AI繪圖-實測Face Editor：懶人自動修臉外掛，從此天下無歪臉(stable diffusion webui)
這次要介紹的是stable diffusion webui下的一個小型外掛，可以自動把醜臉歪臉修正回來，不論是大臉小臉都適用，使用方面，原則上全照預設值就行。
這篇雖然寫的比較詳細，但其實它是一個直接enable就能用的簡單小外掛。
最近在想辦法畫出武俠風，目前沒成功過，剛好很多失敗品能測。
1.預覽與簡介
在stable diffusion webui下畫出醜臉歪臉是常有的事，大家對此也都很習慣，並且有一套公式化的應對方式了，這套工具不一定可以完全取代其餘修圖手法，但Face Editor的特色就是可以進行全自動無腦修臉工作，減少一些人工打磨的辛苦。
先列幾個範例，在安裝前你可以參考一下是否對你有用。
以下我抓一張最近在嚐試的武俠畫風失敗品來做為測試，並與常見的兩個修臉手法來比較修正後結果：
原圖：
Face Editor全預設值下的修圖結果：
Face Editor會針對臉部修整並還給你一張臉部正常的圖，但它只負責給你一張正常的臉，有關美醜或其餘事情就不管了。
與常見的修圖手法比較： 使用upscale圖片放大的修圖結果
以此圖為例，upscale有著全圖重繪的特性，整張圖變的更偏向黑白畫風，並且多出了一些預期外的東西。但平心而論，以這個範例來說，畫面風格我是比較喜歡upscale的結果，upscale也是一個不需要太多人力介入的修圖手法，但其成本在於需要更多的繪圖時間，且放大能力也十分依賴顯卡效能。
使用inpaint手動修圖的結果
inpaint的成本在於需要更多的手動操作，而繪圖結果中也充滿隨機性，可能要重畫很多次，inpaint下層參數可能也要經歷多次調整測試。
身為無腦派畫家，inpaint是讓我感到最累的一種方式。
2.安裝方式
打開SDW介面的Extensions頁籤，在安裝網址(URL for extension's git repository)欄位中填入下方網址：
https://github.com/ototadana/sd-face-editor.git
接著點擊Install按鈕並重啟SDW即可。
3.使用方式：
若有正確安裝的話，在繪圖介面中應該會多出一個新的Face Editor頁籤，勾選Enabled即可生效，大部份的情況下，使用預設值即可。
以下詳列各項設定值，懶得深究的話其實全照預設值就行。
參數1：Maximum number of faces to detect 設定最多可以偵測幾張人臉，最高20，預設值也是20。
參數2：Face detection confidence 臉部判定的門檻值，預設值0.97，當有出現未能被自動偵測到的臉部時，可以把此值調低。調低後有可能所有疑似臉部的區塊都會被判定為臉部。
以下這個例子中，臉部的區塊太小，又是側臉，所以預設值0.97是偵測不到的，必須把值調的更低才行： Face detection confidence=0.97 毫無反應 Face detection confidence=0.7
參數3：Face margin 臉部邊距大小，這參數的意思是，當Face Editor偵測到臉部並將臉部獨立栽剪出來處理時，要留下多少臉部邊距(=臉部以外的空白區域)。這個值會影響臉部的生成結果，預設值1.6，原則上維持預設值就好，刻意調高或調低生出來的臉會有點不同，但不影響美醜或是成敗，一般使用情況下調整的意義不大。
我分別測了大臉跟小臉，可知雖然生成結果因此不同，但看不出重點差異在哪： 小臉Face margin=1.0 小臉Face margin=1.6 小臉Face margin=2.0 大臉Face margin=1.0 大臉Face margin=1.6 大臉Face margin=2.0
