ADetailer Tập Trung Ký Tự Đơn - Cách Nhắm Mục Tiêu Khuôn Mặt Cụ Thể Trong Hình Ảnh Đa Ký Tự 2025

Bạn đã tạo một hình ảnh có nhiều ký tự, nhưng chỉ một cái cần cải thiện khuôn mặt. ADetailer tiếp tục sửa tất cả các khuôn mặt với các cài đặt giống nhau, hoặc tệ hơn, áp dụng các đặc điểm sai cho những người sai. Hướng dẫn này chỉ cho bạn cách nhắm mục tiêu các khuôn mặt cụ thể để điều trị riêng lẻ.

Câu Trả Lời Nhanh: Trong ADetailer của Automatic1111, sử dụng từ khóa [SEP] để áp dụng các lời nhắc khác nhau cho các khuôn mặt khác nhau theo thứ tự xuất hiện. Trong FaceDetailer (Impact Pack) của ComfyUI, điều chỉnh ngưỡng bbox để nhắm mục tiêu các khuôn mặt cụ thể, hoặc sử dụng các lần chuyển FaceDetailer riêng biệt với mặt nạ để cô lập các ký tự riêng lẻ.

Thách Thức Với Khuôn Mặt Đa Ký Tự Là Gì?

Khi ADetailer hoặc FaceDetailer chạy trên hình ảnh có nhiều người, nó xử lý tất cả các khuôn mặt được phát hiện với các cài đặt giống nhau. Điều này tạo ra vấn đề khi các ký tự cần các trị liệu khác nhau.

Những Vấn Đề Phổ Biến:

Tất cả các khuôn mặt nhận được cùng một lời nhắc cải thiện, gây chảy máu đặc điểm giữa các ký tự. Các tính năng đặc biệt của ký tự (màu mắt, biểu hiện) áp dụng cho những người sai. Chất lượng khác nhau trên các khuôn mặt có cài đặt duy nhất.

Tại Sao Điều Này Xảy Ra:

Các chi tiết khuôn mặt hoạt động bằng cách phát hiện các khuôn mặt và áp dụng cải thiện trong một vòng lặp. Nếu không nhắm mục tiêu cụ thể, mỗi khuôn mặt nhận xử lý giống hệt nhau.

Bạn Sử Dụng [SEP] Trong ADetailer Như Thế Nào?

Phần mở rộng ADetailer của Automatic1111 hỗ trợ từ khóa [SEP] để áp dụng các lời nhắc khác nhau cho các khuôn mặt khác nhau.

Cú Pháp Cơ Bản:

Trong trường nhắc ADetailer, tách lời nhắc bằng [SEP]:

"mắt xanh, tóc vàng [SEP] mắt xanh, tóc đen [SEP] mắt nâu, tóc đỏ"

Cách Nó Hoạt Động:

ADetailer xử lý các khuôn mặt theo thứ tự phát hiện (thường là từ trái sang phải, các khuôn mặt lớn hơn trước). Khuôn mặt được phát hiện đầu tiên nhận được lời nhắc đầu tiên. Khuôn mặt được phát hiện thứ hai nhận được lời nhắc thứ hai. Các khuôn mặt bổ sung tiếp tục mô hình.

Ví Dụ:

Hình ảnh có ba người: phụ nữ ở bên trái, người đàn ông ở giữa, trẻ em ở bên phải.

Lời nhắc: "phụ nữ xinh đẹp, mắt xanh [SEP] đàn ông điển trai, bộ ria mép [SEP] đứa trẻ dễ thương, tàn nhang"

Mỗi khuôn mặt nhận được mô tả cụ thể của nó.

Hạn Chế:

Thứ tự phát hiện khuôn mặt không phải lúc nào cũng có thể dự đoán được. Các khuôn mặt rất giống nhau có thể hoán đổi thứ tự giữa các thế hệ. Các khuôn mặt nền có thể được phát hiện một cách bất ngờ.

