Github
Huggingface
文档ADetailer
ADetailer 是 stable diffusion webui 的一个扩展，可以自动进行遮罩和修复。它类似于 Detection Detailer。
安装
您可以直接从扩展标签页安装它。
或者
（来自 Mikubill/sd-webui-controlnet）
- 打开"扩展"标签页。
- 在标签页中打开"从 URL 安装"标签。
- 在"扩展的 git 仓库 URL"中输入
https://github.com/Bing-su/adetailer.git。 - 点击"安装"按钮。
- 等待 5 秒，您将看到消息"已安装到 stable-diffusion-webui\extensions\adetailer。使用已安装标签页重启"。
- 转到"已安装"标签页，点击"检查更新"，然后点击"应用并重启 UI"。（下次您也可以使用此方法更新扩展。）
- 完全重启 A1111 webui，包括您的终端。（如果您不知道什么是"终端"，您可以重启计算机：关闭计算机然后再打开。）
选项
| 模型、提示词 | ||
|---|---|---|
| ADetailer 模型 | 决定要检测什么。 | None = 禁用 |
| ADetailer 模型类别 | 要检测的类别名称，用逗号分隔。仅在使用 YOLO World 模型时可用 | 如果为空，使用默认值。 默认值 = COCO 80 类别 |
| ADetailer 提示词，负面提示词 | 要应用的提示词和负面提示词 | 如果留空，将使用与输入相同的内容。 |
| 跳过 img2img | 跳过 img2img。实际上，这是通过将 img2img 的步骤数更改为 1 来实现的。 | 仅适用于 img2img |
| 检测 | ||
|---|---|---|
| 检测模型置信度阈值 | 只有检测模型置信度高于此阈值的对象才会用于修复。 | |
| 遮罩最小/最大比例 | 仅使用面积在整个图像面积这些比例之间的遮罩。 | |
| 仅遮罩前 k 个最大的 | 仅使用边界框面积最大的 k 个对象。 | 0 表示禁用 |
如果您想排除背景中的对象，请尝试将最小比例设置为约 0.01。
| 遮罩预处理 | ||
|---|---|---|
| 遮罩 x, y 偏移 | 水平和垂直移动遮罩 | |
| 遮罩腐蚀(-) / 膨胀(+) | 扩大或缩小检测到的遮罩。 | opencv 示例 |
| 遮罩合并模式 | None：修复每个遮罩Merge：合并所有遮罩并修复Merge and Invert：合并所有遮罩并反转，然后修复 |
按此顺序应用：x, y 偏移 → 腐蚀/膨胀 → 合并/反转。
修复
每个选项对应于修复标签页上的相应选项。因此，有关如何使用每个选项的详细信息，请参阅修复标签页。
ControlNet 修复
如果您安装了 ControlNet 并有 ControlNet 模型，您可以使用 ControlNet 扩展。
支持 inpaint, scribble, lineart, openpose, tile, depth ControlNet 模型。一旦您选择了一个模型，预处理器会自动设置。它独立于 Controlnet 扩展设置的模型工作。
如果您选择 Passthrough，将使用您在 ADetailer 外部设置的 ControlNet 设置。
高级选项
API 请求示例：wiki/REST-API
[SEP], [SKIP], [PROMPT] 标记：wiki/Advanced
媒体
模型
| 模型 | 目标 | mAP 50 | mAP 50-95 |
|---|---|---|---|
| face_yolov8n.pt | 2D / 真实人脸 | 0.660 | 0.366 |
| face_yolov8s.pt | 2D / 真实人脸 | 0.713 | 0.404 |
| hand_yolov8n.pt | 2D / 真实手 | 0.767 | 0.505 |
| person_yolov8n-seg.pt | 2D / 真实人物 | 0.782 (bbox) 0.761 (mask) | 0.555 (bbox) 0.460 (mask) |
| person_yolov8s-seg.pt | 2D / 真实人物 | 0.824 (bbox) 0.809 (mask) | 0.605 (bbox) 0.508 (mask) |
| mediapipe_face_full | 真实人脸 | - | - |
| mediapipe_face_short | 真实人脸 | - | - |
| mediapipe_face_mesh | 真实人脸 | - | - |
YOLO 模型可以在 huggingface Bingsu/adetailer 上找到。
有关 YOLO8 模型的详细描述，请参见：https://docs.ultralytics.com/models/yolov8/#overview
YOLO World 模型：https://docs.ultralytics.com/models/yolo-world/
附加模型
将您的 ultralytics yolo 模型放在 models/adetailer 中。模型名称应以 .pt 结尾。
它必须是边界框检测或分割模型，并使用所有标签。
工作原理
ADetailer 通过三个简单的步骤工作。
- 创建图像。
- 使用检测模型检测对象并创建遮罩图像。
- 使用步骤 1 中的图像和步骤 2 中的遮罩进行修复。
开发
ADetailer 仅使用 stable-diffusion 1.5 模型开发和测试，仅适用于 AUTOMATIC1111/stable-diffusion-webui 仓库的最新版本。
许可
ADetailer 是使用两个 AGPL 许可作品（stable-diffusion-webui, ultralytics）的衍生作品，因此根据 AGPL 许可分发。
