高保真人物图像个性化生成技术
FlashFace是一项人物图像个性化生成技术,可在几秒内实现零样本人物图像定制,具有出色的身份保持能力。该技术能精确响应语言提示,并支持灵活调整身份图像和语言提示的控制强度。FlashFace可使用单张或多张参考人脸,对非名人也能有效保持身份特征,同时支持改变人物年龄或性别。
# 请在提示词中包含年龄词,如年轻女性/男性
# 否则,FlashFace倾向于生成中年面孔,这往往会更胖
正面提示词:一位英俊的年轻男子 / 一位美丽的年轻女子 .......
人脸位置:[0.3, 0.2, 0.6, 0.5] # 避免生成过大或过小的人脸
参考特征强度:1.2
参考引导强度:3.2
启动参考引导的步骤索引:750
# 当发现人脸上有伪影时,适当降低这三个值。
<p align="center">
<img src="https://yellow-cdn.veclightyear.com/835a84d5/d18c3e01-c459-40f3-8744-4131ab01ce6c.png" width="80%"> <br>
</p>
# 请在提示词中包含年龄词,如婴儿女孩/男孩,一位非常老的女性/男性
正面提示词:一个婴儿女孩 / 一位非常老的女性 ......
人脸位置:[0.3, 0.2, 0.6, 0.5] # 避免生成过大或过小的人脸
默认文本控制比例 = 8.5
参考特征强度:0.9
参考引导强度:2.5
启动参考引导的步骤索引:750
# 如果感觉改变年龄后的人物身份保真度不够,请调高这三个参数
<p align="center">
<img src="https://yellow-cdn.veclightyear.com/835a84d5/260f6506-fcbd-495c-8a1f-dda9a18eda2d.png" width="80%"> <br>
<img src="https://yellow-cdn.veclightyear.com/835a84d5/d254b6a1-0ce7-45e2-bf5b-1b9fd8c1e36c.png" width="80%"> <br>
</p>
[5月30日] 🔥ComfyUI-FlashFace🔥。感谢Cold-Hand的出色工作,他们发现"添加更多参考人脸(而不是本仓库默认的4个人脸)可以进一步增强FlashFace"。该实现仍在快速迭代和功能添加过程中。
[5月7日] 🔥🔥🔥 Sakib Ahamed慷慨提供了FlashFace-SD1.5的在线演示。为了获得最佳效果,建议在开始之前仔细阅读这个教程 / 中文教程。
[4月18日] FlashFace-SD1.5的推理代码已发布。 这 个版本相比我们的论文有了明显的进步,因为它经过了更长时间的训练。我们还在推理过程中引入了新的引导技术。值得注意的是,这个增强版checkpoint在光照和阴影效果方面展现出了显著进步。它甚至对非名人也表现出了强大的身份保持能力。更多详细信息请参考以下图片。关于提示词和推理参数,请参考notebook演示。如果您对生成的图像不满意,可以在issue中提交您的案例,以便我们帮助您改进。敬请期待更多版本!
我们开源了FlashFace-SD1.5的推理代码以及全微调的模型权重。这个权重相比我们论文中的权重训练时间更长,如下面图片所示,展现出了更真实的光影效果与人物细节,即使针对非名人也展现出了极强的保持身份的能力。下面图片使用的提示词以及推理参数细节可以参照notebook演示。如果您对生成图片不满意,可以在issue中提交您的案例,以便我们帮助您提升它。其他版本权重敬请期待!
FlashFace
git clone https://github.com/ali-vilab/FlashFace.git cd FlashFace
conda create -n flashface python=3.10 -y conda activate flashface pip install -r requirements.txt
您可以从ModelScope或Huggingface下载权重。
您应该下载所有相关权重并将它们放在cache
文件夹中(例如FlashFace/cache/flashface.ckpt
)。
您可以使用notebook演示或Gradio进行推理。
python flashface/all_finetune/demo_gradio.py
受到许多与人像图像定制相关的优秀演示和仓库的启发,包括IP-Adapter、multimodalart/Ip-Adapter-FaceID、FastComposer、T2I-Adapter、PhotoMaker和InstantID。感谢他们的出色工作!
本项目旨在对AI驱动的图像生成领域产生积极影响。用户可以自由使用此工具创建图像,但应遵守当地法律并负责任地使用。开发者不对用户可能的滥用承担任何责任。
如果您发现FlashFace对您的研究和应用有用,请使用以下BibTeX进行引用:
@article{张2024闪脸, 标题={闪脸:保持高保真度身份的人像个性化}, 作者={张世龙 和 黄良华 和 陈曦 和 张一飞 和 吴志凡 和 冯宇彤 和 王伟 和 沈玉君 和 刘宇 和 罗平}, 期刊={arXiv预印本 arXiv:2403.17008}, 年份={2024} }
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项 目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要 大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号