【ComfyUI進階教程】Impact👩🎨修復大師:掌握重繪核心輕鬆實現局部高清修復,內容替換,換臉修手隨便搞🖼️! #aigc #comfyui #controlnet #impact

哈嘍大家好
歡迎再次來到歐陽的視頻頻道
這一次要跟大家彙報一個好消息
就是之前跟大家推薦的端腦雲的平臺
正好上一期被官方大大看見了
之後特意找歐陽進行了一些溝通和協商
不僅僅對歐陽的頻道
進行了一些小小的贊助和支持
更重要的是還給大家謀取了一些福利
所以這期歐陽必須要出鏡
跟大家同慶一下
給到大家福利一共是總額500元的現金抵付券
大家可以通過這個券來免費體驗服務器
大概的面值是100元的一張
60元的三張
30元的應該有5張
10元的有7張
一共是總額是500元
所以我覺得這是可以慶祝的一期
歐陽也有廣子了
OK
因爲考慮到平臺的不同的制度的問題
或者是運營方式的問題
歐陽暫定先把它放到B站
直接用抽獎的方式發送給大家了
抽獎的方式我直接會發在一個抽獎動態裏面
同時歐陽也開了一個小小的充電檔位
只要是會員資格的
都可以參加這個抽獎活動
比較遺憾的是
如果是youtube的觀衆或者是朋友的話
暫時是沒有辦法參加這個活動的
如果有條件的話
可以到B站來試一下手機
當然未來我還是希望將多平臺進行一個同步
不管是福利也好
還是未來的歐陽想到的一些小點子
或者是小工具也好
都可以提供給支持歐陽的粉絲朋友們
所以說到這
就說到小小的會員的一個計劃
歐陽是有這樣一個打算
不管是這樣的福利也好
儘量給大家多爭取一些
還是說便捷的AI使用工具
又或者是一些粉絲的勳章也好
還是表情也好
各種各樣的東西發展一下
嘗試一下
當然了也就在這兩天
我們說回到端腦雲
剛剛的一個新版的UI
整個的一個界面
已經發生了很大的變化了
但是我覺得功能方面來說
還是之前的那樣的功能
沒有太大的改變
也不影響我們的使用習慣
OK 我們前言就說到這裏
至於具體的活動參與和抽獎方式
以及發佈時間
我會放到節目後面
前面就不耽誤大家學習的時間了
我們這就到端腦雲的服務平臺來
和上一期一樣
開一個傻大全的409元這樣一個服務器
我們開始今天的教程部分
OK 那麼我們這裏直接來到服務器
可以看到我這裏簡單的搭建了一個
Inkpark的Pipe節點
我們現在直接來生成
那麼當我們有了這個圖以後
我們就根據上一節的遮罩的基本劃分
分一下遮罩
來說一下Simple Detector
當中的一些參數
這上一期我們沒有詳細說
主要是講那些原理
那麼有了這個圖像以後
我們就可以直接把這個圖像傳過來
Simple Detector
大家可以看到它這裏的參數有很多
對不對
但是其實都是基於我們這兩個
原始的Detector的參數
合併到一起而來的
這裏我又分別建立一個
Sim的Detector和Bbox的Detector
這邊的Bbox
我們是有一個檢測閾值對吧
閾值越大它檢測的越籠統
越小它檢測的像素來說越細緻
越容易檢測到我們的人臉
尤其是對於人臉佔據面積很小的時候
那麼膨脹自然就是它的範圍
要在檢測的基礎上
再膨脹10個像素
裁減係數其實是它周圍的一個裁減係數
它的默認出來以後是3
也就是這個像素比
是要比它檢測到的目標再大3倍
這個是個倍數
這裏要注意一下裁減係數
通常我們不會給這麼大
默認它是3
下面最小尺寸是指我們檢測的圖像
小於10它就不會去檢測了
如果是大於10
這個是像素
如果是大於10的像素
它纔會去檢測
小於10的像素就會被過濾掉
說完Bbox我們看SIM當中
這個是它的檢測方式
可以有很多種形狀
以及Mask的一些定義檢測
但是我們通常用默認的
之後就是它的外部膨脹是多少像素
它的檢測預值又是多少
那麼自身它也有一個Bbox的認定
也可以設置它Bbox的外邊的拓展
也就是膨脹係數
只不過是針對於YOLO模型當中的
Bbox的一個拓展
