一、介绍
PhotoMaker:一种高效的、个性化的文本转图像生成方法,能通过堆叠 ID 嵌入自定义逼真的人类照片。相当于把一张人的照片特征提取出来,然后可以生成你想要的不同风格照片,如写真等等。
主要特点:
- 在几秒钟内快速定制,无需额外的 LoRA 培训。
- 确保令人印象深刻的 ID 保真度,提供多样性、有前途的文本可控性和高质量的生成。
- 可以用作适配器 ,与社区中的其他基础模型以及 LoRA 模块进行协作。
二、部署
本文档基于ComfyUI进行搭建
环境要求:
- Python >= 3.8(推荐使用 Anaconda 或 Miniconda)
- PyTorch >= 2.0.0
1. 部署 ComfyUI
本篇的模型部署是在 ComfyUI 的基础上进行,如果没有部署过 ComfyUI,请按照下面流程先进行部署,如已安装请跳过该步:
(1)使用命令克隆 ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
(2)安装 conda(如已安装则跳过)
下面需要使用 Anaconda 或 Mimiconda 创建虚拟环境,可以输入 conda --version
进行检查。下面是 Mimiconda 的安装过程:
- 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
- 运行安装脚本
bash Miniconda3-latest-Linux-x86_64.sh
- 遵循安装提示并初始化
按 Enter 键查看许可证条款,阅读完毕后输入 yes
接受条款,安装完成后,脚本会询问是否初始化 conda 环境,输入 yes
并按 Enter 键。
- 运行
source ~/.bashrc
命令激活 conda 环境 - 再次输入
conda --version
命令来验证是否安装成功,如果出现类似conda 4.10.3
这样的输出就成功了。
(3)创建虚拟环境
输入下面的命令:
conda create -n comfyui
conda activate comfyui
(4)安装 pytorch
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121
(5)安装项目依赖
pip install -r requirements.txt
此时所需环境就已经搭建完成,通过下面命令进行启动:
python main.py
访问网址得到类似下图界面即表示成功启动:
(6)安装Manager
manager 是一个用来加强 ComfyUI 可用性的扩展,提供了对 ComfyUI 各种自定义节点的安装、删除、禁用、启用等管理功能。同时还提供了中心功能和便利功能,用来访问 ComfyUI 中各种信息。
cd /ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git
成功安装之后重启界面会出现一个“Manager”如图:
到这里 Comfy UI 就初步搭建好了(这里只是简单实现 ComfyUI 的基础功能,如果想要安装更多细节,请查看“ComfyUI”部署教程)
2. 部署PhotoMaker v2
(1)克隆PhotoMaker-Plus
输入启动命令启动comfyui进入UI界面,点击Manager打开管理器,点击“节点管理”:
然后点击搜索“PhotoMaker-plus”(comfyui版)点击下载安装,等待下载完成之后如下图:
(2)下载模型
- 该项目需配合stable-diffusion-xl模型使用,所以需下载SDXL:从 Hugging Face搜索下载"RealVisXL_v4.0"将其放到
/ComfyUI/models/diffusers/
文件夹中。 其中,text_encoder_2
、vae
和unet
文件夹中的模型文件根据自己的设备能力选择其一下载即可 - 从 Hugging Face搜索下载“photomaker-v2"模型,并将其放置在
ComfyUI/models/photomaker
文件夹中 - 然后搜索
laion/CLIP-ViT-H-14-laion2B-s32B-b79K
将其下载到/ComfyUI/models/clip_vision/
文件夹下:
(3)启动项目
在 /ComfyUI
目录下输入下面命令启动项目
conda activate comfyui
cd ComfyUI
python main.py
出现下面界面表示运行成功:
此时通过开放IP和端口号访问UI界面,如下图:
将/ComfyUI/custom_nodes/ComfyUI-PhotoMaker-Plus/examples/文件夹下的 v2-workflow.json
文件(工作流)放入UI界面即可,可出现类似下图:
上图即为PotoMaker项目的工作流,输入各参数后即可出图: