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:

  1. 图像生成:生成初始图像。
  2. 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。
  3. 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