ADetailer 단일 캐릭터 포커스 - 2025년 다중 캐릭터 이미지에서 특정 얼굴을 타겟하는 방법

당신은 여러 캐릭터가 있는 이미지를 생성했지만 하나만 얼굴 개선이 필요합니다. ADetailer는 모든 얼굴을 동일한 설정으로 계속 수정하거나 더 나쁜 경우 잘못된 특성을 잘못된 사람에게 적용합니다. 이 가이드는 개별 처리를 위해 특정 얼굴을 타겟하는 방법을 보여줍니다.

빠른 답변: Automatic1111의 ADetailer에서 [SEP] 키워드를 사용하여 나타나는 순서대로 다양한 얼굴에 다양한 프롬프트를 적용하세요. ComfyUI의 FaceDetailer(Impact Pack)에서는 특정 얼굴을 타겟하도록 bbox 임계값을 조정하거나 마스크가 있는 별도의 FaceDetailer 패스를 사용하여 개별 캐릭터를 분리하세요.

다중 캐릭터 얼굴 문제는 무엇입니까?

ADetailer 또는 FaceDetailer가 여러 사람이 있는 이미지에서 실행될 때, 동일한 설정으로 감지된 모든 얼굴을 처리합니다. 이는 캐릭터가 다른 치료가 필요할 때 문제를 만듭니다.

일반적인 문제:

모든 얼굴이 동일한 개선 프롬프트를 받아 캐릭터 간의 특성 유출이 발생합니다. 캐릭터별 기능(눈 색깔, 표현)이 잘못된 사람에게 적용됩니다. 단일 설정으로 얼굴 전체에 품질이 달라집니다.

이런 일이 일어나는 이유:

얼굴 디테일러는 얼굴을 감지하고 루프에서 개선을 적용하여 작동합니다. 특정 타겟이 없으면 각 얼굴이 동일한 처리를 받습니다.

ADetailer에서 [SEP]를 사용하는 방법은?

Automatic1111의 ADetailer 확장은 다양한 얼굴에 다양한 프롬프트를 적용하기 위해 [SEP] 키워드를 지원합니다.

기본 구문:

ADetailer 프롬프트 필드에서 [SEP]로 프롬프트를 분리합니다:

"초록색 눈, 금발 머리 [SEP] 파란색 눈, 검은 머리 [SEP] 갈색 눈, 빨간 머리"

작동 방식:

ADetailer는 감지 순서대로(일반적으로 좌에서 우로, 더 큰 얼굴 먼저) 얼굴을 처리합니다. 먼저 감지된 얼굴이 첫 번째 프롬프트를 받습니다. 두 번째 감지된 얼굴이 두 번째 프롬프트를 받습니다. 추가 얼굴이 패턴을 계속합니다.

예:

이미지에는 세 명이 있습니다: 왼쪽에 여자, 중앙에 남자, 오른쪽에 아이.

프롬프트: "아름다운 여자, 초록색 눈 [SEP] 잘생긴 남자, 수염 [SEP] 귀여운 아이, 주근깨"

각 얼굴은 그 특정 설명을 받습니다.

제한 사항:

얼굴 감지 순서가 항상 예측 가능하지는 않습니다. 매우 유사한 얼굴은 생성 간에 순서를 바꿀 수 있습니다. 배경 얼굴이 예기치 않게 감지될 수 있습니다.

ComfyUI FaceDetailer에서 얼굴을 어떻게 타겟합니까?

ComfyUI의 Impact Pack의 FaceDetailer는 [SEP] 구문이 없기 때문에 다른 접근 방식이 필요합니다.

임계값 조정:

bbox 임계값은 처리되는 감지된 얼굴을 제어합니다.

임계값	효과
높음(0.7+)	명확하고 두드러진 얼굴만 처리됨
중간(0.5)	대부분의 보이는 얼굴 처리됨
낮음(0.3)	작거나 불명확한 얼굴도 처리됨

두드러진 얼굴 타겟:

bbox 임계값을 증가시켜 가장 명확하게 정의된 얼굴만 처리합니다. 이것은 일반적으로 가장 크거나 가장 앞을 향한 얼굴을 선택합니다.

배경 얼굴 포함:

군중이나 배경의 더 작은 얼굴을 포착하기 위해 임계값을 낮추세요. 의도하지 않은 감지가 포함될 수 있음을 알아야 합니다.

