ykk648 / miaoya_pipeline Goto Github PK

复现妙鸭相机证件照生成的pipeline

结论： V2的效果最好，V3的速度最快，但是面临妆容和ID不够匹配的问题，如果能训练一个 天真蓝/海马体/古装照 半身lora作为基底模型，效果会更好

此后开源的一些工作：

• 2023.8 facechain 工具链，解决一些工程问题，在训练lora前处理增加了landmark对齐旋转
• 2023.9 sd-webui-EasyPhoto 易用性改进，增加通过landmark对齐+openpose controlnet监督inpainting过程

Head/face inpainting based on sd-webui and lora models from civitai:

origin	face inpainting	face&neck inpainting

• using chilloutmix as base model (realistic asian women)
• using tagger(wd14) for prompts reverse
• using textual inversion negative prompts (ng_deepnegative_v1_75t,badhandv4)
• optim mask blur for cheek edge >15
• DPM++SDE Karras sample step 30 for speed up
• controlnet reference 0.5
• controlnet softedge_pidinet 0.75
• controlnet openpose face 0.7

Fix face color different from background, more realistic

face&neck inpainting	img2img depth	img2img depth&softedge

• have tried more realistic/style/portrait lora(not shown here)
• 由于没有风格lora约束，人物lora会带入风格（假设该lora训练时拟合了五官以外信息）

Only do one time img2img and can be faster.

origin	img2img	faceswap + img2img

• using inswapper for faceswap
• private face swap model (not shown here)
• reference/softedge_pidinet/depth to control details

using 20 upper body images to train a face lora model

20张半身像（参考妙鸭）稳定训练出一个比较好的lora还是有一点困难，目前一些tips：

• 产品逻辑上，参考妙鸭，四组参数训练四个模型供用户选择
• 有人在用证件照训练lora底模 知乎
• 不做任何优化的前提下，20张图片A100大约20分钟收敛（batch4 不考虑显存和多路复用），还可以更快（降低rank等）
• 专注训练脸部lora（加入五官提示词）
• 一些更新的社区工作（Lion SDXL LyCORIS等等）,lora在同类型图片（半身像）上预训练后可能会提升效果/减少训练时间

• base model from chilloutmix
• lora from on iu
• origin photo from 小红书

• pipeline extract from sd-webui based on sd-api
• lora training deploy%speedup
• 妙鸭数据爬取和对应的lora风格训练