參數4：prompt for face 這邊如果沒有輸入的話，新臉的生成會參考原圖的prompt，若有輸入的話，則會以此處輸入的prompt為主要依據來生成新臉。 原圖 全預設值的生成結果 prompt for face=angry face的生成結果
參數5：Denoising strength for face images 有用過inpaint的應該對這名詞很熟悉了，Denoising strength可當做是重繪強度的權重值，數值越大重繪結果就越強烈大膽，數值越小則越接近原圖，預設值0.4。
此值適中即可，太強可能使新生成的面部不自然，無法融入原圖，而太弱可能會無法修正過度扭曲的臉。 原圖 Denoising strength=0.1，這張比我預期的效果好，在保持原臉風格的情況下修正了歪臉的問題 Denoising strength=0.4(預設值) Denoising strength=0.8(最大值)，設成最大值，臉的邊緣已經崩了
再多展示一個，原圖的臉太歪，但Denoising strength設成0.1太弱使修正失敗的例子： 原圖 Denoising strength=0.1，調太弱，修復後仍是歪 Denoising strength=0.4
參數6：Mask size 臉部遮罩區域大小：當要將新臉貼回舊臉時，將會套用的臉部圖片區塊範圍。預設值是0，0代表會完全精準的抓出臉部區塊直接貼回舊臉，不會有多餘的範圍。
這邊比較不好懂，直接看範例： 原圖
原圖若直接全照預設值，Mask size設為0代表會精準的抓出新的臉部範圍貼回舊臉，但因為原圖的臉部形狀其實就有點歪了，直接精準的貼回去反而很醜，有破綻，從下圖範例中可以看出修正之後，舊的下巴還露了一角出來：
這時要把Mask size調大一點才可以蓋過那個舊的下巴：
參數7：Mask blur+參數8：Denoising strength for the entire image Mask blur是遮罩模糊值，當新臉的線條太強烈以致無法融入原圖時，可以試著調高此值，使線條模糊化。
Denoising strength for the entire image是將新臉貼回原圖時，對於更新區域的重繪幅度。
這兩個參數的應用情境類似上一步中提到的Mask size，都是新臉與原圖融合不佳時再做調整。
這邊我無法生成剛好適用這些參數的失敗圖例，這邊我就不再多做展示了。事實上，Face Editor全照預設值的修臉成功率已經極高了，這些參數通常不需要做任何調整。
參數9：Apply inside mask only 預設值是勾選，也建議勾選，其實你沒得選，我不知道弄這個選項是要幹嘛的。
Face Editor畫完一張新臉時，其實是個方形圖塊，必須勾選這個選項它才會自動幫你依臉形做栽切，若無勾選，修正過後的圖片會很明顯有個方框存在。 原圖 未勾選Apply inside mask only，臉旁明顯帶一圈方框 勾選Apply inside mask only
參數10：Save original image 這個選項的意思是：是否要在outputs資料夾中同時儲存修臉前的原圖與修臉後的新圖，若無勾選則只會儲存修臉後的新圖。預設值是無勾選。
以我自己的操作習慣來說這選項意義不大，因為我習慣手動存檔，比較少在outputs資料夾抓圖。
參數11：how intermediate steps 勾選這個選項後，會把每個修圖處理步驟的圖片都一併顯示出來：
更多訊息可以參考原作者網址：
結論：
有自動修臉是很好，但我更想要的是自動修手指!!!!!
