PhotoMaker V2: 人像面部可控高保真迁移

项目资源

• 开源地址: https://github.com/TencentARC/PhotoMaker
• 打包制作: jian27 打包制作 (本站独家发布，包含负优化、汉化及布局调整)
• 姊妹版推荐: PuLID (效果与 PhotoMaker 半斤八两，个人更倾向于 PhotoMaker_V2)
• 百度网盘链接: 点击下载

硬件要求与性能优化

• 显存要求: 最低 12GB 显存。

  • 4060 (8GB): 出图分辨率 1024 约需 5 分钟/张。
  • 4060 (16GB): 约 20 秒/张。
• 优化建议: 将采样步数降低至 20，可有效降低显存占用并加快出图速度。

项目简介

PhotoMaker 是由腾讯 ARC 实验室和南开大学 MCG-NKU 联合开发的前沿图像生成工具（展示于 CVPR 2024）。该项目旨在通过堆叠的 ID 嵌入技术，实现对真实人类照片的定制化编辑与生成。

核心功能：

• 高度一致性: 结合用户提供的参考图像 (ID 图像) 与文本提示，生成具有高身份一致性 (ID fidelity) 且风格多样的照片。
• 快速定制: 支持在几秒内完成定制，无需额外的 LoRA 训练。
• 版本升级: PhotoMaker V2 在保持高质量生成能力的同时，进一步提升了 ID 一致性。

生成效果展示

原始参考图 (由 AI 生成):

基于参考图的生成效果:

运行界面说明:
参考图可以上传多张，一般三五张效果最佳。

安装注意事项:
首次运行需执行 .bat 批处理文件，之后仅在重装系统后才需要再次运行。

版本更新说明

第一阶段优化：

• 目录结构: 优化了目录布局。
• 自动保存: 设置了输出文件夹，出图后自动保存至 out 文件夹。
• 格式转换: 图片格式由 webp 改为 png。
• 性能调整: 默认采样步骤由 30 步更改为 20 步；初始化批处理命令由“剪切”改为“复制”。

第二阶段优化（进阶微调）：

• 界面布局: 将引导比例与采样步数位置互换。

• 参数预设:

  • 将引导比例预设值由 5 更改为 3.2。
  • 数值参考: 数值越大，图像越像硅胶娃娃；数值越小，对比度与反差较低。经测试，3.2 为折中平衡值。
  • 采样步数: 原始为 50 步，实测改为 20 步画质几乎无损且速度更快（显卡性能好可调至 30）。
• 新增功能: 增加了“高级时装”预设。