下面自然是遮罩的檢測預值
以及負面遮罩
這個通常我們是不設置的
當然如果你需要精細化的設置
可以去設置負面的一個遮罩
知道這些以後我們來看Simple
其實就是把這兩個參數做了一個合併
1234這4個參數
其實就是我們這邊的4個
針對第一個Bbox模型的一個設置
那麼下面這些1234也是4個選項
對吧
也是對於我們下面這1234這4個選項
那麼最後它還有一個最終的一個deletion膨脹
最終的膨脹
也就是說我們經過了這一系列檢測下來以後
我們最終是否要設置一個膨脹
再讓它的遮罩再往外擴一些
方便我們做之後的處理
那麼通過這些我們就知道
之後的遮罩我們應該怎麼設置
這裏我們直接Prove有一個SIG預覽
然後我們先用默認的遮罩膨脹什麼的
我們都不加
我們直接來進行一個提取
也就是對我們這邊的圖像的面部進行一個提取
可以看到我們選擇的ULU模型
選擇的Face模型
自然它檢測到的就是一個面部信息
對吧
這樣面部信息就被檢測出來了
而它周圍其實框的也是比較死
通常我們是要給一個範圍
也可以看到它的耳朵不見了
對不對
這個時候我們其實是可以把它的整體外邊框的參考內容稍微加一點
比如說我們這個裁剪係數
我們給到1.5
它其實對於遮罩是沒有影響的
但是對於整個外邊框
它是有一個更多的
我們應該理解爲是上下紋
也就是周圍畫面像素的一個參考
如果我們想調整遮罩
自然可以調整
比如說box的膨脹
當然了box我們之前說過
它是先制定一個box
再用我們的SAME模型去識別box
所以說我們這個時候設置box的膨脹
其實它的意義是不大的
因爲是先生成的box
再用SAME去裁剪這個box
比如說我們加到10
你會看到這邊box多出來個耳朵
SAME模型就把我們耳朵也自然識別進來了
對不對
所以說我們看情況
要不要把耳朵疊加進來
如果需要的話
我們可以把基礎的box放大一點
比如說放到30
這樣我們的耳朵是完全能夠擴進來的
然後再經過SAME模型的提取
就把耳朵扣出來了
但這邊我們可以看到
它稍微把頭髮擴進來了一點點
對吧
那就是這個模型
它檢測的精度不是很高
比如說我們把h換成b的SAME模型
然後我們再來運行一下
這個頭髮就被取消掉了
之後我們想面部的mask
再往外擴一些
給它一些之後修改的餘地
我們就可以酌情的來考慮
使用哪一個膨脹
比如說次要膨脹
那麼就是我們SAME模型的一個膨脹
我們也可以選擇最後的最終膨脹
就是我們最終遮罩的外部膨脹也可以
通常我們是用這個來最簡單的處理
比如說給它10的像素
那麼我現在的膨脹
它就往周圍多了一圈
因爲我們本身面部它的像素佔比就很小
所以說10和5對它的影響感覺就很大
我們可以看到我們這邊的面部
本身佔據豎平它就很小
這就是我們對於一個面部識別
這邊的Simple Detector的一些參數要怎麼調
基本上調成這樣
我們就可以進行繪製了
之後我們就來說
Impak當中常用的兩種重繪手段和重繪方法
第一種就是Face Detailer
我們常說的面部修復
我們在Impak節點當中
在簡易選項裏
Simple的選項裏可以看到
有一個Face Detailer和一個Pipe的Face Detailer
那就是用一個管道連接
這邊我們可以看一下這兩個節點
這裏其實沒有太大的差別
我們可以看到Pipe這邊
其實輸入的就是一個細化的節點組
然後這邊我們是沒有辦法輸入節點組
是需要每一個參數單一來設置的
同時還有一點不一樣的
我們可以看到下面這邊多了一些輸入參數
就是我們調效Prompt的一些參數
如果我們要走Pipe
其實有另外一種方法來添加這個過程
這兩種流程我們都講一下
首先我們講最基礎的面部Face Detailer
首先我們把我們的Pipe管道直接挪過來
然後把基礎管道我們對接一下
然後同時把這個圖像
我們生成的圖像也傳過來
這裏要注意
