SD人物脸崩怎么解决,ADetailer配置教程
还在为Stable Diffusion生成的人物脸崩、五官错位、结构失真而头疼?ADetailer插件正是专治这一顽疾的高效解决方案——它通过YOLOv8-face检测与SAM分割协同定位人脸,再以独立高保真重绘机制精准修复局部细节,全程只需五步:安装插件、部署yolov8n-face和SAM模型、启用基础人脸修复、精细调节置信度/去噪强度/掩膜膨胀等关键参数,甚至支持人脸+手部等多目标并行修复,让生成结果自然、真实、经得起放大审视。

如果您在使用Stable Diffusion生成人物图像时频繁出现脸部扭曲、五官错位、结构失真等现象,则说明模型在局部细节建模上存在局限。ADetailer插件通过二次检测与重绘机制,可精准定位人脸区域并独立执行高保真修复。以下是解决此问题的步骤:
一、安装ADetailer插件
ADetailer需作为WebUI扩展加载,依赖A1111 WebUI的扩展管理功能正常运行。未正确安装将导致界面无ADetailer选项或模型无法调用。
1、打开Stable Diffusion WebUI,点击顶部Extensions选项卡。
2、切换至Install from URL子页,在输入框中粘贴官方仓库地址:https://github.com/Bing-su/adetailer。
3、点击Install按钮,等待安装完成提示。
4、点击Apply and restart UI,随后完全关闭并重新启动WebUI进程(仅前端重启无效)。
二、部署必需模型文件
ADetailer需YOLOv8-face检测模型与SAM分割模型协同工作,任一缺失都将导致检测失败、仅输出粗略矩形框或直接报错。
1、访问ADetailer GitHub Releases页面,下载最新版yolov8n-face.pt,放入models/ADetailer/目录(若不存在请手动创建)。
2、从Hugging Face下载sam_vit_h_4b8939.pth,放入models/segment_anything/目录。
3、重启WebUI后,在生成界面底部ADetailer区域点击展开,检查ADetailer model下拉菜单是否显示已加载的模型名称。
三、启用基础人脸修复流程
该流程确保ADetailer在主图生成完成后自动触发一次针对人脸区域的局部重绘,不干扰背景、肢体及整体构图风格。
1、在txt2img或img2img界面底部找到ADetailer模块,点击Add添加处理项。
2、在ADetailer model下拉菜单中选择face_yolov8n.pt或face_yolov8s.pt。
3、设置Detection prompt为face, portrait, person;Negative prompt填写deformed, mutated, disfigured, bad anatomy。
4、勾选Enable ADetailer复选框,确保右侧状态显示为ON。
四、调整关键参数应对不同崩坏类型
参数设置直接影响修复精度与自然度。过高易引发面部重复绘制、纹理丢失或僵硬感;过低则无法覆盖原始错误结构。
1、若出现多张脸被合并为单一人脸轮廓,将Confidence threshold从默认0.3提升至0.5–0.6。
2、若眼部、嘴唇等微结构仍模糊不清,开启Mask only模式,并将Inpaint denoising strength设为0.45–0.55。
3、若修复后边缘生硬或存在明显拼接痕,将Dilation值设为4–8,并启用Mask blur设为4。
五、启用多目标通道修复
当图像同时存在人脸崩坏与手部畸变时,单一模型无法兼顾两类结构。多通道机制允许分别调用不同检测模型对多个部位独立处理。
1、在ADetailer模块中连续点击Add两次,生成两个处理项。
2、第一项选择face_yolov8n.pt,Detection prompt保留face;第二项选择hand_yolov8n.pt,Detection prompt改为hand。
3、分别为两项设置独立的Inpaint denoising strength(建议人脸0.45,手部0.35)及Mask min area(人脸≥2000,手部≥800)。
4、确保两项均勾选Enable,且Only max area仅在单人像场景下对人脸项启用。
今天关于《SD人物脸崩怎么解决,ADetailer配置教程》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Win11快速访问怎么设置
- 上一篇
- Win11快速访问怎么设置
- 下一篇
- 1.16非遗美食科普:蚂蚁庄园知识分享
-
- 科技周边 · 人工智能 | 7小时前 | 人工智能 · PyTorch autograd torch.is_grad_enabled 梯度模式
- PyTorch torch.is_grad_enabled 怎样读取当前线程的梯度开关状态
- 346浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · PyTorch Tensor.storage_offset storage_offset Tensor View 张量布局
- PyTorch Tensor.storage_offset 怎样读取张量视图的存储起始偏移
- 316浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- Transformers BaseModelOutput.hidden_states 怎样区分各层隐藏状态与最后一层输出
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | python · 人工智能 · Transformers tokenizer BatchEncoding sequence_ids 双句编码 词元来源
- Transformers BatchEncoding.sequence_ids 怎样区分双句编码中的词元来源
- 283浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 | 人工智能 · Hugging Face Datasets ClassLabel str2int 标签编码
- Hugging Face ClassLabel.str2int 怎样把类别名称映射为标签编号
- 222浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 | 人工智能 · PyTorch Tensor.is_contiguous memory_format
- PyTorch Tensor.is_contiguous 怎样检查张量在指定内存格式下是否连续
- 170浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 | python · 人工智能 · Transformers ModelOutput to_tuple 模型输出
- Transformers ModelOutput.to_tuple 怎样把非空模型输出字段转换为元组
- 192浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · Transformers word_ids BatchEncoding 子词对齐
- Transformers BatchEncoding.word_ids 怎样关联子词与原始单词位置
- 462浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- Hugging Face ClassLabel.int2str 怎样把标签编号还原为类别名称
- 175浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | python · 人工智能 · Hugging Face Datasets Dataset.split NamedSplit 数据集切分
- Hugging Face Dataset.split 怎样识别数据集对象对应的切分名称
- 476浏览 收藏
-
- 科技周边 · 人工智能 | 16小时前 |
- PyTorch torch.get_default_dtype 怎样读取新建浮点张量默认使用的数据类型
- 316浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1102次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1097次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1268次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1208次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1053次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

