5bei.cn大模型教程网我们用stable
diffusion生成人物图片的时候，可能经常会遇到脸崩的情况，今个儿给大家分型一个超强修复烂脸的插件adetailer，这个插件可以有效改善脸崩的情况。
一 ADetailer 介绍
After Detailer 是 Stable Diffusion 中的一个扩展，主要用于
解决崩坏的面部问题。受限于出图分辨率的原因，特别是我们在出全身图时，脸部崩坏的概率非常大。
ADetailer 就是在出图结束后再次检测脸部并对脸部进行修复。修复时也能再次结合新的提示词生成新的脸部细节。
ADetailer 也支持修复手部，不过效果并不好。原因在于 SD 目前还不太会画手，所以 ADetailer 重画多少次效果也都不太理想。
二 安装
同样的在 扩展中->从网址安装，输入 https://github.com/Bing-su/adetailer.git
链接进行安装。
安装完成后需要重启，再次进入到主页就可以看到插件了。
三 脸部修复
生成一张脸部崩坏的图
先来一张全身图，分辨率设置的低一些，即使开启了高清修复，会发现脸部还是会存在崩坏的情况。
模型：majicmixRealistic_v6
提示词：Best quality, masterpiece, ultra high res, raw photo, beautiful and
aesthetic,deep
shadow, dark
theme,(photorealistic:1.4), 1girl, full-body composition, striking
perspective,
culottes, sleeveless blouse, wedges
采样器：Euler a
部署：30
种子：3184703003
修复
打开 ADetailer
模型选择
-
Face_xxxx：检测并重绘人脸
-
Hand_xxxx：检测并重新绘制手牌
-
Person_xxxx：检测并重绘整个人
-
Mediapipe_face_xxxxx：检测和重绘人脸
其中比较好用的是 face_yolo 和 person_yolo，而 8n 和 8s 的区别在于 8n 比 8s 更快，但是 8s 效果比 8n 要好。
所以我们直接选择 face_yolo8s
看看效果
脸部的修复效果还是非常强的！
再来看看手部的修复效果使用 hand_yolo8n
emmm… 这… 效果是有点惨不忍睹的。。
修复时使用不同的提示词
在修复的时候我们同样可以指定提示词，修复（重新绘制）脸部时会按照提示词进行出图。同样的图，我们在修复脸部时添加新的提示词
格局放大，我们在 ADetailer 提示词里面加上 lora，来看看效果 添加 lora 
>>
文章来源于互联网:Stable Diffusion 崩脸修复神器！为什么你出的全身照脸部总是惨不忍睹
相关推荐: AIGC时代 | 终端设备上的大模型轻量化部署：模型压缩与量化全栈方案
随着大模型参数规模突破万亿级，如何在资源受限的终端设备（如手机、IoT传感器、AR眼镜）上实现高效部署成为关键挑战。本文将深入探讨剪枝、量化、蒸馏、知识迁移等核心技术，结合PyTorch、TensorRT、CoreML等工具链，提供从模型压缩到终端部署的全流程…
