27| IPAdapter换脸

节点介绍

IPAdapter换脸需要使用到的节点有：

1、IPAdapterFaceID加载器

功能：加载FaceID模型

2、应用IPAdapterFaceID

功能：使PAdapter的功能生效

3、CLIP视觉加载器

加载CLIP视觉模型，属于预处理器模型，相当于对图片进行预处理

工作流

工作流组成

IPAdapter基础的换脸工作流主要是由基础图生图工作流+IPAdapter的工作组节点组合而成。

图生图上传需要换脸的图像，IPAdapter获取另外一张人像的面部特征，再进行替换。

如何使用：

1、创建基础的图生图工作流

2、创建应用IPAdapterFaceID节点组

除上述3个节点外，还需要加载图像节点，用于上传人物的脸部特征。

将IPAdapterFaceID节点组串联到Checkpoint加载器与K采样器之间

3、节点链接

a、IPAdapterFaceID加载器

输入：

• 模型：链接Checkpoint加载器的模型节点
• IPAdapter:串联其他IPAdapter其他节点，通常不需要

输出：

模型：链接IPAdapter的应用类节点

IPAdapter:链接IPAdapter的应用类节点

b、应用IPAdapterFaceID
输入：

• 模型：外接IPAdapterFaceID模型节点；
• IPAdapter：接受IPAdapter节点；
• 图像：接受图像的输入
• 负面图像：接受负面图像输入，简单说就是传入不想要的元素。比如说我们不想要参考图的某种颜色，我们就可以将有该颜色的图片传入到 image_negative 中
• 关注层遮罩：接受图像遮罩，收到后，只会识别图像遮罩的部分
• CLIP视觉：接受视觉编码器模型输入
• insightFace:接受insightFace节点

输出：

• 模型：输出经过 ipadapterFaceID 引导的大模型
• face_image:输出人像图片

c、CLIP视觉加载器

CLIP视觉节点链接到应用ipadapterFaceID的CLIP视觉节点

4、参数设置：

a、IPAdapterFaceID加载器

参数：

• 预设：选择FaceID模型；

预设模型是用于换脸的模型，分为：

FACEID：最初版的FaceID模型

FACEID PLUS-SD1.5 only:仅用于SD1.5模型的升级版的FaceID模型

FACEID PLUS V2:升级版的FaceID模型

FACEID PORTRAIT(style transfer):学习风格+脸部特征（文生图的时候用）

FACEID PORTRAIT UNNORM-SDXL only(strong): 仅用于SDXL的FaceID模型

通常使用FACEID PLUS V2的模型

• Lora强度：权重值，数值越高越像上传的人物；
• 设备：选择装载设备，默认即可

b、应用IPAdapterFaceID

参数：

• 权重：应用IPAdapterFaceID的权重，数值越高，效果越强；
• FaceID_V2权重：人像特征生成的权重。数值越高，越像；
• 权重类型：风格学习的方式，换脸的工作流中使用linear,其他的会在专门的风格学习课程中学习。
• 合并嵌入组：图像特征和其他问题提示词的组合方式
• 开始应用位置：作用开始时间
• 结束应用位置：作用结束时间
• 嵌入组缩放：嵌入组缩放方式

c、CLIP视觉加载器

选择Vit-H-14的大模型

d，K采样器

由于没有使用到蒙版的功能，K采样器会对图生图上传的图片进行重绘，因此需要将降噪的数值调低，在0.3-0.4之间。

生成效果：

IPAdapter的换脸相似度在60~80%之间，它的主要功能还是风格化学习，换脸主要是用于风格化的换脸，我们会在下一节课讲解风格化人物的方法。