在上一篇文章中，我为大家详细介绍了Stable Diffusion中一个十分有用的插件，名为ADetailer。
Stable Diffusion 必装插件之 ADetailer
这个插件首要用于修正面部问题并为面部和手添加细节。现在，ADetailer包括了14个不同的模型，每个模型都有其共同的用途。我现已对其间大部分模型进行了比照剖析。但有一个特其他模型——DeepFashion，我之前并未介绍，由于它与其他模型有所不同。在这篇文章中，我将详细介绍DeepFashion。
假如你喜爱看视频教程，那么我十分欢迎你观看本文所对应的视频(B站同名帐号)：
DeepFashion的核心功用
DeepFashion模型的核心功用是处理服装。这个模型的数据集包括来自13个盛行服装类其他80多万件服装。运用DeepFashion模型，ADetailer能够检测图画中的服装，并进行切割，以便进行独自处理。
咱们都知道，Stable Diffusion的自然语言了解能力较弱，无法与DALL-E和Midjourney相提并论。例如，运用SDXL模型生成的这张图片，其提示词是“1位女孩，面带微笑，晨光打在脸上，黑色丝质吊带衫，领口处有精美的蕾丝边，酒红色格子高腰半身裙，全身拍摄，凉鞋，古色古香的鹅卵石街道，景深，虚化”。可是，女孩裙子上的格子图画并没有被体现出来。提示词越长，遗漏的细节就越多。
而运用DeepFashion后，能够看到明显的改善，如裙子上的格子图画就被准确体现出来了。
再比方，处理提示词污染的问题。例如，一张图片的布景是柠檬黄色，但Stable Diffusion可能会过错地将柠檬图画运用到女孩的裙子上，如下图所示：
这时，运用DeepFashion能够有效处理这一问题。它会将裙子独自别离出来，并运用专门的提示词进行描绘。这样，假如提示词中不包括“柠檬”，裙子上就不会呈现柠檬图画。
装置DeepFashion模型
以下是DeepFashion模型的详细装置进程：
1️⃣Adetailer插件装置
首要，保证现已装置了Adetailer插件。假如没有装置，能够参考上一篇文章中的进程进行装置。装置Adetailer是运用DeepFashion的前提条件。
2️⃣下载DeepFashion模型
装置Adetailer插件后，DeepFashion模型不会主动呈现在模型列表中。要运用DeepFashion，您需要手动下载它。模型的下载链接是：
3️⃣进入下载页面
在浏览器中输入下载地址后，你将被引导至HuggingFace下载页面。在这里，一切可用的模型都会被列出，你能够找到坐落列表首位的DeepFashion模型。周围有一个下载按钮，点击该按钮开端下载。
4️⃣移动模型文件
下载完结后，将下载的模型文件移动到Stable Diffusion的 “webui/models/adetailer” 文件夹内。这一进程是必要的，以保证WebUI能够正确辨认并加载模型。
5️⃣重启WebUI
将DeepFashion模型文件放置在正确的文件夹后，需要重启WebUI。重启后，DeepFashion模型应该呈现在Adetailer的模型列表中，这意味着它现已预备好运用了。
装置完结以后，让咱们经过两个事例，感同身受，体验DeepFashion的用法。
事例一：运用DeepFashion处理衣物图画问题
1️⃣ 生成初始图片：
- 翻开WebUI界面。
- 挑选模型：“MajicmixRealistic”（在下一个事例中将运用SDXL模型）。
- 提示词内容：“在现代艺术画廊里穿着亮片裙子的女孩儿”。
- 根据需要调整其他参数。
- 点击“生成”查看作用。
为了更好地说明问题，我生成了几张不同的图片。从中选取了三张展示出来。能够看到，衣服上的亮片或金色部分过错地呈现在了布景中。
2️⃣ 运用DeepFashion处理问题：
- 首要生成一张衣服上没有亮片图画的底图。
- 指定裙子的色彩为黄色，以防止生成黑色裙子导致亮片不明显。
- 将“gold sequin pattern”从提示词中剪切出来，稍后在Adetailer中运用。
- 先不勾选Adetailer插件。
- 如遇提示词污染问题，将黄色添加到Cutoff插件中，保证布景不会呈现金色亮片。
- 生成底图。
3️⃣ 添加亮片作用：
- 固定随机种子，勾选Adetailer插件。
- 在Adetailer的模型列表里挑选DeepFashion。
- 运用方才剪切的“gold sequin pattern”作为提示词。