Face Editor會針對臉部修整並還給你一張臉部正常的圖，但它只負責給你一張正常的臉，有關美醜或其餘事情就不管了。
與常見的修圖手法比較： 使用upscale圖片放大的修圖結果
以此圖為例，upscale有著全圖重繪的特性，整張圖變的更偏向黑白畫風，並且多出了一些預期外的東西。但平心而論，以這個範例來說，畫面風格我是比較喜歡upscale的結果，upscale也是一個不需要太多人力介入的修圖手法，但其成本在於需要更多的繪圖時間，且放大能力也十分依賴顯卡效能。
使用inpaint手動修圖的結果
inpaint的成本在於需要更多的手動操作，而繪圖結果中也充滿隨機性，可能要重畫很多次，inpaint下層參數可能也要經歷多次調整測試。
身為無腦派畫家，inpaint是讓我感到最累的一種方式。
2.安裝方式
打開SDW介面的Extensions頁籤，在安裝網址(URL for extension's git repository)欄位中填入下方網址：
https://github.com/ototadana/sd-face-editor.git
接著點擊Install按鈕並重啟SDW即可。
3.使用方式：
若有正確安裝的話，在繪圖介面中應該會多出一個新的Face Editor頁籤，勾選Enabled即可生效，大部份的情況下，使用預設值即可。
以下詳列各項設定值，懶得深究的話其實全照預設值就行。
參數1：Maximum number of faces to detect 設定最多可以偵測幾張人臉，最高20，預設值也是20。
參數2：Face detection confidence 臉部判定的門檻值，預設值0.97，當有出現未能被自動偵測到的臉部時，可以把此值調低。調低後有可能所有疑似臉部的區塊都會被判定為臉部。
以下這個例子中，臉部的區塊太小，又是側臉，所以預設值0.97是偵測不到的，必須把值調的更低才行： Face detection confidence=0.97 毫無反應 Face detection confidence=0.7
參數3：Face margin 臉部邊距大小，這參數的意思是，當Face Editor偵測到臉部並將臉部獨立栽剪出來處理時，要留下多少臉部邊距(=臉部以外的空白區域)。這個值會影響臉部的生成結果，預設值1.6，原則上維持預設值就好，刻意調高或調低生出來的臉會有點不同，但不影響美醜或是成敗，一般使用情況下調整的意義不大。
我分別測了大臉跟小臉，可知雖然生成結果因此不同，但看不出重點差異在哪： 小臉Face margin=1.0 小臉Face margin=1.6 小臉Face margin=2.0 大臉Face margin=1.0 大臉Face margin=1.6 大臉Face margin=2.0
參數4：prompt for face 這邊如果沒有輸入的話，新臉的生成會參考原圖的prompt，若有輸入的話，則會以此處輸入的prompt為主要依據來生成新臉。 原圖 全預設值的生成結果 prompt for face=angry face的生成結果
參數5：Denoising strength for face images 有用過inpaint的應該對這名詞很熟悉了，Denoising strength可當做是重繪強度的權重值，數值越大重繪結果就越強烈大膽，數值越小則越接近原圖，預設值0.4。
此值適中即可，太強可能使新生成的面部不自然，無法融入原圖，而太弱可能會無法修正過度扭曲的臉。 原圖 Denoising strength=0.1，這張比我預期的效果好，在保持原臉風格的情況下修正了歪臉的問題 Denoising strength=0.4(預設值) Denoising strength=0.8(最大值)，設成最大值，臉的邊緣已經崩了
再多展示一個，原圖的臉太歪，但Denoising strength設成0.1太弱使修正失敗的例子： 原圖 Denoising strength=0.1，調太弱，修復後仍是歪 Denoising strength=0.4
參數6：Mask size 臉部遮罩區域大小：當要將新臉貼回舊臉時，將會套用的臉部圖片區塊範圍。預設值是0，0代表會完全精準的抓出臉部區塊直接貼回舊臉，不會有多餘的範圍。
這邊比較不好懂，直接看範例： 原圖
原圖若直接全照預設值，Mask size設為0代表會精準的抓出新的臉部範圍貼回舊臉，但因為原圖的臉部形狀其實就有點歪了，直接精準的貼回去反而很醜，有破綻，從下圖範例中可以看出修正之後，舊的下巴還露了一角出來：
這時要把Mask size調大一點才可以蓋過那個舊的下巴：
參數7：Mask blur+參數8：Denoising strength for the entire image Mask blur是遮罩模糊值，當新臉的線條太強烈以致無法融入原圖時，可以試著調高此值，使線條模糊化。
Denoising strength for the entire image是將新臉貼回原圖時，對於更新區域的重繪幅度。
這兩個參數的應用情境類似上一步中提到的Mask size，都是新臉與原圖融合不佳時再做調整。
這邊我無法生成剛好適用這些參數的失敗圖例，這邊我就不再多做展示了。事實上，Face Editor全照預設值的修臉成功率已經極高了，這些參數通常不需要做任何調整。
參數9：Apply inside mask only 預設值是勾選，也建議勾選，其實你沒得選，我不知道弄這個選項是要幹嘛的。
Face Editor畫完一張新臉時，其實是個方形圖塊，必須勾選這個選項它才會自動幫你依臉形做栽切，若無勾選，修正過後的圖片會很明顯有個方框存在。 原圖 未勾選Apply inside mask only，臉旁明顯帶一圈方框 勾選Apply inside mask only
參數10：Save original image 這個選項的意思是：是否要在outputs資料夾中同時儲存修臉前的原圖與修臉後的新圖，若無勾選則只會儲存修臉後的新圖。預設值是無勾選。
以我自己的操作習慣來說這選項意義不大，因為我習慣手動存檔，比較少在outputs資料夾抓圖。
參數11：how intermediate steps 勾選這個選項後，會把每個修圖處理步驟的圖片都一併顯示出來：
更多訊息可以參考原作者網址：
結論：
有自動修臉是很好，但我更想要的是自動修手指!!!!!
