用到13GB多的顯存，顯卡的選擇上最好就需要用到擁有16GB及更大顯存的卡了。比如我們這里用的是RTX 4080，低成本的16GB顯存的卡可以選擇RTX 4060 Ti 16GB。

如果把分辨率降到1024×683，那么顯存的占用會(huì)降低至11GB多，這樣的話12GB顯存的卡就剛好夠用，像RTX 3060 12GB、RTX 4070這些都可以輕松嘗試了。

總體來看，這是一個(gè)比較簡單的方法，適合快速出圖及抽卡體驗(yàn)。不過由于整體控制不是非常精準(zhǔn)，所以有時(shí)候會(huì)出現(xiàn)一些不精確的圖，但是好在簡潔易懂，對(duì)于抽卡來說還是比較方便的。適合初學(xué)的時(shí)候理解操作方法，也適合需要快出出圖的演示場(chǎng)合。

那么你學(xué)懂了嗎，不如趕緊動(dòng)手操作起來把。

（如果想觀看視頻版教程或獲取部署好Instant_ID的整合包可以掃描以下二維碼）