我們現在講的後期的修復
都是基於已生成的圖像
所以說這個和我們之前的流程
你不管之前是用什麼流程生成的
只要是你最終生成的圖像了
都是可以用Face Detailer
或者之後的我們講的後期修復的流程
來進行修復
哪怕你不用這一套流程修復
你也可以單獨把流程之外的
P好的圖像或者是拍好的照片
放進來進行AI的局部修復
所以說這是基於一個圖像的後期修復流程
它並不會參雜到我們生成流程當中去
都是獨立的 相對獨立的
之後這邊我們自然會看到
這一系列的我們這邊的檢測組
只需要這兩個模型加載就OK
Box我們就自然輸入Box信息
SIM模型這邊一樣輸入SIM模型的信息
Segment我們說過
如果是直接走YOLO模型的話
給它Segment
我們就不需要SIM模型了
下面這裏有個約束
這個約束我們之後再說
它會影響我們面部
或者是局部修復當中的一些採樣方式
可以在我們修復的流程當中
來模擬這一個線性過渡的過程
當然了不僅僅是採樣CFG了
有很多都可以進行額外條件的設置
這算是一個高級選項
最後這有一個Scheduler Function的一個Option
也是一個程序調度
我們也可以理解爲
動態的調度一些它的參數
這都是高級選項
我們都可以直接忽略
把這兩個模型加進來就OK
至於這邊的參數看着很多
但是實際上把我們這邊的參數挪過來
它已經佔了一大半
然後又一大半是我們的採樣參數
降噪和語化
這我們就不多說了
降噪就重會了
通常就是0.4到0.7
看我們想要和原圖的一個相似
混合度有多高對吧
重要的一點是這裏有個Size
它翻譯是引導大小
其實是一個網格的大小
但我們這個圖像臉部
我們通常繪製的過程
是先把臉部放大
放大了以後進行繪製
繪製精美了以後
再縮小貼回到原圖的臉部
是這麼一個過程
所以說這個引導大小
其實和我們這個box是緊密相關的
box的範圍有多大
它和我們這個是成一個正相關的
也就是說有個係數的
那麼這個係數
其實就是這邊的一個裁剪係數
在我們這邊體現
就是這一個係數
裁剪係數
這個係數要是3的話
這邊就相當於是引導大小
乘以我們box的係數
大概是這麼一個算法
當然了還要看我們具體的box有多大
這是根據我們引導目標來的
如果我們要把引導目標關了
它就是直接按照我們這區域
裁剪的大小
就是5124的
所以說我們通常上面選擇
根據box進行引導的話
我們這一個係數就不會調太高
剛纔我們測試的是1.5的範圍
其實就夠的
最大尺寸會繪製到1024
也就是我們這個面部
最後它生成
在這邊我們重繪的時候
它生成的最大尺寸是1024
之後再縮回到我們這個圖這麼小
貼回去
就是這麼個道理了
下面我們來可以輸出一下圖片
然後再預覽一下我們的alpha
遮罩的部分我們也可以來看一下
最後我們再給一些提示詞
比如這裏我們想讓它成爲一個
young girl
一個年輕女孩
我們這裏來填一下提示詞
那麼在生成的過程中
它就會自動檢測我們的圖像的面部
之後進行一個繪製
剛纔我忘了打開實時預覽了
那麼現在我們可以看到重繪的面部
這就是我們重新來繪製了一個面部的
這麼一個效果
現在我們來把這個預覽功能打開
我們找到管理
找到這邊的預覽方法
我們選擇一個最快的laten的RGB
這個方式來進行一個實時的預覽
我們再進行一個重繪
可以看到我們重繪的區域
就是在這個面部的區域對吧
那麼這裏我們要注意一下
再說一下這兩個參數比較重要的
一個是引導大小
是我們想把面部繪製到什麼大小
比如說我們想讓面部的精細度更高一點
我們最終可以給它一個768
這就是我們重繪面部的一個大小
下面最大尺寸
就是如果我們Bbox檢測出來的面部尺寸
大於這個尺寸了
我們就不會重新繪製
相當於說我們面部的細節其實是夠的
就不需要重繪
如果Bbox不大於這個數字
它就會進行重繪
這種情況是我們在強制重繪
把這個地方關了以後
