AI写真教程：Stable Diffusion-我用AI给自己做了个写真，结果惊艳了所有人 ...

大家好我是极客菌！现在要拍摄一组写真，需要服装、道具、灯光、场地、布景、拍摄、后期
等过程。整个过程需要同一才华形成好的写真效果。现在有了AI画图技能，我们可以实现通过AI画图，只用计算机计算就得到一组靠近真实的写真照吗？答案是可以的！
实在基于现有的许多AI工具，都能实现真人AI写真，之前我先容过了StableDiffusion的WebUI和ComfyUI，本日我们仍然以所有AI画图工具中，控图本事最强的StableDiffusion为例，为大家深入浅出地先容如何利用Stable Diffusion进行真人AI写真的创作。
话不多说，我们先看效果，下图是我做过的一部分AI写真，有男子，女人，和小孩

---

一、如何实现

现在，我们来整理一下思绪，如何利用AI实现真人写真？大致上，我们大概可以想到以下几个思绪：
• 网图AI换脸
• AI画图换脸
• 真人训练AI画图
在以上思绪中，我们进一步分析拆解，可以发现实在可以得到以下几个关键步骤
• AI换脸
• AI绘制人物
• 真人模型训练
我们就以此中最小关键步骤为切入点来解说
二、AI换脸

在Stable
Diffusion中进行AI换脸是非常轻易的，重要得益于WebUI强大的第三方插件商店，目前常用的roop和faceSwap两款插件，可以非常方便快速的实现AI换脸
1. 情况准备

要利用AI换脸插件，我们需要先安装在需要的情况 准备情况的过程中，可能出现各种安装错误，这里不一一列举，大家有问题可以提出来，我看到会为大家解答！
1. 安装Microsoft C++ 生成工具

   

• 1. 进入https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-
  tools/ 页面，点击“下载生成工具”。
  
• 2. 打开下载的exe文件，选择“利用C++的桌面开辟”，然后点击“安装”。安装会占用大约9G空间，建议选择非系统盘并预留空间
  
• 3. 安装完成后，最好重启电脑。
  

  2. 安装insightface

   

• 1. 1. 打开命令行窗口（Win+r，输入cmd，回车，可快速打开命令行窗口）

  复制代码
• 1. 2\. 进入stable-diffusion-webui的Scripts目录下：“X:\xxx\stable-diffusion-
  2. webui根目录\venv\Scripts”

  复制代码
• 1. 3. 输入命令pip install insightface==0.7.3（安装特定版本）

  复制代码

  以下换脸示例中，我们就以马斯克的一张网图为原型进行换脸更换

2. roop

roop插件是WebUI中的此中一款换脸插件
安装

通过代码仓库安装：扩展->从网址安装->扩展的git仓库网址 输入https://github.com/s0md3v/sd-webui-
roop.git再点击安装即可

通过代码仓库安装
通过插件商店安装：扩展->可下载->加载扩展列表 输入roop搜索，再点击安装即可

通过插件商店安装 （留意没有软件的同学可以文末自行扫描获取）
下载模型

下载 inswapper_128.onnx
模型：https://huggingface.co/ezioruan/inswapper_128.onnx/tree/main 将下载的
inswapper_128.onnx 模型更换到 /models/roop/ 目录中。
利用

安装完成之后，重启sd-webui，我们就能在文生图和图生图都看到roop插件了。roop插件的界面基本上也一目了然，大概看看就知道怎么利用了。
Roop只会修改五官、眉毛以及脸型，不会改变肤色

1. 1. 1\. 文生图
3. 2. 我们用以下咒语先画一个帅哥出来

复制代码

​

1. best quality,masterpiece,  
2. 1boy,male focus,solo,facial hair,necktie,realistic,formal,suit,brown background,black necktie,looking at viewer,upper body,beard,brown hair,shirt,jacket,tongue,white shirt,black jacket,collared shirt,stubble,brown eyes,black suit,

复制代码

​
​
这时，我们还没启用roop，现在我们再启用roop，把马斯克的脸更换上去

于是，我们就得到了这样的图片

1. 1.     2. 图生图
2. 2.     文生图如此，那图生图其实也大同小异，我们随便从网络抓一个帅哥图片

复制代码

​

1. 然后调整我们的SD参数
3. 
5. SD参数
7. `按照普通的图生图模式，把重绘幅度拉低到0.3-0.6之间就行，当然最重要的还是启动roop换脸插件` 于是，我们最终得到这样的融合图片
9. 
11. 网络帅哥+马斯克