순차 처리:

다양한 설정으로 여러 FaceDetailer 패스를 실행합니다. 첫 번째 패스는 주 캐릭터를 타겟합니다. 두 번째 패스는 조정된 임계값으로 보조 캐릭터를 타겟합니다.

마스크 기반 접근 방식은 어떻게 작동합니까?

마스크는 가장 정확한 얼굴 타겟을 제공합니다.

캐릭터 마스크 생성:

각 캐릭터의 얼굴 영역을 분리하는 마스크를 생성합니다. 분할, 수동 그리기 또는 별도의 감지 패스를 사용합니다.

FaceDetailer에 마스크 적용:

캐릭터별 마스크를 FaceDetailer 입력에 연결합니다. 각 마스킹된 FaceDetailer 패스는 지정된 영역만 처리합니다.

워크플로우 예:

SAM 또는 유사한 것을 사용하여 각 캐릭터에 대한 마스크를 생성합니다. 캐릭터당 하나씩 병렬 FaceDetailer 분기를 생성합니다. 각 분기는 자신의 프롬프트와 설정을 가집니다. 결과를 결합합니다.

이점:

각 얼굴이 어떤 처리를 받는지에 대한 완전한 제어. 감지 순서에 대한 의존성이 없습니다. 얼굴의 위치나 크기에 관계없이 작동합니다.

단점:

더 복잡한 워크플로우 설정. 마스크 생성 단계가 필요합니다. 더 많은 처리 시간.

복잡한 다중 캐릭터 워크플로우 없이 얼굴 개선을 원하는 사용자의 경우 Apatero.com은 단순화된 얼굴 개선 기능을 제공합니다.

얼굴 감지 순서에 영향을 미치는 것은?

감지 순서를 이해하면 어떤 얼굴이 어떤 프롬프트를 받는지 예측하는 데 도움이 됩니다.

일반적인 감지 우선순위:

이미지의 얼굴 크기(더 큰 것이 먼저 감지됨). 위치(감지기에 따라 다름). 명확함과 가시성. 얼굴 각도(정면 선호).

순서를 변경하는 요소:

다양한 시드 값은 위치를 약간 변경할 수 있습니다. 재생성은 감지 순서를 변경할 수 있습니다. 다양한 감지기는 다양한 동작을 가집니다.

순서를 예측 가능하게 만들기:

보장된 타겟을 위해 마스크를 사용하세요. 캐릭터를 좌에서 우로 구분되게 배치하세요. 크기 차이를 현저하게 만드세요. 특정 감지기로 테스트하세요.

일반적인 문제와 해결책은 무엇입니까?

사용자는 다면 타겟과 관련된 예측 가능한 문제에 직면합니다.

문제: 잘못된 얼굴이 프롬프트를 받음

캐릭터 A를 위한 프롬프트가 캐릭터 B에 적용됩니다.

해결책:

• 테스트로 감지 순서 확인
• 보장된 타겟을 위해 마스크 사용
• 실제 감지와 일치하도록 프롬프트 순서 바꾸기
• 임계값을 조정하여 잘못된 얼굴 제외

문제: 일부 얼굴이 감지되지 않음

캐릭터 얼굴이 완전히 건너뜁니다.

해결책:

• bbox 임계값 낮추기
• 얼굴이 명확하게 보이는지 확인
• 폐색 또는 극단적 각도 확인
• 다른 얼굴 감지 모델 사용

문제: 배경 얼굴이 처리됨

중요하지 않은 배경 얼굴이 개선을 받습니다.

해결책:

• bbox 임계값 증가
• 마스크를 사용하여 배경 제외
• 최대 얼굴 제한 사용
• 불원하는 얼굴 제거를 위해 inpainting 고려

문제: 생성 전체에서 일관되지 않은 결과

얼굴 타겟은 생성 간에 다양합니다.

해결책:

• 일관성을 위해 마스크 사용
• 더 예측 가능한 레이아웃을 위해 시드 수정
• 안정성을 위해 감지 임계값 증가

효과적인 캐릭터별 프롬프트를 만드는 방법은?

프롬프트 구성이 타겟 성공에 영향을 미칩니다.