如果開了的情況下
最大尺寸其實是不會限制的
我們即便面部要大於1.24
它也會重繪
如果想它自動執行
我們可以把強制重繪關掉
這樣的話它就會自動檢測我們的面部尺寸
比如說現在我們給它一個比較低的
我們看64行不行
沒有問題
我們現在來進行一個重繪
可以看到它其實這一步它就不會繪製面部
只會產生一個遮罩
繪製的階段就會跳過
如果我們設置512
可以看到它進行重繪了
對不對
而且是基於768的分辨率進行重繪的
這樣的面部就會比我們剛纔還會精緻一些
同時這個地方 cycles
它是一個多次採樣
它是一個循環採樣
比如說兩次
我們可以看到這第一次
這第二次
那麼這就是第一種面部繪製的一個方式
接下來我們說第二種
對FaceDetailer Pipe節點來說
我們這個地方是需要給它輸入一個精細化節點
但是精細化節點怎麼做
其實從我們這邊的BasePipe基礎節點
就可以來生成精細化節點
比如說我們現在直接走基礎的節點
這裏我們就可以搜索BasePipe
不是是BasicPipe
這邊我們叫BasicPipe to DetailerPipe
從基礎的節點
我們轉到細化節點
一個有基礎的進來了
同時我們再把這些參數給它提供進來
就變成了DetailerPipe了
所以說它就是在基礎的節點上多了這麼幾個功能而已
把需要的DetailerPipe需要的參數
我們給它輸入進來兩個模型
對吧
這裏我們同樣給一個同樣的題詞
甚至我們可以給它再加一個Aurora這些等等的
因爲它是一個通配符的一個輸入框
這個地方是隨便任意安排的
比如說我們就想面部加一個Aurora
最終我找了一個少女感臉型
然後我們給它一個0.6的一個參數
這樣的話我們就可以直接把細化的節點傳到我們這邊
之後我們再把圖像也給它傳過來
下面我們稍微設置一下采樣步數
和剛纔是一樣的20步
這裏這個係數我們可以先給1.5
之後我們再詳細說一下這個係數
這就是我們Pipe的一個使用方法
是外接進來的這麼一個管道
從外面進行組裝的
可以看到這樣的話
我們就可以單獨的來添加一個Aurora
你說這裏可不可以
其實這裏也可以
就是我們這邊的輸入提示詞裏面
也可以加比如說Embedding
對吧
也可以加我們的Aurora
OK都是一樣的
只不過我們那邊有一個通配符的選項
我們可以快速的通過這邊進行選取而已
這樣其實可以完成很多不同的工作
比如說我們爲臉部使用不同的Aurora
又或者是爲身體和衣服皮膚質感使用不同的Aurora
之後我們要說一下就是這個係數
裁剪係數其實要根據我們看
爲什麼我不會設置太高
因爲裁剪係數越高
它周圍所框的內容就越多
框起來的內容越多
它渲染的時候參考周圍的上下紋也就越多
它的渲染速度也就會越慢
這個地方不一定最想要好
但是一定要選擇最合適的
比如默認它出來都是3對嗎
我們再來進行一個渲染
你會發現它周圍就會多了很多的畫幅
但是你仔細看它渲染的區域
是不是還是面部這個區域
選這麼大的區域
它的渲染會比較慢
可以看到我們循環了幾次
它的效果要比之前差異要更明顯一些對吧
其實沒有必要搞三次搞兩次就行
然後這個地方我們同樣把它的係數
正常我覺得就是1.5到20間
OK那麼這就是我們最簡單的
Face Detailer的兩種不同的方式
之後我們就來講
通過我們之前的這一套模型的識別流程
哪些方式更方便或者更自由
那麼自然就講到了一個區域細化
也就我們這邊識別出來的遮罩
對接後面的細化渲染
那麼首先我們可以看一下
這些細化的節點有哪些
我們右鍵找到 In Park當中
有一個Detailer細化的這麼一個類別
你可以看到裏面有很多
第一類我們可以看到就是細化和細化高級
之後是帶節點數的細化和細化高級
再之後有一個遮罩Detailer
還有一個SIG Detailer
這些節點我們都拿出來看一看
它們之間的區別
可以看一下一共6個