Bạn Nhắm Mục Tiêu Khuôn Mặt Trong ComfyUI FaceDetailer Như Thế Nào?

FaceDetailer của ComfyUI từ Impact Pack yêu cầu các cách tiếp cận khác nhau vì nó không có cú pháp [SEP].

Điều Chỉnh Ngưỡng:

Ngưỡng bbox kiểm soát khuôn mặt được phát hiện được xử lý.

Ngưỡng	Hiệu Ứng
Cao (0,7+)	Chỉ xử lý các khuôn mặt rõ ràng, nổi bật
Trung bình (0,5)	Hầu hết các khuôn mặt hiển thị được xử lý
Thấp (0,3)	Thậm chí những khuôn mặt nhỏ/không rõ ràng được xử lý

Nhắm Mục Tiêu Các Khuôn Mặt Nổi Bật:

Tăng ngưỡng bbox để xử lý chỉ khuôn mặt được xác định rõ ràng nhất. Điều này thường chọn khuôn mặt lớn nhất hoặc có khuôn mặt phía trước nhất.

Bao Gồm Những Khuôn Mặt Nền Tảng:

Hạ thấp ngưỡng để bắt các khuôn mặt nhỏ hơn trong đám đông hoặc nền tảng. Hãy nhận thức được rằng điều này có thể bao gồm các phát hiện không mong muốn.

Xử Lý Tuần Tự:

Chạy nhiều lần FaceDetailer với các cài đặt khác nhau. Lần đầu tiên nhắm mục tiêu ký tự chính. Lần thứ hai nhắm mục tiêu các ký tự thứ yếu với các ngưỡng điều chỉnh.

Các Cách Tiếp Cận Dựa Trên Mặt Nạ Hoạt Động Như Thế Nào?

Mặt nạ cung cấp nhắm mục tiêu khuôn mặt chính xác nhất.

Tạo Mặt Nạ Ký Tự:

Tạo mặt nạ cô lập vùng khuôn mặt của mỗi ký tự. Sử dụng phân đoạn, vẽ thủ công hoặc các lần phát hiện riêng biệt.

Áp Dụng Mặt Nạ Cho FaceDetailer:

Kết nối mặt nạ đặc biệt của ký tự để nhập FaceDetailer. Mỗi lần chuyển FaceDetailer được che phủ bằng mặt nạ chỉ xử lý vùng được chỉ định.

Ví Dụ Quy Trình Làm Việc:

Sử dụng SAM hoặc tương tự để tạo mặt nạ cho mỗi ký tự. Tạo các nhánh FaceDetailer song song, một cho mỗi ký tự. Mỗi nhánh có lời nhắc và cài đặt riêng. Kết hợp kết quả.

Lợi Ích:

Kiểm soát hoàn toàn khuôn mặt nào nhận được trị liệu nào. Không dựa vào thứ tự phát hiện. Hoạt động bất kể vị trí hoặc kích thước khuôn mặt.

Nhược Điểm:

Thiết lập quy trình làm việc phức tạp hơn. Yêu cầu bước tạo mặt nạ. Thời gian xử lý hơn.

Đối với người dùng muốn cải thiện khuôn mặt mà không có quy trình làm việc đa ký tự phức tạp, Apatero.com cung cấp các tính năng cải thiện khuôn mặt được đơn giản hóa.

Điều Gì Ảnh Hưởng Đến Thứ Tự Phát Hiện Khuôn Mặt?

Hiểu thứ tự phát hiện giúp dự đoán khuôn mặt nào nhận được lời nhắc nào.

Ưu Tiên Phát Hiện Điển Hình:

Kích thước khuôn mặt trong hình ảnh (phát hiện lớn hơn trước). Vị trí (thay đổi theo máy dò). Độ rõ ràng và khả năng hiển thị. Góc khuôn mặt (phía trước được ưa thích).

Yếu Tố Thay Đổi Thứ Tự:

Các giá trị hạt khác nhau có thể sẽ dịch chuyển vị trí một chút. Tái tạo có thể thay đổi thứ tự phát hiện. Các máy dò khác nhau có các hành vi khác nhau.

