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

讯飞智文

讯飞智文

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。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

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。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

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。

Trae

Trae

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工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

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。

讯飞绘文

讯飞绘文

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。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

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-python

openai-agents-python

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。

Hunyuan3D-2

Hunyuan3D-2

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。

3FS

3FS

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。

下拉加载更多