當然當中還有兩個是針對於
AnimateDiff的一個批次的細化
這個我們先不說
首先說細化和高級
在英文版它叫Detailer的Debug
爲什麼我們可以看到
明顯輸入是相同的
但是輸出是不一樣的
所謂的Debug就是高級
它能觀察到更多的
比如說我們裁剪的畫面是什麼樣
細化的東西是什麼
我們α又是什麼樣
這是一個普通細化和高級細化的區別
唯一就是輸出的地方不一樣
節點數來說也是同樣的
普通的和高級的
唯一就是多了一些輸出的地方
至於節點數連接的原理也是一模一樣的
當然了對於普通細化來說
它還多了一個輸入
就是Refiner的一個精細化輸入
是二次旋的一個輸入
但是通常對於細化來說
不需要給兩個管道這麼麻煩的
第三類就是遮罩和SIG了
這兩個就相對要簡單一點點
可以看到下面沒有打包Clip
不需要輸入文本
這就是它們之間的區別
所以說我們通常用的最多的
就是高級的Pipe
又或者是不帶管道的
所以這裏我們拿帶管道的來舉例
同時可以看到我這邊
已經生成了一個圖像了
然後我們來看一下它的手
就會有一些問題
這個手還好一些
所以說我們經常會局部修復
就是修復一些小的瑕疵
比如說手什麼的
大家很多人都問怎麼修手
其實修手可複雜可簡單
根據我們的圖像不同
手的調教過程
有的你需要迭代幾次
有的可能一次就成型了
這個不一定的
要根據我們的實際情況來
就比如說這樣一個手
位置是對的
但是它的手指頭是不對的
這個時候我們就可以通過細化流程
來稍微做一下
比如說這個地方可以看到
我已經單獨組了一個BasePipe了
主模型我是隨便換了一個
沒用我們之前的主模型
因爲兩個主模型同樣一個東西
本身主模型它這邊這個手就有問題
你還用同一個主模型
那麼大概率還是會有一些問題
所以說我們要換一個
相對於對手質是比較好的
當然有些朋友可能會有專門修手的模型
那就更好了
用一個修手的主模型
然後我們這邊接入一下我們這個流程
首先我們要檢測一下我們的手
但是可以不需要SIM模型
因爲SIM模型我們知道
它會摳出來手的邊緣的
因爲我們這個手本身它就畸形
那摳出來邊緣再次生成一樣是不對的
對吧
所以我們只需要一個簡單的Box
只要檢測出來手的範圍
給一個Box就可以
有了檢測以後
我們這裏圖像來打一個轉接點
然後我們先輸入給我們的檢測點
之後再輸入給我們這邊的細化的節點
基礎樹的節點
從這邊已經打包好的
直接拽過來
那麼SIG自然是不是
就是我們這邊的一個SIG連過來了
然後降噪這個地方
要根據我們實際情況來
我們看的時候再調
現在我們先來生成一下
看看它的效果
其實這只是一個
對於局部的一個二次生成和二次渲染
你會看到它已經就有一定的修復效果了
對吧
如果不是特別精細的話
我們還可以加一下它的循環輪次
讓它多循環兩次
可以看到這邊它其實已經是有一些修復了
對不對
整個的形狀其實是差不太多的
那麼這種方式就是通過我們模型
這邊所調用的BasePep
這邊主模型來進行修復的
如果主模型對於手的修復功能不是特別好的話
其實這樣的方式
直接重繪的效果並不是特別好
現在我們可以看到
它的小拇指感覺是有點像大拇指了
單獨看這一塊的話
這個手好像像右手
並不像左手是吧
這就是我們區域重繪的時候經常遇到的問題
尤其是對手來說
我們其實是需要一個正常的
或者是正確的一個手的形態或者是樣子
這就是說我們經常會配合ControlNet
那麼在ControlNet當中有兩類預處理
是我們經常會用來修手的
這裏我們可以找一下預處理器
第一類是屬於姿勢當中的DW
我們之前說過是比較優質的
可以檢測任何位置
第二個是一個專門修手的一個深度圖
Mesh就專門生成一個手的深度圖
當然可以看到下面有一個跟Impact聯動的
它不僅會生成預處理圖
同時會生成一個遮罩
這裏我們不需要用這個
因爲我們走的流程可能是另外一種Detailer的流程
