Stable Diffusion插件：EasyPhoto之Lora训练、AI写真、AI视频、AI换装

大家好，我是程序员晓晓

今天给大家分享一个特别强大的Stable Diffusion插件：EasyPhoto，这个插件一直在迭代，从最开始的AI写真，然后是AI视频，到最近的AI换装，能力一直在持续增强。

这个插件的基础能力是Lora训练，只需要5-20张特定人物或者风景的照片，不需要对图片进行任何格式化和打标的处理，也不需要理解各种复杂的参数，就可以生成一个独特的Lora模型；然后基于这个模型，我们就可以生成特定形象的照片、视频，可以文生图（视频），也可以图生图（视频）。

下面是我的效果展示，人物形象来自寡姐，最左边这张是原图，右边两张是生成的图片。效果还不错，最有特色的就是寡姐的这个小鼻子，模仿的惟妙惟肖。

安装插件

进入Stable Diffusion WebUI的插件管理页面，选择“从网址安装”，输入插件地址，点击“安装”即可。

插件地址：https://github.com/aigc-apps/sd-webui-EasyPhoto.git
如链接无法安装，请看文末获取

这个插件会使用很多的模型，不过大家不用担心模型下载速度，因为下载链接都是阿里云的，速度会很快。

但是大家要考虑下硬盘空间，最好准备20G的空闲硬盘空间。

安装成功之后，重启WebUI，就能在一级菜单中看到EasyPhoto了。

训练Lora

如下图所示，首先上传5-20张用来训练模型的图片，可以去百度图片上下载；然后需要一个基础模型，最好是和训练图片的风格搭配的，训练人物用默认的这个也可以，它会自动下载模型；最后点击“Start Traning”开始训练，这个过程需要的时间可能比较长，可能需要20分钟，请耐心等待。其它参数使用默认的即可，当然如果你想调整，可以看我这篇文章：LoRA模型训练

训练成功之后，会显示：The training has been completed.

除了训练人物，我们还可以训练场景，方便生成时让人物出现在不同的场景中，比如朋克场景、室内场景、圣诞场景、新年场景等，训练场景时同样需要包含人物在训练图片中，只不过换成了场景不怎么变、人物多变。

生成图片

我们首先来看下图生图，这其实是个AI写真的功能，可以换掉图片中的人脸。我们可以使用插件自带的模版，也可以上传你认可的照片，这里选择一张肖像照片。

下边还有一些生成参数：

一个生成图片用的大模型，需要和上边选择的参考图片风格保持一致。
基于预训练的大模型（Infer with Pretrained Lora）、基于IP-Adapter ControlNet（Infer with IPA only，这种方法不需要预训练的Lora模型）。

如果选择“Infer with Pretrained Lora”，需要设置下边的参数：

如果图片中有多张脸需要替换，可以使用“Num of Faceid”来指定要替换的脸的数量，最多替换5张。
“User_x id”用来选择上一步训练的Lora模型。

如果选择“Infer with IPA only”，则需要上传一张照片，生成的图片中会使用这张照片中的人脸，我们还可以设置ControlNet的权重，设置的权重越高，生成图片中的人脸越靠近这里上传的照片。

使用预训练模型生成图片的效果如下图所示：

文生图和图生图的参数有些差别，如下图所示，依次是：提示词，选择场景Lora（插件会自带一些，我们也可以自己训练场景Lora），图片的分辨率，姿势控制方式、生成图片用的基础模型、人脸的来源（预训练Lora、IP-Adapter控制器）。

生成视频

EasyPhoto生成视频使用的是AnimateDiff，支持文生图、图生图和视频生视频。

先看视频生成效果：

文生视频的一些参数设置：既然是文生视频，这里需要一些提示词，另外还可以通过上传一个视频来控制生成视频的的人物动作。注意EasyPhoto中生成视频时必须使用上文提到的预训练Lora模型。

点开高级设置，还有一些对生成视频影响比较大的参数。

Prompt 提示词：就是Stable Diffusion生成图片的提示词，可以用来控制一些图片效果。

视频帧数：Video Max num of frames 是视频的全部帧数，Video Max fps 是每秒帧数，Video Save as 是保存成gif还是mp4。

Lora模型的权重：Video Lora Weights of User id 是生成图片时Lora模型的权重。

图生视频的一些设置：参考图可以基于一张图片，也可以从一张图片过渡到另一张图片。提示词要写一下，最好是描述动作的。图片重绘度要设置的小一点，避免生成图片变化太多。

下面是官方给出的一个图片过渡的效果展示：

视频生成视频的设置：这个设置比较简单，上传一个参考视频，生成的视频会使用此视频中的动作；选择合适的生图模型，最后选择之前预训练的Lora模型。

换装

点击“Virtual Try On”进入换装模块。

首先在这里上传一张要换装的图片，用画笔涂抹要换装的区域，或者上传一张模版图片。

然后在这里选择或者上传要使用的服装。

这个换装的效果不是特别稳定，如果效果不太好，可以多试几次。

资源下载

因技术迭代更新较快，本文提到的方法可能会过期失效，不过我会定期检查更新文章，因文章在多平台发布，可能出现更新延迟的情况，如需最新版本请通过下方获取。

另外本系列使用的大模型、Lora模型、SD插件、示例图片等，都已经上传到我整理的 Stable Diffusion 绘画资源中，后续也会持续更新，最新下载地址也可通过下方获取。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。