复制代码

​
​
进阶利用

上面流程中，我们利用默认参数即可，实在它的界面上还有一些可调整的参数

1. 1. 逗号分割的面部编号 即我们可以选择替换图片中的第几个人脸，从左往右从0开始（比如我们图片有两个人，我们要替换右边的人脸，则填1），非常适合多人脸替换，我们可以挨个进行替换
3. 2. 面部修复/面部修复强度 可以选择面部修复算法为CodeFormer或GFPGAN

复制代码

• CodeFormer：对输入图片均有增强效果，如头发，脖子，衣领，脸部，修复有有纹理效果，更靠近真实。适合男士脸部
• GFPGAN：修复后的图片比较光滑，有磨皮效果。适合密斯脸部

1. 3. 放大算法/放大倍数 即对输入图片进行放大，可以选择不同的放大算法来保证图片放大后的质量

复制代码

  留意：请确保输入图像的脸部不要被头发帽子等遮挡物遮挡
  3. faceSwap

那另一款换脸插件faceSwap实在也和roop非常类似
安装

通过代码仓库安装：扩展->从网址安装->扩展的git仓库网址 输入https://github.com/glucauze/sd-webui-
faceswaplab.git再点击安装即可

通过代码仓库安装
通过插件商店安装：扩展->可下载->加载扩展列表 输入faceSwapLab搜索，再点击安装即可

通过插件商店安装
利用

faceSwap
通过faceSwap换脸，我们得到以下效果

文生图换脸
详细过程就不赘述了，同roop一样，文生图和图生图均能换脸
进阶利用

faceSwap，相比于roop来说，要稍微强大一点，它提供的功能更全，提供配置参数更多，不外大要和roop差不多，包括面部序号、面部修复、放大算法以及后重绘等。值得一提的是，faceSwap提供了一个非常轻量的人脸模型训练功能，它只需要你提供少量图片（当然图片越多效果越好），就能轻松训练一个轻量模型，跟直接更换相比，利用训练的模型进行换脸，可以使得最终结果更像，在插件界面可以选择自己训练好的人脸模型

模型训练
   总体来说，不管是roop还是faceSwap，他们都提供了一种快速便捷的AI换脸功能，在许多场景下，这样的方式，实在就能完成真人AI写真了。
  当然，如果你亲自去实验了，你还是会发现这样的换脸插件在某些情况下，图片是很难达到预期的，包括脸部融合度，包括画面精细度等。
  因此，如果需要让写真更加“真 ”，我们需要继续探索其他的方式！
  三、AI绘制人物

在聊真人模型训练之前，我们先要学会如何用SD绘制人物的图片。起首，让我们绘制一个美女出来吧！
1. 大模型

起首确定你要绘制的画面风格，选择一个大模型，一般来说，我会将大模型粗暴的分为写实、动漫、2.5D 三大类，然后再去细分不同的画风
比如以下是我收藏的一些写实大模型

写实大模型
我们就以国风大模型为例，选择“国风汉服写实”大模型
2. lora模型

根据实际情况选择是否利用lora模型，lora模型可以是画风lora、可以是人物lora、也可以是特定部位lora 比如以下是我收藏的一些lora模型

lora模型
这里，我不需要选择lora模型
   关于模型下载，我一般利用c站和国内的liblib
  C站
  liblib
  下载模型之后，生存网站上的首图首图，以及作者的一些出图建议，能更加方便下次利用
  3.咒语（提示词）

提示词，是出图的关键，Stable Diffusion会根据你的提示词的内容、关系、以及权重等，来决定它会如何进行降噪出图。一般来说提示词分为几个部分

1. 1.     1. 画质画风词

复制代码

  画质词 ：(masterpiece:1.2), best quality, highres,extremely detailed
CG,perfect lighting,8k wallpaper, 真实系:photograph, photorealistic,
插画风:Illustration, painting, paintbrush, 二次元:anime, comic, game CG, 3D:3D,C4D
render,unreal engine,octane render,
  画风词 ：Cyberpunk 赛博朋克 8bit/16bit pixel 像素风 studio ghibli 宫崎骏风格 pixel style
皮克斯风格 Chinese ink style 水墨画