https://github.com/ototadana/sd-face-editor.git 設定最多可以偵測幾張人臉，最高20，預設值也是20。
參數2：Face detection confidence 臉部判定的門檻值，預設值0.97，當有出現未能被自動偵測到的臉部時，可以把此值調低。調低後有可能所有疑似臉部的區塊都會被判定為臉部。
以下這個例子中，臉部的區塊太小，又是側臉，所以預設值0.97是偵測不到的，必須把值調的更低才行： Face detection confidence=0.97 毫無反應 Face detection confidence=0.7
參數3：Face margin 臉部邊距大小，這參數的意思是，當Face Editor偵測到臉部並將臉部獨立栽剪出來處理時，要留下多少臉部邊距(=臉部以外的空白區域)。這個值會影響臉部的生成結果，預設值1.6，原則上維持預設值就好，刻意調高或調低生出來的臉會有點不同，但不影響美醜或是成敗，一般使用情況下調整的意義不大。
我分別測了大臉跟小臉，可知雖然生成結果因此不同，但看不出重點差異在哪： 小臉Face margin=1.0 小臉Face margin=1.6 小臉Face margin=2.0 大臉Face margin=1.0 大臉Face margin=1.6 大臉Face margin=2.0
參數4：prompt for face 這邊如果沒有輸入的話，新臉的生成會參考原圖的prompt，若有輸入的話，則會以此處輸入的prompt為主要依據來生成新臉。 原圖 全預設值的生成結果 prompt for face=angry face的生成結果
參數5：Denoising strength for face images 有用過inpaint的應該對這名詞很熟悉了，Denoising strength可當做是重繪強度的權重值，數值越大重繪結果就越強烈大膽，數值越小則越接近原圖，預設值0.4。
此值適中即可，太強可能使新生成的面部不自然，無法融入原圖，而太弱可能會無法修正過度扭曲的臉。 原圖 Denoising strength=0.1，這張比我預期的效果好，在保持原臉風格的情況下修正了歪臉的問題 Denoising strength=0.4(預設值) Denoising strength=0.8(最大值)，設成最大值，臉的邊緣已經崩了
再多展示一個，原圖的臉太歪，但Denoising strength設成0.1太弱使修正失敗的例子： 原圖 Denoising strength=0.1，調太弱，修復後仍是歪 Denoising strength=0.4
參數6：Mask size 臉部遮罩區域大小：當要將新臉貼回舊臉時，將會套用的臉部圖片區塊範圍。預設值是0，0代表會完全精準的抓出臉部區塊直接貼回舊臉，不會有多餘的範圍。
這邊比較不好懂，直接看範例： 原圖
原圖若直接全照預設值，Mask size設為0代表會精準的抓出新的臉部範圍貼回舊臉，但因為原圖的臉部形狀其實就有點歪了，直接精準的貼回去反而很醜，有破綻，從下圖範例中可以看出修正之後，舊的下巴還露了一角出來：
這時要把Mask size調大一點才可以蓋過那個舊的下巴：
參數7：Mask blur+參數8：Denoising strength for the entire image Mask blur是遮罩模糊值，當新臉的線條太強烈以致無法融入原圖時，可以試著調高此值，使線條模糊化。
Denoising strength for the entire image是將新臉貼回原圖時，對於更新區域的重繪幅度。
這兩個參數的應用情境類似上一步中提到的Mask size，都是新臉與原圖融合不佳時再做調整。
這邊我無法生成剛好適用這些參數的失敗圖例，這邊我就不再多做展示了。事實上，Face Editor全照預設值的修臉成功率已經極高了，這些參數通常不需要做任何調整。
參數9：Apply inside mask only 預設值是勾選，也建議勾選，其實你沒得選，我不知道弄這個選項是要幹嘛的。
Face Editor畫完一張新臉時，其實是個方形圖塊，必須勾選這個選項它才會自動幫你依臉形做栽切，若無勾選，修正過後的圖片會很明顯有個方框存在。 原圖 未勾選Apply inside mask only，臉旁明顯帶一圈方框 勾選Apply inside mask only
