AI图片工具【InstantID】：单张照片妙生不同风格的图片_instantid.github.io

大家好，我是程序员晓晓。

最近AI人像生成技术非常火爆，现在又出了一个类似的解决方案InstantID，它能够在保持高保真度身份保留的同时，仅使用单张面部图像参考就可以实现个性化图像合成，并且支持各种不同的风格。

项目主页：https://instantid.github.io/

代码地址: https://github.com/InstantID/InstantID

体验地址：https://huggingface.co/spaces/InstantX/InstantID

一. InstantID介绍

在论文中介绍InstantID:“Zero-shot Identity-Preserving Generation in Seconds”，翻译过来就是"几秒内零次身份保存生成"。

InstantID是一种基于扩散模型的强大解决方案。设计的即插即用模块仅使用单个面部图像就能熟练地处理各种风格的图像个性化，同时确保高保真度。它的核心是设计了一个新颖的 IdentityNet，通过强加语义和弱空间条件，将面部和地标图像与文本提示相结合来引导图像生成。

仅给定一张参考 ID 图像，InstantID 的目标是从单个参考 ID 图像生成具有各种姿势或风格的定制图像，同时确保高保真度。它包含三个关键组成部分：

（1）捕获语义人脸信息的 ID 嵌入；

（2）具有解耦交叉注意力的轻量级适配模块，方便使用图像作为视觉提示

（3） IdentityNet，通过额外的空间控制对参考面部图像的详细特征进行编码。

二. InstantID 功能介绍

功能1：一张人脸生成任意风格的图片

功能2：可编辑性

通过文本提示词来编辑生成的图片，比如改变图像中人物的表情、背景或其他元素。也可以借助 ControlNet插件更加精准地控制图像的生成细节，实现个性化定制。

功能3：多重参考

允许使用多张参考图像来生成一个新图像，从而增强生成图像的丰富性和多样性。

对于多个参考图像，取 ID 嵌入的平均平均值作为图像提示。即使只有一张参考图像，InstantID 也能取得良好的结果。

InstantID 也可以灵活支持将身份属性添加到非人类角色中。

三. ****InstantID与同类产品比较****

比较1：InstantID 与 IP-Adapter/IP-Adapter-FaceID/PhotoMaker

与 IP-Adapter (IPA)、IP-Adapter-FaceID 和最新的 PhotoMaker 进行比较。其中，PhotoMaker需要训练UNet的LoRA参数。可以看到，PhotoMaker和IP-Adapter-FaceID都实现了良好的保真度，但文本控制能力有明显的退化。相比之下，InstantID 实现了更好的保真度并保留了良好的文本可编辑性（面孔和样式更好地融合）。

比较2：InstantID与LORA

InstantID无需任何训练就可以像 LoRA 一样取得有竞争力的效果。

比较3：InstantID与InsightFace Swapper****

在非写实风格中，InstantID在面部和背景的融合上更加灵活。

四. InstantID使用体验

下面我们在huggingface网站上面使用体验一下。

在最上面有操作步数说明，核心操作只需要4步。

【第一步】：个人图片的上传

对于多人图像，我们将只检测最大的脸。确保脸部不要太小，没有明显的遮挡或模糊。

比如我们这里上传一张紫霞仙子的照片。

【第二步】: (可选) 上传另一个人的图像作为参考姿势

如果没有上传，我们将使用第一人称图像提取地标。如果在步骤1中使用裁剪过的脸，建议上传它来提取一个新的姿势。

【第三步】：提示词的编写

提示词：A beautiful woman was sitting on the grass in the park

【第四步】：图片的生成

我们先选择不同的风格，然后点击"Submit"按钮，就可以生成图片了。我们这里看一下不同风格的图片效果。

风格1：WaterColor(水彩)

风格2：Film Noir（黑白电影）

风格3：Neon(霓虹灯)

风格4：Jungle(丛林)

风格5：Mars(火星)

风格6：Vibrant Color(充满活力的颜色)

风格7：Snow（雪）

风格8：Line art(线条艺术)

从生产图片效果来看，人物图像保持得非常统一，和原图片的相似度非常高。

五. 相关说明

（1）如果对相似度不满意，可以适当增加controlnet_conditioning_scale (IdentityNet)和ip_adapter_scale (Adapter)的权重。

（2）如果生成的图像过度饱和，请减小 ip_adapter_scale的权重。如果不起作用，请减小controlnet_conditioning_scale的权重。

（3）如果文本提示词不符合预期，减小ip_adapter_scale的权重。

（4）选择一个好的基本模型是很重要的。

好了，今天的分享就到这里了，感兴趣的小伙伴快去体验一下吧。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除