用 Stable Diffusion 10分钟实现电商模特换装/换模特 (Inpaint Anything)

Stable Diffusion 以其可控性被越来越多的设计师纳入了工作流程。以电商为例,在AI工具出现以前,拍摄服装的成本很高昂。聘请专业的模特都是按小时计费的。聘请外模的话价格就更高了。

如今,服装可以穿在任何人身上,甚至塑料模特身上。借助 Stable Diffusion,就可以把塑料模特替换为真人模特。于是,拍摄服装的成本大大降低。

和传统PS抠图相比,Stable Diffusion的效果更加自然。并且这套流程还可以应用在产品上面。对于电商来说是革命性的。

接下来,让我们通过实际案例来了解实现过程。我们的目标是替换掉下面的模特。其实,这个模特甚至可以是塑料模特。这样,在拍摄服装时,我们只需要找到一个塑料模特,然后穿上我们想要展示的服装即可。

安装插件

首先我们要为 Stable Diffusion 安装一个叫 "Inpaint Anything" 的插件。它可以利用最先进的图像识别算法,为你制作蒙版。这个做蒙版的过程比在 PS 里更加方便快捷。

当然,有些用户也许不必安装。比如我在使用的一个云平台,内置 Inpaint Anything 插件。

👉 玩 Stable Diffusion 没有好显卡?试试秋叶大佬推荐的云平台

总的来说,安装这个插件有两种方式。

1️⃣ 通过 WebUI 安装,这种方法适用于本机魔法环境。把 https://github.com/geekyutao/Inpaint-Anything.git 这个网址复制到 WebUI,并点击安装。

接着点击 "已安装" 标签页,然后点击 "应用并重启用户界面"。

重启 WebUI 之后,就可以看见 Inpaint Anything 出现在 WebUI 的标签页了。

2️⃣ 本地上传。前往 https://github.com/geekyutao/Inpaint-Anything/releases 这个网址,然后根据自己的系统选择一个压缩包,下载并解压至 WebUI 的 Extension 文件夹。

制作蒙版

1️⃣ 进入 Inpaint Anything 以后,上传要修改的图片。在左上角的 "Segment Anything Model ID" 下拉菜单中选一个模型。点击右侧的 "Download model" 按钮,下载用于识图的模型。最后,再点击右下角的 "Run Segment Anything" 按钮,开始识图。

2️⃣ 使用画笔工具,标记要绘制的蒙版区域。然后点击 "Create Mask" 按钮,于是一个蒙版就被制作好了。

3️⃣ 接着点击 "Send to img2img inpaint" 按钮,把它发送到图生图的局部重绘。

这个蒙版比我们在 WebUI 里面手绘蒙版精确多了。也比在PS里制作蒙版更方便。

换模特

有了蒙版以后,就可以利用图生图里的局部重绘换模特了。

1️⃣ 如果想换一个亚洲模特的话,可以选麦橘系列的模型。换欧美模特可以选RealisticVision系列的模型。选好模型,然后调整参数。可以参考下图的设置。图片尺寸可以保持和原图一致。CFG和重绘强度也可以根据需要做出相应调整。注意:因为我们需要替换模特,所以"蒙版模式"选择的是"绘制非蒙版内容"。

然后根据需要填入提示词之后,就可以换模特了。

换服装

我们还可以改变模特裙子的外观。

1️⃣ 把生成的图片拖入局部重绘的图片区域

2️⃣把刚才配置里的"蒙版模式"切换为"绘制蒙版内容"。

3️⃣ 然后就可以生成不同外观的裙子啦。

总结

AI 浪潮正席卷着各个行业。电商和效率息息相关,也是 AI 最能发挥能力的领域之一。把 Stable Diffusion 融入电商设计能带来效率的极大提升。

对 AI 商业化感兴趣的朋友,欢迎入群一起学习交流。加我请备注"AI绘图"。

欢迎访问我的免费学习AI网站:

myaiforce.com.cn/

原文地址:

myaiforce.com.cn/stable-diff...

相关推荐
KaneLogger12 小时前
花了2天写了个全平台的技能管理工具
aigc·agent·ai编程
atbigapp.com12 小时前
一次踩坑如何变成团队记忆:智忆 Capture → Review → Recall 实战
aigc·ai编程
Rocky Ding*13 小时前
一文读懂Kimi k1.5大模型核心基础知识
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·kimi k1.5
donoot14 小时前
《大话文渊慧典》:一
aigc·文渊慧典·大话系列
心疼你的一切14 小时前
Build-Your-Own-X 实战指南:从复刻经典到掌握核心原理
人工智能·ai·aigc
AI工具测评家15 小时前
浅谈当下论文AIGC管控趋势,文本合规优化方法论
aigc·降重·ai检测·降ai
leeyi15 小时前
ReAct Agent 源码拆解:Eino 如何把 Graph 变成 Agent(第64篇-E50)
llm·aigc·agent
canonical_entropy16 小时前
Mission Driver:Loop Engineering 的一种通用参考实现
后端·aigc·ai编程
周末程序猿17 小时前
技术总结|十分钟了解PageIndex
llm·aigc·ai编程
手写码匠17 小时前
Android 17 灵魂拷问深度解析:隐私、大屏、AI 端侧全面适配实战
人工智能·深度学习·算法·aigc