AutoChar - Easy character art creation with face auto-inpaint

AutoChar 是由 Automatic1111（1.6.0+）开发的 Stable Diffusion WebUI 的自定义脚本，旨在帮助初学者和爱好者以更少的努力获得出色的作品。本质上，它自动化了我用于插画的基本 SD 工作流程（查看示例：https://t.me/dreamforge_tg）

GitHub 页面：
https://github.com/alexv0iceh/AutoChar

请查看我在 YouTube 上的新指南，其中详细解释了所有基本功能和流程：

如需了解脚本基本思路的文字说明，请查看 0.9 版本标签。

安装

只需将脚本和 .onnx 人脸识别模型放入你的 stable-diffusion-webui/scripts 文件夹中
请勿尝试通过 URL 安装，这不是扩展程序，这样安装将无法显示！

同时，我强烈建议下载 4x-UltraSharp 超分器（https://mega.nz/folder/qZRBmaIY#nIG8KyWFcGNTuMX_XNbJ_g），并将其放入 /models/ESRGAN 文件夹中

简要使用方法

1. 进入你的 txt2img 标签页

2. 编写提示词，按常规选择基本参数（无需启用高分辨率修复，因为它已包含在算法中）

3. 在页面底部的“Scripts”下拉菜单中选择 “AutoChar 0.9.5”

4. 点击“生成”并享受成果

0.9.5 更新内容：

• 完全重构的界面：

  • 为所有关键参数添加了说明信息，包含使用技巧和非显而易见功能的解释

  • 超分器选择从复选框改为下拉菜单，以减少干扰

  • 功能和滑块分组为带有清晰标题的不同区块

• 真正的 img2img 模式：使用 SD 超分和自动人脸与眼睛修复编辑现有图像

• 新增高级选项！

• 全新极度高级选项标签页，专为希望完全掌控 AutoChar 生成流程并最大化创意的爱好者设计

• 多项修复：

  • 修复了 inpaint 步骤中 OpenCV 的著名 bug （如果你仍遇到此问题，请重新下载压缩包，我已修改代码，这已帮助许多用户！）

  • 修复了仅对遮罩区域进行填充的问题，显著提升了某些艺术风格和检查点的效果

  • 修复了高分辨率修复超分器列表，现在能正常显示所有可用的超分器

  • 样式菜单中的样式现已正常工作

  • 修复了代码逻辑和参数中的诸多小问题

高级与极度高级选项的详细说明及使用建议：

• 高级选项：

  • 质量功能：

    • 滤波功能：在高分辨率修复后锐化并应用去噪滤镜以提升画质并减少所需的 img2img 步骤。可能对“噪点”或模糊的艺术风格产生负面影响。默认开启

    • 仅对图像中最大的人脸进行修复：顾名思义，有助于防止对背景或身体部位进行误检测和修复。在角色头部较小的图像（如全身图或风景图）中可能导致问题。此时，请提高人脸识别最低置信度或禁用此选项。对于包含两个或以上角色的图像，请禁用此功能。默认开启

    • 降低人脸修复时的 LoRA 强度。有助于避免强 LoRA 导致的过度强化：顾名思义。默认开启

    • 使用 DDIM 采样器以获得更好的修复效果。否则将使用界面中选择的采样器：更适合细节丰富的人脸。注意：从 SD WebUI 1.6.0+ 版本开始，DPM++ 采样器的去噪强度计算方式不同，如果你因遮罩残留问题禁用此选项，请考虑增加修复步骤的去噪强度。默认开启

    • 降低人脸修复时的 CFG：顾名思义。默认关闭

  • 算法修改功能：

    • 扩大人脸修复区域以同时修复头发：顾名思义。这可能大幅增加 VRAM 使用，如遇问题请降低人脸修复缩放比例。默认关闭

    • 在头发修复后进行人脸修复：顾名思义。默认关闭

    • 尝试使用所选选项进行中间超分修复：顾名思义。有助于添加额外细节。默认关闭

    • 使用纯图像到图像而非 SD 超分：顾名思义。默认关闭

    • 不使用 SD 超分，仅修复高分辨率修复结果。适合弱 GPU：除上述原因外，对习惯仅使用高分辨率修复流程的用户也很有用。默认关闭

  • 调节每一步的去噪强度：

    • 所有必要信息已在 UI 中提供，但我想补充：从 SD WebUI 1.6.0+ 开始，DPM++ 采样器所需的去噪强度约为 DDIM 去噪强度的两倍，直到 0.5；例如：DDIM 的 0.2 约等于 DPM++ 2M Karras 的 0.4

  • 参数滑块：

    • 高分辨率修复缩放比例：所有信息已在 UI 中提供

    • 滤波强度：滤波功能的效果强度。0.3–0.5 效果最佳，更高值较难控制，但对某些艺术风格可能有帮助

    • LoRA 强度降低倍数：顾名思义。如希望保留更多 LoRA 的艺术风格，可提高此值

    • 人脸识别最低置信度：提高以获得更严格的人脸检测，降低以改善动漫风格图像的识别效果

• 极度高级选项：

  • SD 超分的图块重叠参数、人脸修复的缩放比例、眼睛修复的缩放比例：所有信息已在 UI 中提供

  • 算法步骤设置：

    • 检查点：允许你为当前步骤选择不同的检查点。非常适合混合艺术风格并结合各检查点的最佳特性！

    • 采样器：显而易见

    • Clip Skip：我的用例是在 Clip Skip 2 下生成基础图像，但在后续步骤中使用 Clip Skip 1 以获得更真实的效果

    • 步骤数：显而易见

    • 提示词与负面提示词：允许你为每一步使用不同的提示词和 LoRA。例如：在早期步骤使用物体或内容 LoRA，之后移除它们，改用风格优秀但若在 txt2img 中使用会负面影响图像内容的 LoRA

即将在 1.0 版本中推出：

• 作为完整扩展发布

• 集成 ControlNet

• 更多人脸识别模型（包括支持动漫风格的模型）