1. 1. 2\. 画面主体描述

复制代码

  人物、年龄、发型，头发颜色感情表情，衣服装束，正在干什么

1. 1.     3. 环境/场景/灯光/构图

复制代码

  比如下雨天的咖啡厅，正面视觉、人物特写

1. 1.     4. Lora（如果需要）

复制代码

  加载lora、hypernetwork等触发内容

1. 1.     5. 负面提示词

复制代码

负面提示词基本可以通用，包括一些低画质，多手多脚之类的
   负面词：NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres,
normal quality, ((monochrome)),((grayscale)), skin spots, acnes, skin
blemishes, age spot, (ugly:1.331), (duplicate:1.331),(morbid:1.21),
(mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5),
blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs,
(disfigured:1.331), (missing arms:1.331),(extra legs:1.331), (fused
fingers:1.5), (too many fingers:1.5), (unclear eyes:1.331), lowers, bad
hands, missing fingers, extra digit,bad hands, missing fingers, (((extra
arms and legs))), NSFW:not Suitable For Work不适合在公开场合出现的图片
  我们利用以下提示词来画一个国风汉服写实美女
​

1. best quality,masterpiece,absurdres,Highly detailed,ultra-fine painting,extreme detail description,Professional,  
2. 1girl,full body,hair ornament,holding,necklace,orange with white chest pleated skirt,red waistband,red with white waistband,tang style outfits,transparent background,  
3. hanfu,tang style outfits,

复制代码

​
​
4. 其他参数

这里的许多参数都还有各自能继续穷究的点，本日重点不在这，就先略过了，有必要可以出文单独分析

1. 1. 采样方法：不同的采样方法适用于不同画风
3. 2. 迭代步数：理论上迭代步数越高，画面越精细，出图时间也越长，但也和采样方法对应，有的采样方法可以在很少的步数内就出图，后续增加的迭代步数所换来的收益就不大了
5. 3. 高分辨率修复：开启高分辨率修复可以让SD对图像进行二次高清重绘放大
7. 4. 4\. 放大算法：不同的放大算法有不同放大效果，一般写实画风推荐4x-UltralSharp或8x_NMKD_Superscale_150000_G，动漫画风推荐R-ESRGAN 4x Anime6B
9. 5. 宽高：定义出图尺寸，一般需要参考大模型作者或lora作者给出的参考尺寸，需要更大尺寸图片可以再通过后期放大
11. 6. 随机种子数：方便重现出图

复制代码

最终我以如下参数（图中标注为关键参数），来绘制一张国风汉服美女图

参数

国风美女
四、lora模型训练

学会绘制美女之后，下一步我们就需要利用自己训练的lora模型去和绘制的美女融合了，那么我们就需要学习如何训练lora模型
训练步骤

训练一个自己的lora模型分为几个步骤

1. 1. 1\. 准备数据集：准备好需要训练的lora的数据来源
3. 2. 2\. 图片预处理：如果是炼制人物脸部lora，那么尽量让画面纯净，仅包含人物上半身，且只有想要训练的人脸
5. 3. 3\. 数据集打标签：这一步的作用是告诉AI你的图片包含什么元素

复制代码

  对于标签：如果你想保存人物的某个特性，就删掉对应标签，这样AI就会认为这个人就是这个特性；如果你想机动调整某个特性，那就要把这个特性打上标签。举个例子：如果你有红色头发，你不打红色头发标签，那么炼制的lora模型很大概率会不停出红头发，即保存了这个特性

1. 1. 4\. 开始训练：这个过程的时间长短，取决于你的电脑配置
3. 2. 5\. 测试lora：除了测试训练出来的lora出图是否和原图像以外，也要测试lora的泛化程度，是否存在和原图过于拟合的情况等

复制代码

工具

lora训练的方式有许多，有通过执行脚本训练，也有通过界面训练。目前比较常用的lora训练工具有sd-trainer和赛博炼丹炉。
留意训练lora对配置有一定要求，显存至少需要6G，我个人是3060ti 8G的显卡，20张图片的训练时长在三个半小时左右
   炼丹工具在末端给下载地点
  1.sd-trainer

sd-trainer
一般来说，我们直接选用新手模式进行训练即可，当你真正把握了此中参数的含义之后，再去实验专家模型
新手模式下，我们一般只需要修改训练用的底模（即基于什么大模型进行训练），数据集目录，和模型生存名称即可，其他参数如训练轮数，学习率等，都可以在熟悉了训练流程之后再做调整
此中，WD1.4标签器可以帮助对目录下的图片自动打标签（对应前面数据集打标签步骤）

