Bing-su/adetailer

Auto detecting, masking and inpainting with detection model.

解決的問題

自動化 Stable Diffusion 生成圖像中特定物件(例如臉部、手部或人物)的遮罩與修復流程,無需手動遮罩即可修正細節。

工作原理

此工具採用三階段流程:

  1. 圖像生成:產生初始圖像。
  2. 檢測:使用檢測模型(如 YOLOv8 或 MediaPipe)識別目標物件並生成遮罩圖像。
  3. 修復:系統使用原始圖像與生成的遮罩進行修復,優化檢測到的物件細節。

適用對象

希望在不進行手動操作的情況下提升特定圖像元素品質的 AUTOMATIC1111 Stable Diffusion web UI 使用者。

主要亮點

  • 自動遮罩:使用檢測模型自動定位並生成目標遮罩。
  • 靈活檢測:支援臉部、手部、人物檢測模型,以及自訂 Ultralytics YOLO 模型。
  • ControlNet 整合:相容 inpaint、scribble、lineart、openpose 等 ControlNet 模型,可引導修復過程。
  • 可自訂遮罩:提供遮罩侵蝕、膨脹、偏移與置信度閾值等選項,用於精細調整檢測區域。

相關

  • 專案
  • 專案
  • 專案
  • Dispatch
  • 專案