參數10：Save original image 這個選項的意思是：是否要在outputs資料夾中同時儲存修臉前的原圖與修臉後的新圖，若無勾選則只會儲存修臉後的新圖。預設值是無勾選。
以我自己的操作習慣來說這選項意義不大，因為我習慣手動存檔，比較少在outputs資料夾抓圖。
參數11：how intermediate steps 勾選這個選項後，會把每個修圖處理步驟的圖片都一併顯示出來：
更多訊息可以參考原作者網址：
結論：
有自動修臉是很好，但我更想要的是自動修手指!!!!!
臉部邊距大小，這參數的意思是，當Face Editor偵測到臉部並將臉部獨立栽剪出來處理時，要留下多少臉部邊距(=臉部以外的空白區域)。這個值會影響臉部的生成結果，預設值1.6，原則上維持預設值就好，刻意調高或調低生出來的臉會有點不同，但不影響美醜或是成敗，一般使用情況下調整的意義不大。
我分別測了大臉跟小臉，可知雖然生成結果因此不同，但看不出重點差異在哪：
參數4：prompt for face 這邊如果沒有輸入的話，新臉的生成會參考原圖的prompt，若有輸入的話，則會以此處輸入的prompt為主要依據來生成新臉。 原圖 全預設值的生成結果 prompt for face=angry face的生成結果
參數5：Denoising strength for face images 有用過inpaint的應該對這名詞很熟悉了，Denoising strength可當做是重繪強度的權重值，數值越大重繪結果就越強烈大膽，數值越小則越接近原圖，預設值0.4。
此值適中即可，太強可能使新生成的面部不自然，無法融入原圖，而太弱可能會無法修正過度扭曲的臉。 原圖 Denoising strength=0.1，這張比我預期的效果好，在保持原臉風格的情況下修正了歪臉的問題 Denoising strength=0.4(預設值) Denoising strength=0.8(最大值)，設成最大值，臉的邊緣已經崩了
再多展示一個，原圖的臉太歪，但Denoising strength設成0.1太弱使修正失敗的例子： 原圖 Denoising strength=0.1，調太弱，修復後仍是歪 Denoising strength=0.4
參數6：Mask size 臉部遮罩區域大小：當要將新臉貼回舊臉時，將會套用的臉部圖片區塊範圍。預設值是0，0代表會完全精準的抓出臉部區塊直接貼回舊臉，不會有多餘的範圍。
這邊比較不好懂，直接看範例： 原圖
原圖若直接全照預設值，Mask size設為0代表會精準的抓出新的臉部範圍貼回舊臉，但因為原圖的臉部形狀其實就有點歪了，直接精準的貼回去反而很醜，有破綻，從下圖範例中可以看出修正之後，舊的下巴還露了一角出來：
這時要把Mask size調大一點才可以蓋過那個舊的下巴：
參數7：Mask blur+參數8：Denoising strength for the entire image Mask blur是遮罩模糊值，當新臉的線條太強烈以致無法融入原圖時，可以試著調高此值，使線條模糊化。
Denoising strength for the entire image是將新臉貼回原圖時，對於更新區域的重繪幅度。
這兩個參數的應用情境類似上一步中提到的Mask size，都是新臉與原圖融合不佳時再做調整。
這邊我無法生成剛好適用這些參數的失敗圖例，這邊我就不再多做展示了。事實上，Face Editor全照預設值的修臉成功率已經極高了，這些參數通常不需要做任何調整。
參數9：Apply inside mask only 預設值是勾選，也建議勾選，其實你沒得選，我不知道弄這個選項是要幹嘛的。
Face Editor畫完一張新臉時，其實是個方形圖塊，必須勾選這個選項它才會自動幫你依臉形做栽切，若無勾選，修正過後的圖片會很明顯有個方框存在。 原圖 未勾選Apply inside mask only，臉旁明顯帶一圈方框 勾選Apply inside mask only
參數10：Save original image 這個選項的意思是：是否要在outputs資料夾中同時儲存修臉前的原圖與修臉後的新圖，若無勾選則只會儲存修臉後的新圖。預設值是無勾選。
以我自己的操作習慣來說這選項意義不大，因為我習慣手動存檔，比較少在outputs資料夾抓圖。
參數11：how intermediate steps 勾選這個選項後，會把每個修圖處理步驟的圖片都一併顯示出來：
更多訊息可以參考原作者網址：
結論：
有自動修臉是很好，但我更想要的是自動修手指!!!!!