WD1.4标签器
2.赛博炼丹炉

赛博炼丹炉
赛博炼丹炉相对来说界面更加友好，基本上按照界面提示一步一步走即可

1. 1. **1\. 选择大模型，训练风格，召唤词**
3. 2. 根据自己的需求，来选择大模型和风格

复制代码

选择

1. 1. **2\. 上传数据集图片**
3. 2. 上传训练数据集，训练人物lora尽量为半身像，最好包含人物各个角度的照片

复制代码

上传数据集图片

1. 1. **3\. 设置预处理参数**
3. 2. 设置训练分辨率（1.5模型一般默认为512x512），模式以及是否勾选脸部加强（训练人物脸部lora要勾选）

复制代码

上传数据集图片

1. 1. **4\. 数据集打标签**

复制代码

点击预处置处罚之后，炼丹炉会对图片进行人脸辨认和裁剪，以及自动打标签

预处置处罚
我们需要对标签再做一遍筛选，看看AI辨认的标签是否正确，进行一遍校正

1. 1. **5\. 开始训练**
3. 2. 没有问题之后，就可以开始训练，训练时间取决于你的电脑配置

复制代码

lora测试

不管是sd-
trainer还是赛博炼丹炉，训练完成之后，都会得到几个训练好的模型文件，模型文件数量根据你的配置决定，对于赛博炼丹炉来说，默认是每一轮训练竣事都生成一个lora模型文件
以下是我之前训练的lora模型

lora模型
训练完成之后，我们就要对这些模型进行测试了，我们需要以1-10（如果训练为10轮，生成了10个lora模型）的全部模型和0.1-1的全部强度两个维度来进行测试，这块我们可以利用stable
diffusion的xyz脚原来进行一个测试，最终确定哪个模型下的哪个强度，是我们训练效果最好的
真人原型
比如我之前训练的模型有iris_20240125002809-000001.safetensors到iris_20240125002809-000010.safetensors，那么我就可以在正向提示词引入lora时，利用参数更换
​

1. <lora:iris_20240125002809-MODEL:STRENGTH>

复制代码

​
​
而且在最下方选择利用XYZ脚本进行出图

XYZ参数
配置正向提示词加入“银色头发”，这样，我们能测试lora的泛化水平
​

1. (silver hair:1), best quality, masterpiec8K.HDR. highresabsurdres:1.2, Kodak portra 400, film grain, blurrybokeh:1.2, lens flare, (vibrant color:1.2),1girl, red dress, looking at viewer

复制代码

​
​
这样，就能得到一个以模型和强度为维度的二维xyz图表

   通过观察xyz图表，我们就可以很快的找到在相似度和泛化度都很符合的lora模型以及利用强度（既很相像，又能出现银色头发）
  五、真人AI写真

颠末以上一系列步骤，我们就真的可以开始出AI写真了 利用训练的lora模型出真人AI写真，也有几种方式
1. lora文生图直出

这个很好明白，直接用到我们上面提到的绘制美女的方法，加上我们提炼的lora即可
​

1. best quality,masterpiece,absurdres,Highly detailed,ultra-fine painting,extreme detail description,Professional,  
2. 1girl,full body,hair ornament,holding,necklace,orange with white chest pleated skirt,red waistband,red with white waistband,tang style outfits,transparent background,  
3. <lora:iris_v1_000006_0.7-1:0.8>,hanfu,tang style outfits,

复制代码

​
​

文生图+lora直出
不难发现，虽然生成的美女很漂亮，但是她和原型差的太多了，重要原因是人脸在画面占比太小导致，如果是半身像或近摄，这个相似度会更高
2. 文生图+lora换脸

为相识决全身像相似度太低的问题，有一种解决方式是利用SD中的强大的修脸工具——ADetailer。可能大家知道ADetailer能修复崩坏的人脸，但是不知道大家有没有留意到，ADetailer是可以配置提示词的，也就是说，我在修脸的时候，可以用上自己的lora来进行修脸

ADetailer修脸
提示词中，我们去掉人物lora，仅仅利用ADetailer中的lora，我们再试一次
​

1. best quality,masterpiece,absurdres,Highly detailed,ultra-fine painting,extreme detail description,Professional,  
2. 1girl,full body,hair ornament,holding,necklace,orange with white chest pleated skirt,red waistband,red with white waistband,tang style outfits,transparent background,  
3. hanfu,tang style outfits,