Làm Cho Thứ Tự Có Thể Dự Đoán Được:

Sử dụng mặt nạ để nhắm mục tiêu được đảm bảo. Đặt các ký tự rõ ràng từ trái sang phải. Làm cho sự khác biệt kích thước là đáng kể. Kiểm tra với máy dò cụ thể của bạn.

Những Vấn Đề Phổ Biến và Giải Pháp Là Gì?

Người dùng gặp phải các vấn đề có thể dự đoán được với nhắm mục tiêu khuôn mặt đa.

Vấn Đề: Khuôn Mặt Sai Nhận Được Lời Nhắc

Lời nhắc dành cho ký tự A áp dụng cho ký tự B.

Giải Pháp:

• Xác minh thứ tự phát hiện bằng cách kiểm tra
• Sử dụng mặt nạ để nhắm mục tiêu được đảm bảo
• Hoán đổi thứ tự nhắc nhở để phù hợp với phát hiện thực tế
• Điều chỉnh ngưỡng để loại trừ khuôn mặt sai

Vấn Đề: Một Số Khuôn Mặt Không Được Phát Hiện

Các khuôn mặt ký tự bị bỏ qua hoàn toàn.

Giải Pháp:

• Hạ thấp ngưỡng bbox
• Đảm bảo các khuôn mặt rõ ràng
• Kiểm tra các tắc nghẽn hoặc góc cực
• Sử dụng mô hình máy dò khuôn mặt khác

Vấn Đề: Khuôn Mặt Nền Tảng Được Xử Lý

Các khuôn mặt nền tảng không quan trọng nhận được cải thiện.

Giải Pháp:

• Tăng ngưỡng bbox
• Sử dụng mặt nạ để loại trừ nền
• Sử dụng giới hạn khuôn mặt tối đa
• Cân nhắc sơn vẽ để loại bỏ khuôn mặt không mong muốn

Vấn Đề: Kết Quả Không Nhất Quán Trên Các Thế Hệ

Nhắm mục tiêu khuôn mặt thay đổi giữa các thế hệ.

Giải Pháp:

• Sử dụng mặt nạ để có tính nhất quán
• Sửa chữa hạt để bố cục dễ dự đoán hơn
• Tăng ngưỡng phát hiện cho ổn định

Bạn Tạo Lời Nhắc Hiệu Quả Cho Mỗi Ký Tự Như Thế Nào?

Xây dựng lời nhắc ảnh hưởng đến thành công nhắm mục tiêu.

Chi Tiết Đặc Biệt Của Ký Tự:

Bao gồm các mã định danh duy nhất cho mỗi ký tự. "Ký tự có kính [SEP] ký tự có bộ ria mép" hoạt động tốt hơn so với các lời nhắc chung chung.

Điều Khoản Chất Lượng:

Bao gồm các điều khoản chất lượng trong mỗi phần nhắc nhở. "Mắt chi tiết, chất lượng cao, phụ nữ xinh đẹp [SEP] mắt chi tiết, chất lượng cao, đàn ông điển trai"

Tránh Xung Đột:

Không sử dụng các thuật ngữ có thể áp dụng cho các ký tự sai. Giữ mô tả loại trừ lẫn nhau nếu có thể.

Kiểm Tra Thứ Tự Lời Nhắc:

Tạo hình ảnh kiểm tra để xác minh khuôn mặt nào nhận được lời nhắc nào. Điều chỉnh thứ tự dựa trên hành vi phát hiện thực tế.

Câu Hỏi Thường Gặp

[SEP] Có Hoạt Động Trong FaceDetailer của ComfyUI Không?

Không, [SEP] dành riêng cho ADetailer của Automatic1111. ComfyUI yêu cầu điều chỉnh ngưỡng hoặc các cách tiếp cận dựa trên mặt nạ.

[SEP] Có Thể Xử Lý Bao Nhiêu Khuôn Mặt?