有用過inpaint的應該對這名詞很熟悉了，Denoising strength可當做是重繪強度的權重值，數值越大重繪結果就越強烈大膽，數值越小則越接近原圖，預設值0.4。
此值適中即可，太強可能使新生成的面部不自然，無法融入原圖，而太弱可能會無法修正過度扭曲的臉。
再多展示一個，原圖的臉太歪，但Denoising strength設成0.1太弱使修正失敗的例子：
參數6：Mask size 臉部遮罩區域大小：當要將新臉貼回舊臉時，將會套用的臉部圖片區塊範圍。預設值是0，0代表會完全精準的抓出臉部區塊直接貼回舊臉，不會有多餘的範圍。
這邊比較不好懂，直接看範例： 原圖
原圖若直接全照預設值，Mask size設為0代表會精準的抓出新的臉部範圍貼回舊臉，但因為原圖的臉部形狀其實就有點歪了，直接精準的貼回去反而很醜，有破綻，從下圖範例中可以看出修正之後，舊的下巴還露了一角出來：
這時要把Mask size調大一點才可以蓋過那個舊的下巴：
參數7：Mask blur+參數8：Denoising strength for the entire image Mask blur是遮罩模糊值，當新臉的線條太強烈以致無法融入原圖時，可以試著調高此值，使線條模糊化。
Denoising strength for the entire image是將新臉貼回原圖時，對於更新區域的重繪幅度。
這兩個參數的應用情境類似上一步中提到的Mask size，都是新臉與原圖融合不佳時再做調整。
這邊我無法生成剛好適用這些參數的失敗圖例，這邊我就不再多做展示了。事實上，Face Editor全照預設值的修臉成功率已經極高了，這些參數通常不需要做任何調整。
參數9：Apply inside mask only 預設值是勾選，也建議勾選，其實你沒得選，我不知道弄這個選項是要幹嘛的。
Face Editor畫完一張新臉時，其實是個方形圖塊，必須勾選這個選項它才會自動幫你依臉形做栽切，若無勾選，修正過後的圖片會很明顯有個方框存在。 原圖 未勾選Apply inside mask only，臉旁明顯帶一圈方框 勾選Apply inside mask only
參數10：Save original image 這個選項的意思是：是否要在outputs資料夾中同時儲存修臉前的原圖與修臉後的新圖，若無勾選則只會儲存修臉後的新圖。預設值是無勾選。
以我自己的操作習慣來說這選項意義不大，因為我習慣手動存檔，比較少在outputs資料夾抓圖。
參數11：how intermediate steps 勾選這個選項後，會把每個修圖處理步驟的圖片都一併顯示出來：
更多訊息可以參考原作者網址：
結論：
有自動修臉是很好，但我更想要的是自動修手指!!!!!
