ADetailer एकल चरित्र फोकस - 2025 में बहु-चरित्र इमेजों में विशिष्ट चेहरों को लक्ष्य कैसे करें

आपने कई चरित्रों के साथ एक इमेज उत्पन्न की है, लेकिन केवल एक को चेहरे के सुधार की आवश्यकता है। ADetailer सभी चेहरों को एक ही सेटिंग के साथ ठीक करता रहता है, या बदतर, गलत विशेषताओं को गलत लोगों को लागू करते हैं। यह गाइड आपको दिखाता है कि व्यक्तिगत उपचार के लिए विशिष्ट चेहरों को कैसे लक्ष्य करें।

त्वरित जवाब: Automatic1111 के ADetailer में, [SEP] कीवर्ड का उपयोग विभिन्न चेहरों को उपस्थिति के क्रम में विभिन्न प्रॉम्प्ट लागू करने के लिए करें। ComfyUI के FaceDetailer (Impact Pack) में, bbox थ्रेसहोल्ड को समायोजित करें विशिष्ट चेहरों को लक्ष्य करने के लिए, या अलग-अलग चरित्रों को अलग करने के लिए मास्क के साथ अलग FaceDetailer पास का उपयोग करें।

बहु-चरित्र चेहरों के साथ चुनौती क्या है?

जब ADetailer या FaceDetailer कई लोगों के साथ इमेजों पर चलता है, तो यह सभी पहचाने गए चेहरों को एक ही सेटिंग के साथ संसाधित करता है। यह समस्याएं बनाता है जब चरित्रों को विभिन्न उपचारों की आवश्यकता होती है।

सामान्य समस्याएँ:

सभी चेहरों को एक ही सुधार प्रॉम्प्ट मिलता है, चरित्रों के बीच विशेषता रक्त बहना पड़ता है। चरित्र-विशिष्ट सुविधाएँ (आँख का रंग, भाव) गलत लोगों पर लागू होती हैं। गुणवत्ता एकल सेटिंग के साथ चेहरे भर में भिन्न होती है।

यह क्यों होता है:

चेहरा detailers चेहरों का पता लगाकर और एक लूप में सुधार लागू करके काम करते हैं। विशिष्ट लक्ष्य के बिना, प्रत्येक चेहरे को समान प्रसंस्करण मिलता है।

आप ADetailer में [SEP] का उपयोग कैसे करते हैं?

Automatic1111 के ADetailer एक्सटेंशन विभिन्न चेहरों को अलग-अलग प्रॉम्प्ट लागू करने के लिए [SEP] कीवर्ड का समर्थन करते हैं।

मूल सिंटैक्स:

ADetailer प्रॉम्प्ट फील्ड में, [SEP] के साथ प्रॉम्प्ट अलग करें:

"हरी आँखें, गोरा बाल [SEP] नीली आँखें, गहरे बाल [SEP] भूरी आँखें, लाल बाल"

यह कैसे काम करता है:

ADetailer पहचान के क्रम में चेहरों को संसाधित करता है (आम तौर पर बाएं से दाएं, पहले बड़े चेहरे)। पहचाना हुआ चेहरा पहला प्रॉम्प्ट पाता है। दूसरा पहचाना हुआ चेहरा दूसरा प्रॉम्प्ट पाता है। अतिरिक्त चेहरे पैटर्न जारी रखते हैं।

उदाहरण:

इमेज में तीन लोग हैं: बाईं ओर महिला, केंद्र में पुरुष, दाईं ओर बच्चा।

प्रॉम्प्ट: "सुंदर महिला, हरी आँखें [SEP] हैंडसम पुरुष, दाढ़ी [SEP] प्यारा बच्चा, झाइयाँ"

प्रत्येक चेहरा अपनी विशिष्ट विवरण प्राप्त करता है।

सीमाएँ:

चेहरे की पहचान आदेश हमेशा अनुमानित नहीं है। बहुत समान चेहरे पीढ़ियों के बीच क्रम स्वैप कर सकते हैं। पृष्ठभूमि के चेहरे अप्रत्याशित रूप से पहचाने जा सकते हैं।

आप ComfyUI FaceDetailer में चेहरों को कैसे लक्ष्य करते हैं?

