Bing-su/adetailer
Auto detecting, masking and inpainting with detection model.
解决的问题
自动完成 Stable Diffusion 生成图像中特定对象(如人脸、手部或人物)的掩码和修复,无需手动掩码即可修复细节。
工作原理
该工具采用三步流程:
- 图像生成:生成初始图像。
- 检测:使用检测模型(如 YOLOv8 或 MediaPipe)识别目标对象并生成掩码图像。
- 修复:系统使用原始图像和生成的掩码进行修复,优化检测到的对象的细节。
适用人群
希望在不进行手动操作的情况下提升特定图像元素质量的 AUTOMATIC1111 Stable Diffusion web UI 用户。
主要亮点
- 自动掩码:使用检测模型自动定位并生成目标掩码。
- 灵活检测:支持人脸、手部、人物检测模型,以及自定义 Ultralytics YOLO 模型。
- ControlNet 集成:兼容 inpaint、scribble、lineart、openpose 等 ControlNet 模型,可引导修复过程。
- 可自定义掩码:提供掩码侵蚀、膨胀、偏移和置信度阈值等选项,用于精细调整检测区域。
相关
- 项目
- 项目
- 项目
- Dispatch
- 项目