캐릭터별 세부사항:

각 캐릭터에 대한 고유 식별자를 포함하세요. "안경을 가진 캐릭터 [SEP] 수염이 있는 캐릭터"가 일반 프롬프트보다 더 잘 작동합니다.

품질 용어:

각 프롬프트 섹션에 품질 용어를 포함하세요. "상세한 눈, 고품질, 아름다운 여자 [SEP] 상세한 눈, 고품질, 잘생긴 남자"

충돌 피하기:

잘못된 캐릭터에 적용될 수 있는 용어를 사용하지 마세요. 가능한 한 설명을 상호 배타적으로 유지하세요.

프롬프트 순서 테스트:

테스트 이미지를 생성하여 어떤 얼굴이 어떤 프롬프트를 받는지 확인하세요. 실제 감지 동작을 기반으로 순서를 조정하세요.

자주 묻는 질문

[SEP]는 ComfyUI FaceDetailer에서 작동합니까?

아니오, [SEP]는 Automatic1111의 ADetailer에 특정합니다. ComfyUI는 임계값 조정이나 마스크 기반 접근 방식이 필요합니다.

[SEP]는 몇 개의 얼굴을 처리할 수 있습니까?

엄격한 제한이 없지만 더 많은 얼굴은 더 많은 순서 혼동의 가능성을 의미합니다. 마스크는 많은 얼굴로 더 실용적이 됩니다.

위치별로 얼굴을 타겟할 수 있습니까?

직접은 아닙니다. 감지 순서는 위치와 상관 관계가 있지만 보장되지 않습니다. 마스크는 위치 기반 타겟을 제공합니다.

얼굴이 매우 유사하면?

매우 유사한 얼굴은 감지 순서를 어렵게 합니다. 마스크 또는 명확한 시각적 차이점(안경, 머리 색깔)이 도움이 됩니다.

이것이 애니메/양식화된 얼굴에서 작동합니까?

네, 감지는 덜 안정적일 수 있습니다. 사용 가능한 경우 애니메용으로 설계된 감지기를 사용하세요.

특정 얼굴을 완전히 건너뛸 수 있습니까?

더 높은 임계값을 사용하여 덜 두드러진 얼굴을 제외하거나 마스크를 사용하여 특정 얼굴만 처리하세요.

겹치는 얼굴을 어떻게 처리합니까?

겹치는 얼굴은 모든 접근 방식에 도전합니다. 더 나은 분리로 생성하거나 마스킹을 고려하세요.

일관된 캐릭터에 가장 좋은 접근 방식은?

마스크는 가장 일관된 타겟을 제공합니다. 더 간단한 필요의 경우 일관된 위치를 통한 임계값 조정이 작동합니다.

결론

다중 캐릭터 이미지에서 특정 얼굴을 타겟하려면 얼굴 감지가 어떻게 작동하는지 이해하고 적절한 기술을 적용해야 합니다. ADetailer의 [SEP] 키워드는 간단한 정렬 케이스를 처리하는 반면 ComfyUI는 임계값 조정이나 마스크 기반 워크플로우가 필요합니다.

주요 접근 방식:

A1111에서 정렬된 얼굴 프롬프트에 [SEP]를 사용하세요. 선택적 처리를 위해 FaceDetailer bbox 임계값을 조정하세요. 특정 얼굴의 보장된 타겟을 위해 마스크를 생성하세요.

모범 사례:

의존하기 전에 감지 순서를 테스트하세요. 복잡하거나 중요한 애플리케이션을 위해 마스크를 사용하세요. 프롬프트에 캐릭터별 식별자를 포함하세요. 결과가 의도와 일치하는지 확인하세요.

시작하기:

간단한 경우 임계값 조정으로 시작하세요. 정밀도 필요에 대해 마스크 생성을 배우세요. 특정 워크플로우에 맞는 것을 문서화하세요.

타겟 복잡성 없이 단순화된 얼굴 개선을 원하는 사용자의 경우 Apatero.com은 일반적인 개선 요구 사항을 자동으로 처리하는 직관적인 얼굴 개선을 제공합니다.

얼굴 타겟을 마스터하면 다중 캐릭터 생성을 좌절에서 제어 가능으로 변환합니다. 올바른 기술은 당신의 특정 요구 사항과 워크플로우 복잡성 허용에 따라 다릅니다.