ComfyUI का FaceDetailer Impact Pack से अलग दृष्टिकोण की आवश्यकता होती है क्योंकि इसमें [SEP] सिंटैक्स नहीं है।

थ्रेसहोल्ड समायोजन:

bbox थ्रेसहोल्ड नियंत्रित करता है कि कौन से पहचाने गए चेहरों को संसाधित किया जाता है।

थ्रेसहोल्ड	प्रभाव
उच्च (0.7+)	केवल स्पष्ट, प्रमुख चेहरे संसाधित
मध्यम (0.5)	सबसे दृश्य चेहरे संसाधित
कम (0.3)	यहाँ तक कि छोटे/अस्पष्ट चेहरे भी संसाधित

प्रमुख चेहरों को लक्ष्य करना:

केवल सबसे स्पष्ट रूप से परिभाषित चेहरे को संसाधित करने के लिए bbox थ्रेसहोल्ड बढ़ाएँ। यह आम तौर पर सबसे बड़े या सबसे सामने का चेहरा चुनता है।

पृष्ठभूमि चेहरों को शामिल करना:

भीड़ या पृष्ठभूमि में छोटे चेहरों को पकड़ने के लिए थ्रेसहोल्ड कम करें। सावधान रहें यह अनजाने में पहचान शामिल हो सकते हैं।

अनुक्रमिक प्रसंस्करण:

विभिन्न सेटिंग्स के साथ कई FaceDetailer पास चलाएँ। पहला पास मुख्य चरित्र को लक्ष्य करता है। दूसरा पास समायोजित थ्रेसहोल्ड के साथ माध्यमिक चरित्रों को लक्ष्य करता है।

मास्क-आधारित दृष्टिकोण कैसे काम करते हैं?

मास्क सबसे सटीक चेहरे लक्ष्य प्रदान करते हैं।

चरित्र मास्क बनाना:

मास्क बनाएँ जो प्रत्येक चरित्र के चेहरे के क्षेत्र को अलग करता है। विभाजन, मैनुअल चित्र, या अलग पहचान पास का उपयोग करें।

FaceDetailer को मास्क लागू करना:

चरित्र-विशिष्ट मास्क को FaceDetailer इनपुट से कनेक्ट करें। प्रत्येक मास्क किया गया FaceDetailer पास केवल निर्दिष्ट क्षेत्र संसाधित करता है।

कार्यप्रवाह उदाहरण:

प्रत्येक चरित्र के लिए मास्क बनाने के लिए SAM या समान का उपयोग करें। समानांतर FaceDetailer शाखाएं बनाएँ, प्रति चरित्र एक। प्रत्येक शाखा का अपना प्रॉम्प्ट और सेटिंग्स हैं। परिणाम संयोजित करें।

लाभ:

किस चेहरा को कौन सा उपचार मिलता है इस पर पूर्ण नियंत्रण। पहचान क्रम पर कोई निर्भरता नहीं। चेहरे की स्थिति या आकार की परवाह किए बिना काम करता है।

नुकसान:

अधिक जटिल कार्यप्रवाह सेटअप। मास्क निर्माण कदम की आवश्यकता है। अधिक प्रसंस्करण समय।

जो उपयोगकर्ता जटिल बहु-चरित्र कार्यप्रवाह के बिना चेहरे के सुधार चाहते हैं, Apatero.com सरलीकृत चेहरे सुधार सुविधाएँ प्रदान करता है।

चेहरे की पहचान क्रम को क्या प्रभावित करता है?

पहचान क्रम को समझने से आप अनुमान लगा सकते हैं कि कौन सा चेहरा कौन सा प्रॉम्प्ट पाता है।

विशिष्ट पहचान प्राथमिकता:

इमेज में चेहरे का आकार (बड़ा पहली पहचान)। स्थिति (detector द्वारा भिन्न होती है)। स्पष्टता और दृश्यता। चेहरे का कोण (सामने-मुखी पसंद की जाती है)।

क्या क्रम बदलता है:

विभिन्न seed मूल्य स्थिति को थोड़ा स्थानांतरित कर सकते हैं। पुनर्जन्म पहचान क्रम बदल सकते हैं। विभिन्न detectors में विभिन्न व्यवहार हैं।

क्रम को भविष्यवाणीपूर्ण बनाना:

सुनिश्चित लक्ष्य के लिए मास्क का उपयोग करें। चरित्रों को बाएं से दाएं स्पष्ट रूप से अलग करें। आकार में अंतर महत्वपूर्ण बनाएँ। अपने विशिष्ट detector के साथ परीक्षा करें।

सामान्य समस्याएँ और समाधान क्या हैं?