- 打开“Inpainting”设置，调整“Inpaint denoising strength”（重绘去噪强度）至0.6。
-
生成图片，并观察进程：
- Stable Diffusion首要根据随机种子生成底图。
- DeepFashion接管，辨认裙子，并对其进行标示和处理。
4️⃣ 调整去噪强度以改善作用：
- 假如亮片作用缺乏，可将去噪强度调至0.7再生成，观察作用。
- 如需更多亮片，继续将参数调至0.8。
事例总结
DeepFashion能够有效地将服装从图片中别离出来进行独自处理，处理了提示词污染问题。这种技术特别适用于那些Stable Diffusion可能无法准确了解和渲染的复杂场景。
例如，运用albedobaseXL模型生成的图片中，绿色的裙子和柠檬黄的布景被准确别离，没有呈现混杂。
而运用dreamshaperXL-Turbo模型生成的图片就呈现了问题，布景中的柠檬黄色过错地呈现在了裙子上。
在这种情况下，DeepFashion就显现出了其优越性，能够准确地处理和优化图片中的服装元素。
经过这个事例，咱们能够看到，DeepFashion不只提高了Stable Diffusion生成图画的质量，也为咱们在图画生成进程中供给了更多的控制和创造力。
事例二：优化SDXL模型中的色彩处理
在Stable Diffusion的运用中，尤其是运用SDXL模型时，咱们经常遇到提示词污染问题，特别是在处理色彩时。让咱们经过一个实践事例，探究怎么运用DeepFashion来处理这一应战。
1️⃣ 设置与生成开始图片：
- 模型挑选：更换为SDXL模型。
- 提示词设定： “年轻模特，时髦摄影，无袖祖母绿 A 字连衣裙，花朵蕾丝装修，柠檬黄布景，漂浮的白色气球”。
- 分辨率：设为832×1216。
- 生成成果：期望得到的是白色气球，但图片中呈现了黄色和绿色的气球。
2️⃣ 重复生成以寻求改善：
- 第一次重新生成：去除了绿色气球，但仍有黄色气球。
- 第二次重新生成：问题更加夸张，裙子上呈现了花朵。
经过这个事例，咱们看到了SDXL模型在处理特定色彩和元素时的应战。尽管重复生成图片可能会带来一些改善，但成果仍然不稳定，且不契合咱们的预期。为了处理这一问题，DeepFashion插件就显得尤为重要。
在接下来的内容中，我将展示怎么运用DeepFashion来准确控制图画中的色彩元素，保证生成的图画更加契合咱们的预期。
3️⃣ 测验运用“BREAK”关键词：
- 简化提示词：去掉“蕾丝装修”。
- 在“裙子”和“柠檬黄布景”之后参加“BREAK”关键词。
- 生成成果：呈现了黑色气球，布景色彩过错。
2️⃣ 多次测验改善：
- 再次生成：裙子和气球色彩正确，但布景色仍然不准确。
- 最后一次测验：色彩总算正确，但办法不稳定，依靠运气。
咱们用抽卡的方式实现了想要的作用。可是能够看到，这种办法不稳定，得靠运气。接下来咱们用DeepFashion实现更可控的作用。
1️⃣ 预备阶段：
- 删去提示词中的“祖母绿”，预备稍后经过DeepFashion进行调整。
- 生成图片，保证布景和气球色彩正确。
2️⃣ 运用DeepFashion处理衣服：
- 固定随机种子。
- 启用Adetailer插件，挑选DeepFashion模型。
- 添加描绘：“祖母绿无袖 A 字裙，花朵蕾丝”。
- 调整“Inpaint denoising strength”至0.7，然后生成。
- 观察到裙子色彩首要仍是白色。
3️⃣ 增强作用：
- 提高“Inpaint denoising strength”至0.8，再生成。
- 测验运用更高的0.9值，裙子变为祖母绿色，但边际仍有白色残留。
4️⃣ 微调蒙版处理：
- 调整“Mask Preprocessing”中的“Mask erosion/dilation”参数。
- 将蒙版扩张设为12，生成图片，白边减少。
- 进一步调整至16，简直消除了一切白边。
结论与运用
DeepFashion作为Adetailer中的一个共同模型，能够独立处理服装，从而防止提示词污染问题，一起为服装添加细节。它不只支撑SD1.5模型，还支撑SDXL模型。当你需要处理服装时，DeepFashion是一个值得考虑的挑选。
OK，以上便是本期的内容。期望这篇文章对你有所协助。假如你觉得有用，不妨给我点个赞。
对AI绘图感兴趣的，欢迎加我微信vito_chat入群沟通。
欢迎拜访我的免费学习AI网站：
原文地址：