复制代码

​
​

文生图+lora换脸
这样一来，这个美女就和原型很像了，但是你可能也发现了，原型的人物脸型更饱满，而这个美女，是个很显着的锥子脸，虽然更悦目了，但是相似度也就降低了，那这个我们有办法解决吗？
当然了，如果对方要求，我就是想要锥子脸，那么到这一步，就够了
3. lora文生图+lora换脸

解决脸型问题，实在也不难，还记得我们之前去掉了提示词中的人物lora的引用吗？实在只要这里也引用lora，情况就会好许多。起首，我们在文生图时，就以我们的人物lora为基准出图，那么脸型一定是相像的，其次，我们再利用ADetailer进行lora换脸，相称于对自己的脸型再做一次换脸，那它的融合度一定是更高的
​

1. best quality,masterpiece,absurdres,Highly detailed,ultra-fine painting,extreme detail description,Professional,  
2. 1girl,full body,hair ornament,holding,necklace,orange with white chest pleated skirt,red waistband,red with white waistband,tang style outfits,transparent background,  
3. <lora:iris_v1_000006_0.7-1:0.8>,hanfu,tang style outfits,

复制代码

​
​

lora文生图+lora换脸
4. 文生图+图生图+lora换脸

除了lora文生图以外，我们也可以去掉人物lora来出图，正常绘制美女图，然后通过图生图的ADetailer加lora去做脸部更换，可以通过批量出图，总会有融合度高的脸型。当然了，这种方式也适用于直接利用网图来进行lora换脸
以上就是通过lora来AI出图的几种方式了，我们再做个简单的总结
方式优点缺点适用场景lora文生图直出人脸占比大的近摄画面相似度高，脸部边缘无融合问题人脸占比小的全身像画面相似度低半身像，特写像文生图+lora换脸解决全身像相似度低的问题可能出现绘制人物与lora脸型等特性不像的问题，Adetailer易出现脸部边缘边界线全身像lora文生图+lora换脸解决脸型不像的问题Adetailer易出现脸部边缘边界线全身像文生图+图生图+lora换脸不要求出图过程，可用任意图片脸部更换Adetailer易出现脸部边缘边界线其他图片脸部更换 六、AI画手的问题

这个问题，从根上来说，是目前AI算法的通病，很难彻底解决，尽管我们会在负面提示词加许多防止手部崩坏的提示词
​

1. missing fingers,extra fingers,fused fingers,too many fingers,bad hands,mutated hands,badhandv4

复制代码

​
​
但是你画多了就会发现，并没有什么用，手该崩还是崩，唯一可能好点的可能是某些比较好的模型，对手部训练的比较好，不太轻易崩坏
如果你看的充足仔细，你可能也发现了我上面的示例图中，就有手部崩坏的问题。
不管是手部崩坏，还是六指琴魔，解决问题的关键有几个思绪：
1. 只管埋伏手

没错，既然手画的不好，那我们就把手藏起来！有两种方式，要么直接把图片裁切截掉；要么我们可以通过ControlNet的openPose改变人物姿态，让她的手伸出屏幕外
2. 手部优化lora

我个人也收藏了好几个手部优化的lora，有的时候是管用的，有的时候修复的手反而和画面不够融合；而且利用lora优化手，其lora本身很可能会侵入我的团体画面结构，乃至是改变画风

手部优化lora
3. ControlNet深度手部细化

ControlNet深度手部细化
4. ADetailer修手

ADetailer修手
5. 图生图手部重绘

   总之，目前还没有解决手部困难的完美方案，只能是多多实验吧！
  其他方式

实在实现AI写真，还有许多方式，但由于我没有亲自实验，就不再细写

1. 1. 1\. EasyPhoto：据说是个非常厉害的插件，最少只要8张照片，就能完成AI写真，但我本人因为电脑配置问题，在训练模型那一步显存就扛不住了，所以没继续尝试
3. 2. 2\. ComfyUI方式：以上内容都是基于WebUI的AI写真方式，我暂时还没尝试使用ComfyUI进行AI写真，后续准备尝试一下，使用ComfyUI之后，我的电脑甚至可以出SDXL图，很想知道以SDXL来出真人AI写真是什么体验，应该会非常惊艳！

复制代码

末了，如果大家对SD绘画感兴趣，可以相识一下我们的课程，顺便白嫖一些AI绘画的资料！！！

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。