FlashFace

FlashFace

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。

FlashFace人像定制AI绘图身份保持图像生成Github开源项目
<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/b26f6b90-6a05-400b-9ba9-01d48f2067f6.png" width="30%", style="vertical-align: middle; margin-right: 0px; position: relative; top: 50px;"> <br> </p> <div align="center">

FlashFace:保持高保真度身份的人像图像个性化

论文 & 项目主页

</div>

🔥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。)

🔥非官方在线演示🔥(请使用以下超参数而非此演示的默认超参数以获得稳定的身份保真度)

推荐的超参数以获得稳定的身份保真度

# 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>

改变年龄的推荐超参数

# 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>

为了获得更好的结果,特别是对于亚洲人脸, 请在使用前您先行阅读 中文教程 获取一些经验,否则可能会导致生成结果较差。

为了获得最佳效果,尤其是对于亚洲面孔,强烈建议在开始之前仔细阅读这个教程。跳过这一步可能会导致不理想或意料之外的结果。

更新

  • [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!

特点

<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d9cdb360-c921-44cc-b3e4-fb727e04ce73.gif" width="100%"> <br> </p>
  1. 在几秒钟内通过一个或多个参考面孔实现零样本人像图像定制。
  2. 强大的身份保持能力,即使对非名人也适用。
  3. 强大的语言提示跟随能力,甚至可以改变人物的年龄或性别。
  4. 灵活调整身份图像控制和语言提示控制的强度。
<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/f3573847-7ced-4e6b-8404-0853bad7d474.png" width="120%"> <br> <img src="https://yellow-cdn.veclightyear.com/835a84d5/906b8ad2-63aa-4ee2-b1bf-b927de4a7cef.png" width="120%"> <br> <img src="https://yellow-cdn.veclightyear.com/835a84d5/2d2b1085-e878-4b96-878d-db6b78db5667.png" width="120%"> <br> <img src="https://yellow-cdn.veclightyear.com/835a84d5/5c7160ea-3ea9-47f7-99f6-3cb2c75d7cb7.png" width="120%"> <br> <img src="https://yellow-cdn.veclightyear.com/835a84d5/0de5ef87-1f9f-4c05-a4df-b4b2748023b9.png" width="120%"> <br> <img src="https://yellow-cdn.veclightyear.com/835a84d5/c52d5a70-ec6c-43a6-bde9-139361ecfcbe.png" width="120%"> <br> </p>

目录

安装

  1. 克隆FlashFace
git clone https://github.com/ali-vilab/FlashFace.git cd FlashFace
  1. 创建环境
conda create -n flashface python=3.10 -y conda activate flashface pip install -r requirements.txt

权重

您可以从ModelScope或Huggingface下载权重。

ModelScope

链接:ModelScope-FlashFace

Huggingface

链接:Huggingface-FlashFace

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)。

演示

您可以使用notebook演示或Gradio进行推理。

python flashface/all_finetune/demo_gradio.py

致谢

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-Adaptermultimodalart/Ip-Adapter-FaceIDFastComposerT2I-AdapterPhotoMakerInstantID。感谢他们的出色工作!

免责声明

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} }

编辑推荐精选

音述AI

音述AI

全球首个AI音乐社区

音述AI是全球首个AI音乐社区,致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具,独创GETI法则帮助用户精准定义音乐风格,AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化,支持国风融合、C-pop等本土音乐标签,让技术更好地承载人文表达。

QoderWork

QoderWork

阿里Qoder团队推出的桌面端AI智能体

QoderWork 是阿里推出的本地优先桌面 AI 智能体,适配 macOS14+/Windows10+,以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务,自主拆解执行复杂工作流,数据本地运行零上传,技能市场可无限扩展,是高效的 Agentic 生产力办公助手。

lynote.ai

lynote.ai

一站式搞定所有学习需求

不再被海量信息淹没,开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记,检测 AI 内容并下载资料,将您的学习效率提升 10 倍。

AniShort

AniShort

为AI短剧协作而生

专为AI短剧协作而生的AniShort正式发布,深度重构AI短剧全流程生产模式,整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能,独创无限画布、双轨并行工业化工作流与Ani智能体助手,集成多款主流AI大模型,破解素材零散、版本混乱、沟通低效等行业痛点,助力3人团队效率提升800%,打造标准化、可追溯的AI短剧量产体系,是AI短剧团队协同创作、提升制作效率的核心工具。

seedancetwo2.0

seedancetwo2.0

能听懂你表达的视频模型

Seedance two是基于seedance2.0的中国大模型,支持图像、视频、音频、文本四种模态输入,表达方式更丰富,生成也更可控。

nano-banana纳米香蕉中文站

nano-banana纳米香蕉中文站

国内直接访问,限时3折

输入简单文字,生成想要的图片,纳米香蕉中文站基于 Google 模型的 AI 图片生成网站,支持文字生图、图生图。官网价格限时3折活动

扣子-AI办公

扣子-AI办公

职场AI,就用扣子

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建,作为一款AI驱动的设计工具,专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图,显著提升设计品质和效率。平台不仅提供工具,还是一个促进创意交流和个人发展的空间,界面友好,适合所有级别的设计师和创意工作者。

图像生成热门AI工具AI图像AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台,用户只需一句话简单描述需求,AI能自动生成小程序、APP或H5网页应用,无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

下拉加载更多