Không có giới hạn nghiêm ngặt, nhưng nhiều khuôn mặt hơn có nghĩa là nhiều tiềm năng nhất là sự nhầm lẫn của đơn đặt hàng. Mặt nạ trở nên thực tế hơn với nhiều khuôn mặt.

Tôi Có Thể Nhắm Mục Tiêu Khuôn Mặt Theo Vị Trí Không?

Không trực tiếp. Thứ tự phát hiện tương quan với vị trí nhưng không được đảm bảo. Mặt nạ cung cấp nhắm mục tiêu dựa trên vị trí.

Điều Gì Xảy Ra Nếu Khuôn Mặt Rất Giống Nhau?

Các khuôn mặt rất giống nhau thách thức thứ tự phát hiện. Mặt nạ hoặc phân biệt hình ảnh rõ ràng (kính, màu tóc) giúp.

Điều Này Có Hoạt Động Với Khuôn Mặt Anime/Phong Cách Không?

Có, mặc dù phát hiện có thể kém đáng tin cậy hơn. Sử dụng các máy dò được thiết kế cho anime nếu có sẵn.

Tôi Có Thể Bỏ Qua Một Số Khuôn Mặt Hoàn Toàn Không?

Sử dụng ngưỡng cao hơn để loại trừ các khuôn mặt ít nổi bật hơn, hoặc sử dụng mặt nạ để chỉ xử lý các khuôn mặt cụ thể.

Tôi Xử Lý Khuôn Mặt Chồng Chéo Như Thế Nào?

Khuôn mặt chồng chéo thách thức tất cả các cách tiếp cận. Cân nhắc tạo với sự tách biệt tốt hơn hoặc che phủ.

Cách Tiếp Cận Tốt Nhất Cho Các Ký Tự Nhất Quán Là Gì?

Mặt nạ cung cấp nhắm mục tiêu nhất quán nhất. Đối với nhu cầu đơn giản hơn, điều chỉnh ngưỡng với định vị nhất quán hoạt động.

Kết Luận

Nhắm mục tiêu khuôn mặt cụ thể trong hình ảnh đa ký tự yêu cầu hiểu cách phát hiện khuôn mặt hoạt động và áp dụng các kỹ thuật thích hợp. Từ khóa [SEP] của ADetailer xử lý các trường hợp theo thứ tự đơn giản, trong khi ComfyUI yêu cầu điều chỉnh ngưỡng hoặc quy trình làm việc dựa trên mặt nạ.

Các Cách Tiếp Cận Chính:

Sử dụng [SEP] trong A1111 cho lời nhắc khuôn mặt theo thứ tự. Điều chỉnh ngưỡng bbox của FaceDetailer để xử lý chọn lọc. Tạo mặt nạ để nhắm mục tiêu các khuôn mặt cụ thể được đảm bảo.

Thực Hành Tốt Nhất:

Kiểm tra thứ tự phát hiện trước khi dựa vào nó. Sử dụng mặt nạ cho các ứng dụng phức tạp hoặc quan trọng. Bao gồm các mã định danh đặc biệt của ký tự trong lời nhắc nhở. Xác minh kết quả khớp với ý định.

Bắt Đầu:

Bắt đầu với điều chỉnh ngưỡng cho các trường hợp đơn giản. Tìm hiểu cách tạo mặt nạ cho nhu cầu chính xác. Ghi lại những gì hoạt động cho quy trình làm việc cụ thể của bạn.

Đối với người dùng muốn cải thiện khuôn mặt được đơn giản hóa mà không có sự phức tạp nhắm mục tiêu, Apatero.com cung cấp cải thiện khuôn mặt trực quan xử lý các nhu cầu cải thiện phổ biến tự động.

Thành thạo nhắm mục tiêu khuôn mặt biến tạo đa ký tự từ thất vọng thành có thể kiểm soát được. Kỹ thuật phù hợp phụ thuộc vào nhu cầu cụ thể của bạn và khả năng chịu đựng phức tạp quy trình làm việc.