记录一下Stable Diffusion 中安装ADetailer插件。

最近在学习Stable Diffusion， 发现有时候手部的姿势不是很正确， 手指变形、多指的情况很多， 在网上研究了一下， 说有个ADetailer可以做面部、手部的姿态纠正， 就尝试着安装一下， 结果发现光是安装就遇到了好几个错误， 赶紧记录下来。

一、安装Ultralytics

在安装ADetailer 之前， 首先要安装这个Ultralytics， 要不然Stable Deffusion Web UI会启动不起来， 如下图所示， 其实就是ADetail 插件运行不成功， 如果遇到这种错误， 手动把ADetail 插件删除就好了。

那么，什么是Ultralytics呢？

按照官网的说法， Ultralytics YOLO 是：

Ultralytics YOLOv8 是一种尖端、最先进 (SOTA) 模型，它建立在先前 YOLO 版本成功的基础上，并引入了新功能和改进，以进一步提高性能和灵活性。 YOLOv8 的设计目标是快速、准确且易于使用，使其成为各种对象检测和跟踪、实例分割、图像分类和姿态估计任务的绝佳选择。

本地安装Ultralytics很简单，命令行里输入：

pip install ultralytics

运行后，下载一堆依赖：

好在最后成功安装：

Installing collected packages: tbb, pytz, py-cpuinfo, mpmath, intel-openmp, urllib3, tzdata, typing-extensions, sympy, six, pyyaml, pyparsing, psutil, pillow, packaging, numpy, networkx, mkl, MarkupSafe, kiwisolver, idna, fsspec, fonttools, filelock, cycler, colorama, charset-normalizer, certifi, tqdm, scipy, requests, python-dateutil, opencv-python, jinja2, contourpy, torch, pandas, matplotlib, torchvision, thop, seaborn, ultralytics

Successfully installed MarkupSafe-2.1.5 certifi-2024.2.2 charset-normalizer-3.3.2 colorama-0.4.6 contourpy-1.2.1 cycler-0.12.1 filelock-3.13.4 fonttools-4.51.0 fsspec-2024.3.1 idna-3.7 intel-openmp-2021.4.0 jinja2-3.1.3 kiwisolver-1.4.5 matplotlib-3.8.4 mkl-2021.4.0 mpmath-1.3.0 networkx-3.3 numpy-1.26.4 opencv-python-4.9.0.80 packaging-24.0 pandas-2.2.2 pillow-10.3.0 psutil-5.9.8 py-cpuinfo-9.0.0 pyparsing-3.1.2 python-dateutil-2.9.0.post0 pytz-2024.1 pyyaml-6.0.1 requests-2.31.0 scipy-1.13.0 seaborn-0.13.2 six-1.16.0 sympy-1.12 tbb-2021.12.0 thop-0.1.1.post2209072238 torch-2.3.0 torchvision-0.18.0 tqdm-4.66.2 typing-extensions-4.11.0 tzdata-2024.1 ultralytics-8.2.3 urllib3-2.2.1

安装完成之后，可以用这个命令来验证：

yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg'

在命令行里， 直接使用yolo 命令来下载和检验一张大巴车的图片：

这是我本地的运行效果。

下一步， 就是下载模型。

二、下载ADetail 模型

下载模型需要去huggingface ， 地址是https://huggingface.co/Bingsu/adetailer

登录这个网站，需要一点魔法， 模型有好几个， 好在都不大， 都下载下来就行。

下载下来之后， 到model 目录新建一个adetailer子目录，然后把这些模型一股脑都放进去：

这样就ok 了。

下一步，把ADetailer插件放到extension 目录。

三、 安装ADetailer插件

我在Stable Diffusion 上通过网页插件很少能成功， 不知道为什么总是出错， 因此就从github 下载zip 文件， 项目：GitHub - Bing-su/adetailer: Auto detecting, masking and inpainting with detection model.

地址:https://github.com/Bing-su/adetailer.git

手动安装的话， 在extension 目录下， 新建adetailer 目录， 然后把下载的内容复制到adetailer 目录：

然后重新启动Stable Diffusion Web UI， 这次启动的时间会稍微长一些， 因为， 按照我现在的理解，是Python 探测到了系统级别的ultralytics组件， 在Stable Deffusion 虚拟环境中也安装ultralytics组件以及依赖：

最终， 在本地安装了四个package（组件）：py-cpuinfo-9.0.0 seaborn-0.13.2 thop-0.1.1.post2209072238 ultralytics-8.2.3， 以及相应依赖：

可以看到， 已经成功加载ADetailer插件。

界面上确认一下：

四、使用ADetailer插件

安装完成ADetailer之后， 在随机数种子下面，就会多出一个细节修复的区域：

打开之后， 可以选择模板和关键词：

首先选择启用， 然后，就可以指定模型， 以及指定提示词和反面提示词了：

在这里，在第一步，我们指定面部模型，输入提示词：

(8k, RAW photo, best quality, masterpiece:1.2), (realistic, photo-realistic:1.4), (extremely detailed 8k wallpaper), cheerleader outfit, full body, 20-year-old woman

负面提示词：

EasyNegative, (worst quality, low quality: 2.0), normal quality, ugly face, unclear eyes, bad mouth, bad anatomy, extra legs, beach, bad anatomy

在第二步， 我们指定手部处理：

提示词：

peace sign, five fingers

负面提示词：

deformed hand, extra fingers, bad fingers, missing fingers, fewer digits, extra digit, liquid fingers

然后，生成一次图片看看效果：

在正常的图片生成之后， 可以看到又多出了一个步骤， 首先YOLO 算法开始检测面部和手部， 并进行了一点处理。 面部的处理不是特别明显， 但是手部，尤其是对手指的处理， 还是挺正常的， 去掉了多余的一跟手指。

总结

本文介绍了Stable Diffusion 的细节修复(ADetailer)插件的安装和使用方法， 虽然比较初级， 有兴趣的同学， 来试试吧。

#人工智能能取代画家绘画吗?#?#stable-diffusion#? #stable-diffusuion#?#AI绘画大作战#?#AI绘画分享#?#AI智能#?