我們就用普通的
我們先來看一下
針對於不同的圖像
每個處理器它所檢測到的東西都不太一樣
我們這裏來預覽一下
兩個不同處理器所出來的一個效果
這兩個處理器其實都還不錯
不管是左邊還是右邊
都給我們提供了比較像樣的一個手型
當我們選定了一個預處理器以後
因爲這兩個所調用的ControlNet模型不一樣
一個是OpenPose的
一個是Depth的深度圖
在我們Detailer的流程裏
要如何加入這麼一個ControlNet
因爲我們可以看到這邊要接管到
再打包也是挺麻煩的
在這裏作者給我們提供了一個便捷的方式
就是一種SIG的ControlNet
通過Impact節點當中的使用工具
在這裏我們可以找到ControlNet的一個SIG應用
它接入的是什麼
是SIG管道
也就針對我們這邊Bbox檢測出來的一個區域
把SIG給它串聯過來
插到中間之後
這邊我們給它一個模型
下面有個SIG預處理
這個是專門用於SIG的
就是預處理出來的圖像
它都轉成SIG了
但是這個不在Impact節點當中
是在它的兄弟節點
也就是inspire當中有一個SIG和ControlNet
在這裏面有一系列的預處理
但是它這個預處理我是試過的
它這個預處理不像我們這邊直接用準確
所以說這裏我們希望用這樣一個預處理
而不希望用那個預處理
這樣的話我們就把處理好的圖像直接傳進來
傳給圖像
而不用它SIG的預處理
這就是我們自定義的一種預處理方式了
所以說當我們運用了這麼一個DW的Pose以後
我們這邊就可以直接找一個OpenPose
這裏我們強度給的低一點
給到0.8
我們直接來運行
那麼現在我們可以看到它這個手型
是不是就接近於我們的Pose的一個手型
對吧
然後我們這裏有ControlNet的輸出
這個輸出也是可以預覽我們ControlNet處理完的一個圖像
所以說現在通過這樣的方式
我們修出來的就要更精準一些
這個小拇指感覺還是有點像大拇指
它不分左右
這種情況我們可以再試一下
這是一個模型的處理方式
我們現在把它挪過來
那麼這邊我們用到的模型是一個DIP的模型
但是是針對於修復手的
Impending DIP的一個Hand
針對我們這樣一個預處理圖像的一個模型
這個模型之後我也會分享給大家下載地址
有了這樣的模型以後
我們再在這邊再來生成一下
它的左手現在還沒有完全的修復
針對於這邊這是我們的左手模型
所以說我們要把它的重繪加大一點
加到0.7到0.8
OK那麼加到0.7
我們可以看到它生成的時候
是不是就已經出來我們這個手型了
就是4個指頭
但是有個問題是它的右手可以看到
右手它有一些混亂了
爲什麼
因爲本身它原圖的指頭要比我們的指頭長
所以說到我們在繪製的時候
它原圖的指頭就出來了
這種情況我們可以試着把它的區域擴大一點點
又或者是因爲右手本身原先它沒有什麼問題
我們也可以不修復它
我們先看看擴大一下行不行
比如說膨脹加到30
然後這邊給到兩倍
然後現在我們來重新生成一下
這樣可以看到它重繪的區域要更大一些
佔了這麼大的畫幅
右手我們再看一下重繪的區域也沒有問題是不是
把這個區域擴大了以後
它之前多出來的手指就被重新渲染掉了
然後現在我們再看最終的手它就是這個樣子
如果我們要不想修右手
比如說我們現在的右手比較好
我們也可以直接把右手跑出去
不需要右手
在這裏我們給的4個是不是兩個對吧
我們其實可以只使用其中的一個
在這個節點裏我們可以找一下
這裏有一個選擇SIG
那麼這個節點就是讓我們在整個的SIG組裏面
選擇我們想要的一個
我們可以把它傳過來
然後傳到後面來
SIG我們可以填1或者是2
因爲我們這裏邊有兩個
一個左手一個右手對吧
左手就是1右手就是2
那這裏我們填1
這樣的話我們就只渲染左手而不渲染右手
當生成了SIG以後
我們是可以點擊選擇
這裏面我們選哪個可以看到這就是1和2
所以說我們要擠就選擠