उपयोगकर्ता बहु-चेहरे लक्ष्य के साथ अनुमानित समस्याओं का सामना करते हैं।

समस्या: गलत चेहरा प्रॉम्प्ट पाता है

चरित्र A के लिए अभिप्रेत प्रॉम्प्ट चरित्र B पर लागू होता है।

समाधान:

• पहचान क्रम परीक्षा द्वारा सत्यापित करें
• सुनिश्चित लक्ष्य के लिए मास्क का उपयोग करें
• वास्तविक पहचान से मेल खाने के लिए प्रॉम्प्ट क्रम स्वैप करें
• गलत चेहरे को छोड़ करने के लिए थ्रेसहोल्ड समायोजित करें

समस्या: कुछ चेहरे पहचाने नहीं गए

चरित्र चेहरों को पूरी तरह छोड़ दिया जाता है।

समाधान:

• bbox थ्रेसहोल्ड कम करें
• सुनिश्चित करें कि चेहरे स्पष्ट रूप से दृश्यमान हैं
• तामझाम या चरम कोण की जाँच करें
• विभिन्न चेहरे detector मॉडल का उपयोग करें

समस्या: पृष्ठभूमि चेहरे संसाधित

गैर-महत्वपूर्ण पृष्ठभूमि चेहरे सुधार प्राप्त करते हैं।

समाधान:

• bbox थ्रेसहोल्ड बढ़ाएँ
• पृष्ठभूमि को बाहर करने के लिए मास्क का उपयोग करें
• अधिकतम चेहरे सीमा का उपयोग करें
• अवांछित चेहरों को हटाने के लिए inpainting पर विचार करें

समस्या: पीढ़ियों के बीच असंगत परिणाम

चेहरे लक्ष्य पीढ़ियों के बीच भिन्न होता है।

समाधान:

• स्थिरता के लिए मास्क का उपयोग करें
• अधिक अनुमानित लेआउट के लिए seeds ठीक करें
• स्थिरता के लिए पहचान थ्रेसहोल्ड बढ़ाएँ

आप प्रभावी प्रति-चरित्र प्रॉम्प्ट कैसे बनाते हैं?

प्रॉम्प्ट निर्माण लक्ष्य सफलता को प्रभावित करता है।

चरित्र-विशिष्ट विवरण:

प्रत्येक चरित्र के लिए अद्वितीय पहचानकर्ता शामिल करें। "चश्मा के साथ चरित्र [SEP] दाढ़ी के साथ चरित्र" सामान्य प्रॉम्प्ट से बेहतर काम करता है।

गुणवत्ता शर्तें:

प्रत्येक प्रॉम्प्ट अनुभाग में गुणवत्ता शर्तें शामिल करें। "विस्तृत आँखें, उच्च गुणवत्ता, सुंदर महिला [SEP] विस्तृत आँखें, उच्च गुणवत्ता, handsome पुरुष"

संघर्ष से बचना:

ऐसी शर्तें का उपयोग न करें जो गलत चरित्रों पर लागू हो सकती हैं। जहाँ संभव हो विवरणों को परस्पर विशेष रखें।

प्रॉम्प्ट क्रम परीक्षण:

यह सत्यापित करने के लिए परीक्षण इमेजें बनाएँ कि कौन सा चेहरा कौन सा प्रॉम्प्ट प्राप्त करता है। वास्तविक पहचान व्यवहार के आधार पर क्रम समायोजित करें।

अक्सर पूछे जाने वाले प्रश्न

क्या [SEP] ComfyUI FaceDetailer में काम करता है?

नहीं, [SEP] Automatic1111 के ADetailer के लिए विशिष्ट है। ComfyUI को थ्रेसहोल्ड समायोजन या मास्क-आधारित दृष्टिकोण की आवश्यकता है।

[SEP] कितने चेहरों को संभाल सकता है?

