基于 Qwen-Image-2.1 的人物替换 LoRA 模型及部署工作流
近期有开发者开源了一款用于人物替换的 LoRA 模型，该模型基于 Qwen-Image-2.1 训练，主要解决复杂场景下人物替换时的光影融合与特征一致性问题。以下为该模型的技术参数、对比测试与本地部署配置说明。
模型文件与工作流 ：Qwen-Image 人物替换 LoRA
一、模型定位与对比测试
该 LoRA 模型针对人物替换场景进行了专项训练，在光影贴合度和人物特征保持上表现突出。
测试条件：使用统一素材与提示词，将本模型、GPT 及闭源模型（未指明具体版本）进行对比，每组模型生成四次取最优结果。测试中本模型叠加了加速权重（6 步）。
测试结果：
- 光影与融合：本模型在光影方向、光斑位置及环境色调上与原图保持一致，人物替换后边缘与环境融合度高。
- 特征一致性：替换后的人物特征保持稳定，未出现明显形变。
- 闭源模型表现：对比样本在环境融合度及人物相似度上存在不同程度的偏差。
二、工作流配置
工作流基于官方 Qwen-Image-2.1 节点构建，核心调整在于采样器参数与编辑提示词。
采样器设置
若使用加速模型，需将采样器替换为自定义采样器，并将 Sigma 值设为加速模型推荐参数；若不使用加速模型，保持官方默认参数即可。
性能参考：在 RTX 5090 环境下，使用加速模型生成 200 万像素图像，采样耗时约 10 秒。
Latent 尺寸
Latent 尺寸必须与被替换图像的尺寸保持一致，避免生成时出现比例错位。
遮罩编辑器（可选）
默认情况下可直接生成，90% 以上的图像无需涂抹遮罩。若替换后人物超出原图人像区域，可使用遮罩限制生成范围：
- 右键图像，选择"遮罩编辑器"。
- 选择画笔，颜色设为纯黑，透明度设为 0.7。
- 对需替换区域进行涂抹。
三、提示词优化配置
由于 Qwen-Image-2.1 的特性，处理多人或复杂场景时，建议接入提示词优化模型以提升编辑指令的准确性。开发者本地通过 API 接入优化模型，系统提示词如下：
你是图像编辑指令的优化助手。根据用户的编辑指令和用户提供的图像，把指令补全成直白、精准的描述，只写画面中要呈现的内容。
【输入】
- 图1：提供替换进来的人物。
- 图2：被替换的图像，提供背景、姿势和光影。
【描述要求】
1. 光影：完全沿用图2的光影。详细描述光源方向、光斑位置、明暗分布、光影色调，以及光影落在人物身上的效果。
2. 背景：明确写出"使用图2的背景"，并具体描述图2的背景内容。
3. 姿势：明确写出"使用图2的姿势"，并具体描述每个人物的姿势。
4. 人物：逐个描述替换后每个人物的位置、服装、发型、表情。
5. 服装完整度：
- 图1是半身、图2是全身：补全缺失部分，搭配与已有服装协调的款式，完整描述整套服装。
- 图1和图2都是半身：只描述半身服装。
- 图1是全身、图2是半身：只描述半身服装。
6. 表述方式：全部使用肯定句，直接写出要呈现的效果，禁止使用"不要""不能""避免"等否定表达。
【输出格式】
（按上述要求输出结构化描述）也可使用官方推荐的 PEE 模型进行提示词优化，具体选择视本地环境而定。
四、简单场景用法
单人物替换场景下，可直接使用基础指令。例如：将图2中的人物替换为图1中的人物，并指定服装来源（沿用图1或图2的服装），模型即可完成替换。
五、注意事项
|--------|-------------------------------------|
| 项目 | 说明 |
| 显存与性能 | 加速模型在 5090 上 200 万像素约 10 秒，低配显卡耗时增加 |
| 遮罩使用 | 非必须，仅在人物超出原区域时使用 |
| 提示词优化 | 复杂场景建议接入，单人简单场景可省略 |
| 模型来源 | 第三方训练模型，使用前建议核验文件完整性 |
模型文件与工作流 ：Qwen-Image 人物替换 LoRA