Mask blur是遮罩模糊值，當新臉的線條太強烈以致無法融入原圖時，可以試著調高此值，使線條模糊化。
Denoising strength for the entire image是將新臉貼回原圖時，對於更新區域的重繪幅度。
這兩個參數的應用情境類似上一步中提到的Mask size，都是新臉與原圖融合不佳時再做調整。
這邊我無法生成剛好適用這些參數的失敗圖例，這邊我就不再多做展示了。事實上，Face Editor全照預設值的修臉成功率已經極高了，這些參數通常不需要做任何調整。
參數9：Apply inside mask only 預設值是勾選，也建議勾選，其實你沒得選，我不知道弄這個選項是要幹嘛的。
Face Editor畫完一張新臉時，其實是個方形圖塊，必須勾選這個選項它才會自動幫你依臉形做栽切，若無勾選，修正過後的圖片會很明顯有個方框存在。 原圖 未勾選Apply inside mask only，臉旁明顯帶一圈方框 勾選Apply inside mask only
參數10：Save original image 這個選項的意思是：是否要在outputs資料夾中同時儲存修臉前的原圖與修臉後的新圖，若無勾選則只會儲存修臉後的新圖。預設值是無勾選。
以我自己的操作習慣來說這選項意義不大，因為我習慣手動存檔，比較少在outputs資料夾抓圖。
參數11：how intermediate steps 勾選這個選項後，會把每個修圖處理步驟的圖片都一併顯示出來：
更多訊息可以參考原作者網址：
結論：
有自動修臉是很好，但我更想要的是自動修手指!!!!!
這個選項的意思是：是否要在outputs資料夾中同時儲存修臉前的原圖與修臉後的新圖，若無勾選則只會儲存修臉後的新圖。預設值是無勾選。
以我自己的操作習慣來說這選項意義不大，因為我習慣手動存檔，比較少在outputs資料夾抓圖。
參數11：how intermediate steps 勾選這個選項後，會把每個修圖處理步驟的圖片都一併顯示出來：
更多訊息可以參考原作者網址：
結論：
有自動修臉是很好，但我更想要的是自動修手指!!!!!
分享至
成為作者繼續創作的動力吧！
因人廢言 的其他內容
- AI繪圖-Playground AI：一個吃粗飽的免費AI繪圖網站。一天可以畫一千張夠了吧!
- AI繪圖-leonardo.ai，一套適合用來替代midjourney與stable diffusion的免費工具
- AI繪圖-可以直接控制人物表情的ControlNet1.1來了!來看看如何更新，以及多了什麼功能?
- AI繪圖-一個簡單易用低成本的圖片細節增幅工具：LLUL
- AI繪圖-繪圖步數(steps)越高會越好嗎?(以真人版鏈鋸人瑪奇瑪為例)
- AI繪圖-比較真人風格與動漫風格下的福音戰士明日香(stable diffusion webui)
你可能也想看
- 「天天秋嗨嗨」：vocus 秋季徵文，五大主題 & 獎品登場！
- 美國大選『終局之戰』（Endgame）即將展開， 美股將迎來新世紀？（上篇：模型推導寶座花落誰家？）
- 如果這個世界有神，那祂一定姓李名相赫｜矮袋鼠律師
- 如何設計一堂「AI繪圖與寫作課」？３個常見地雷、５個實用練習法，一次報你知！
- 3款設計時，千萬不能錯過的AI繪圖工具
- [節日|AI]"和皮卡丘一起過耶誕節"：三種免費AI繪圖生成器的"卡通繪圖"成果比較(入"即時精選")
- 【AI課程】3小時掌握AI創意視覺設計課程!孵科未來大廠導師帶你一次學習5個好用AI繪圖平台玩創作!
- 面對AI繪圖來勢洶洶，身為工業設計師的你其實不用緊張
- 從零開始學AI繪圖 - 實測AI繪圖品質的四大要素(Stable Diffusion)
- AI 繪圖研究日誌 #3 | 探索各種鏡頭搭配並嘗試不同比重的人寫特寫與人物數量測試
- AI繪圖和遊戲設計 | 即將開始與時間規劃 [同步更新至專題介紹]
- AI繪圖和遊戲設計 | 用完基礎方案配額、更新結構改變、新開一個系列
- AI 繪圖研究日誌 #2 | 探討不同色彩或情緒的提示(Prompt)對氛圍的影響及燈光相關提示的實驗
發表回應
成為會員 後即可發表留言
© 2024 vocus All rights reserved.