कोई सख्त सीमा नहीं, लेकिन अधिक चेहरे क्रम भ्रम की अधिक संभावना का मतलब है। मास्क कई चेहरों के साथ अधिक व्यावहारिक हो जाते हैं।

क्या मैं स्थिति के आधार पर चेहरों को लक्ष्य कर सकता हूँ?

सीधे नहीं। पहचान क्रम स्थिति के साथ संबंधित है लेकिन गारंटीशुदा नहीं है। मास्क स्थिति-आधारित लक्ष्य प्रदान करते हैं।

अगर चेहरे बहुत समान हैं तो क्या?

बहुत समान चेहरे सभी दृष्टिकोण को चुनौती देते हैं। मास्क या स्पष्ट दृश्य अंतर (चश्मा, बाल रंग) मदद करते हैं।

क्या यह एनिमे/शैलीबद्ध चेहरों के साथ काम करता है?

हाँ, हालांकि पहचान कम विश्वसनीय हो सकती है। यदि उपलब्ध हो एनिमे के लिए डिज़ाइन किए गए detectors का उपयोग करें।

क्या मैं कुछ चेहरों को पूरी तरह छोड़ सकता हूँ?

कम प्रमुख चेहरों को बाहर करने के लिए उच्च थ्रेसहोल्ड का उपयोग करें, या केवल विशिष्ट चेहरों को संसाधित करने के लिए मास्क का उपयोग करें।

अगर चेहरे ओवरलैप करें तो मैं कैसे संभालूँ?

ओवरलैपिंग चेहरे सभी दृष्टिकोणों को चुनौती देते हैं। बेहतर अलगाव के साथ जेनरेट करने पर विचार करें या मास्किंग करें।

सुसंगत चरित्रों के लिए सर्वश्रेष्ठ दृष्टिकोण क्या है?

मास्क सबसे सुसंगत लक्ष्य प्रदान करते हैं। सरल आवश्यकताओं के लिए, सुसंगत स्थिति के साथ थ्रेसहोल्ड समायोजन काम करता है।

निष्कर्ष

बहु-चरित्र इमेजों में विशिष्ट चेहरों को लक्ष्य करना चेहरे की पहचान कैसे काम करता है और उपयुक्त तकनीकों को लागू करने की समझ की आवश्यकता है। ADetailer का [SEP] कीवर्ड क्रमबद्ध मामलों को संभालता है, जबकि ComfyUI को थ्रेसहोल्ड समायोजन या मास्क-आधारित कार्यप्रवाह की आवश्यकता है।

मुख्य दृष्टिकोण:

A1111 में [SEP] का उपयोग करें क्रमबद्ध चेहरे प्रॉम्प्ट के लिए। चयनात्मक प्रसंस्करण के लिए FaceDetailer bbox थ्रेसहोल्ड समायोजित करें। विशिष्ट चेहरों के लक्ष्य की गारंटी के लिए मास्क बनाएँ।

सर्वश्रेष्ठ प्रथाएँ:

इसे पर छोड़ने से पहले पहचान क्रम का परीक्षा करें। जटिल या महत्वपूर्ण अनुप्रयोगों के लिए मास्क का उपयोग करें। प्रॉम्प्ट में चरित्र-विशिष्ट पहचानकर्ता शामिल करें। सत्यापित करें कि परिणाम इरादों से मेल खाते हैं।

शुरू करना:

सरल मामलों के लिए थ्रेसहोल्ड समायोजन से शुरू करें। सटीक आवश्यकताओं के लिए मास्क निर्माण सीखें। अपने विशिष्ट कार्यप्रवाह के लिए दस्तावेज़ करें कि क्या काम करता है।

जो उपयोगकर्ता लक्ष्य जटिलता के बिना चेहरे के सुधार चाहते हैं, Apatero.com सरलीकृत चेहरे सुधार सुविधाएँ प्रदान करता है जो सामान्य सुधार आवश्यकताओं को स्वचालित रूप से संभालती हैं।

विशिष्ट चेहरों को लक्ष्य करने में महारत हासिल करना बहु-चरित्र जेनरेशन को निराशाजनक से नियंत्रणीय में बदल देता है। सही तकनीक आपकी विशिष्ट आवश्यकताओं और कार्यप्रवाह जटिलता सहनशीलता पर निर्भर करता है।