要多選就是用逗號來區分分隔開
當然在我們換臉的時候
也可以用SIG進行選擇
比如說我們一批次生成很多臉
最後用哪個
我們可以選擇一個面部給它貼回去
這是一個比較方便的功能
那麼這裏我們再拓展的說一下
如果我們通過box可以
我們可不可以通過指定的box去修改一些東西
衍生過來其實就是我們所謂的imprinting對不對
其實也是沒有問題的
比如說這裏我們同樣再來複制一個區域細化的這麼一個節點
這裏來實驗一下
這裏單獨來加載這樣一張圖像
然後直接傳到我們這邊來
對於SIG它是一個區域
我們可不可以把遮罩直接轉換成SIG
直接我們搜Mask to SIG
遮罩到SIG就有這樣一個節點
然後把SIG傳過來對吧
這就是我們指定的一個區域
所以現在我們是不是就可以直接修改一個圖像了
比如說紅色的dress我們改裙子
然後把它的服裝塗一下
當然了我們也可以直接用SIM模型把它服裝框選一下對不對
這樣更方便了
然後我們直接在這邊給它重繪生成就可以了
我看一下采樣
這樣我們對比一下
右邊是原服裝還是比較接近的
樣式稍微有些變了
我們把它的重繪幅度往起提到0.8
然後下面我們把CFG往起提到7到8重新重繪一下
這樣的重繪幅度就已經相當的大了
其實它就可以作爲我們的imprinting
imprinting有很多種方式的
再生成一遍
這就是又一個服飾了對不對
這樣的話我們就能通過imprinting來改變任何你想要改變的內容
這就是我們的教學部分了
OK那麼這就是我們這一期的所有內容了
當然我覺得比往期的內容可能密度稍微犀利一點
沒有那麼密
大家可能不會看那麼累
一期三四十分鐘密度是減的相當密的
這個工作量可能是我一兩天甚至兩三天學習的一個工作量
所以有些人說看歐陽的視頻可能會看好幾片
OK那麼教程部分之後就會接着教程部分
我們再來分享一下latent空間內的
現在我們是空間外的
最後我們來說一下這一期的抽獎抽獎活動
大概的時間應該是放到8月5號
定一個準線
8月5號中午12點
然後發佈抽獎信息
因爲一共有4個檔位
所以說b站只能發佈三個檔位
我就會發兩條動態
第一次做嘗試一下
可能優惠不是特別多
我覺得數量也是還蠻馬虎十來個碼
這裏先前條件是德納雲的賬戶是通過歐陽的鏈接進行註冊的
然後你的b站賬戶是已經支持了歐陽小小的充電檔位
和充電計劃的會員就可以了
你獲得資格以後會有一個提醒
那麼你可以加入歐陽QQ交流羣
放在這其實已經開放了很久了
可以加入歐陽QQ交流羣
如果老粉絲的話自然會在這個羣裏
對不對
直接聯繫歐陽
因爲我是羣主
然後把你的中獎截圖
b站賬號和你的端島雲賬號發過來就可以了
覈實一下數據和信息
就可以給大家發發邀請碼
不是邀請碼是兌換碼
那兌換碼的使用也很簡單了
直接點擊我的賬戶
然後直接使用兌換碼
那就可以把這個錢衝到我們的賬戶裏面去免費體驗服務器了
就是這麼簡單
所以說到這一期
歐陽這段時間一直在想
在QQ羣裏跟歐陽聊天的時候
也可以做一些這種收費模式
畢竟大家都是需要生活
如果把更多的精力拿來應付一些工作
應付一些工作上的項目
其實確實如大家所說的
等這個更新等的是比較痛苦的
其實歐陽是想多更新一些內容
多做一些內容
也是學習提升的一個過程
但奈何有的時候工作還是放不下
所以說往這方面轉一轉
希望把更多的精力放在這方面
放在頻道方面去創作更多的內容
只要有一定的經濟基礎
我相信就可以全身心全職的去進行自我的學習
和大家共享知識了
這就是歐陽考慮這方面的原因
這期就是簡短的跟大家說這麼一個近況
近來的一些想法
OK我們這期差不多簡單的聊一下天就到這裏了
如果有什麼問題
大家可以在評論區積極的留言
那麼如果本期小小的知識內容對你有所幫助的話
就千萬不要忘了點擊系列按鍵來支持歐陽架線了
如果還喜歡歐陽的教程的話
就千萬不要忘了關注一波
未來我們一同進步一起成長
我們下期再見