07
一键换脸Roop与InstantID插件
目录⊙Roop插件介绍与使用
⊙InstantID插件介绍与使用
⊙Roop插件与InstantID插件对比
对于Stable Diffusion想生成指定人物面部的图像，可能需要复杂的lora炼丹操作，但是这个过程过于复杂与耗时，而一键换脸插件Roop与InstantID则可以快速生成指定人物面部的图像，大大降低换脸的使用门槛
Roop插件
Stable Diffusion的Roop插件是一款强大的换脸工具，支持在不进行大量训练的情况下，轻松实现脸部替换
安装步骤
Roop插件的安装需要依赖其他环境，安装过程会比较复杂
1.启动Stable Diffusion WebUI并进入“扩展Extensions”标签，在“从URL安装”标签中，粘贴一下地址：https://github.com/s0md3v/sd-webui-roop，或者是在下载页面搜索“Roop”，也可以直接下载
2. 安装成功后，重启WebUI会出现Roop功能页
3. 插件的正确使用，还需要下载其环境依赖，在Windows系统上，下载并安装Visual Studio，同时确保在安装过程中选择安装Python和C++包
4. 下载模型依赖，进入到stable-diffusion-webui目录下，在打开的dos界面里面，运行命令 pip install insightface==0.7.3，就会自动开始安装insightface
5. 下载对应模型inswapper_128.onnx(https://huggingface.co/henryruhs/roop/resolve/main/inswapper_128.onnx)，并放入到<webui_dir>/models/roop/下
6. 如果觉得上述配置过于复杂，可以考虑最新的一键部署安装包，已经将整个环境都配置好了，直接就可以使用，不需要再进行额外的配置
插件的使用
1. 将图像拖入 Roop 扩展面板
2. 选中复选框Enable以“启用”Roop
3. 从恢复脸部（Restore Face）选项中点击“CodeFormer”
4. 创建正面和负面提示
5. 点击“生成”
最佳实践注意事项
1. 确保照片中的脸部不被头发或配饰等物体遮挡
2. 如果希望生成更新清晰的面部，可以通过图生图，将重绘度设置为0.1，并且通过tile进行细节修复
InstantID插件
InstantID插件是Stable Diffusion中的一款功能强大的换脸工具，它能够通过一张图片实现人物的换脸，同时保持人物特征的一致性
插件的安装
1. 首先将controlnet升级到最新的版本，最好是在V1.1.440版本及以上
2. 下载InstantID的IP-adapter模型
通过下载地址：https://huggingface.co/InstantX/InstantID/blob/main/ip-adapter.bin，将下载的文件重命名为ip-adapter_instant_id_sdxl.bin
3. 下载 InstantID ControlNet模型
通过下载地址：https://huggingface.co/InstantX/InstantID/blob/main/ControlNetModel/diffusion_pytorch_model.safetensors，将下载的文件重命名为control_instant_id_sdxl.safetensors
4. 将上面下载下来的2个文件都放在<webui_dir>/models/ControlNet 文件夹目录下
5. 重启WebUI
InstantID插件在SD 1.5中的使用
使用InstantID模型时需要注意一些事项：
1. 大模型只能使用SDXL大模型
2. 提示词引导系数 (CFG Scale)要比通常设置的参数值低（3-5）
3. 需要使用2个ControlNet作为InstantID
4. 减少两个ControlNet的控制权重（Control Weights）和引导终止时机（Ending Control Steps）
1. 大模型的选择
使用Dreamshaper SDXL Turbo大模型。VAE大模型选择None
2. 提示词的编写
Prompt：watercolors portrait of a woman (happy laughing:1.15),masterpiece,artistry,
提示词：一个女人的水彩肖像（快乐地笑：1.15），杰作，艺术
Prompt：low quality, blurry, malformed, distorted
3. ControlNet插件InstantID模型设置
需要使用两种 InstantID 模型。换句话说，需要使用两个ControlNet
第一个ControlNet主要使用InsightFace来提取人物的面部特征，越清晰越好
第二个ControlNet用来识别上传的图像中的脸部的位置，也就是最终生成的图片的脸部位置。如果我们这里只上传一张脸部图片的话，生成的图片大概率也是一张脸部图片，上传一张半身照，大概率生成的也是一张半身照。建议跟第一个ControlNet使用相同的图片输入
4. 生成效果图
可以通过修改正向提示词更换图片中人物服装，背景等元素，生成不同风格的图片
Roop与InstantID的对比
InstantID似乎更侧重于提供一种高效、便捷的方式来生成保留人物身份特征的个性化图像；而Roop则更专注于实现高质量的换脸效果；
InstantID强调了其在身份保真度和训练效率之间的平衡，以及与现有预训练模型的兼容性；而Roop则更多地被描述为一个强大的AI换脸工具，能够在保持面部一致性的基础上进行图像的深度换脸
简单来说，InstantID可以保留人物身份的一些特征，去生成更多样化的图像；而Roop则专注于提供高质量的换脸效果
