ConsistentID

更多扩展代码和数据将在我们的论文被接受后发布，包括多ID输入版本、SDXL版本以及与社区其他模型的组合版本。

🌠 主要特点：

1. 在不牺牲多样性和文本可控性的前提下，实现极高身份保真度的肖像生成。
2. 将面部解析和面部ID信息引入扩散模型。
3. 在几秒钟内实现快速定制，无需额外的LoRA训练。
4. 可作为适配器与社区中的其他基础模型和LoRA模块协同工作。

🔥 示例

🚩 待办事项

您的星标将有助于加快进程。扩展代码和数据将在我们的论文被接受后发布。

• 发布ConsistentID训练、评估代码和演示！
• 发布多ID输入版本、使用controlnet的修复版本等，以指导多样性的改进。
• 与ComfUI、LCM集成，以加速推理和简化部署。
• 发布使用更多数据训练的SDXL模型，提高分辨率和泛化能力。

发布

• [2024/05/28] 🔥 我们发布了数据生成说明和脚本。
• [2024/04/28] 🔥 我们发布了预训练检查点和gradio演示！
• [2024/04/25] 🔥 我们发布了技术报告。
• [2024/04/23] 🔥 我们启动了项目页面。

🏷️ 介绍

• 
• ConsistentID模型卡片

这是一项在AIGC领域的工作，将面部解析信息和面部ID信息引入扩散模型。先前的工作主要集中在整体ID保持上，尽管最近提出了诸如InstantID等细粒度ID保持模型，但面部ID特征的注入将是固定的。为了实现面部特征更灵活的细粒度ID一致性维护，重建了一批50000个多模态细粒度ID数据集用于训练提出的FacialEncoder模型，可支持个性化照片、性别/年龄变化和身份混淆等常见功能。

同时，我们为细粒度身份保持定义了一个统一的测量基准FGIS，涵盖了几种常见的面部个性化角色场景和角色，并构建了细粒度ID保持模型基线。

最后，本文进行了大量实验，ConsistentID在面部个性化任务处理中达到了SOTA效果。验证了ConsistentID可以通过选择更细粒度的提示来提高ID一致性，甚至修改面部特征，这为未来细粒度面部个性化研究开辟了一个方向。

🔧 要求

• Python >= 3.8（推荐使用Anaconda或Miniconda）
• PyTorch >= 2.0.0
• cuda==11.8

conda create --name ConsistentID python=3.8.10
conda activate ConsistentID
pip install -U pip

# 安装要求
pip install -r requirements.txt

📦️ 数据准备

按以下格式准备数据
├── data | ├── JSON_all.json | ├── resize_IMG # 图像 | ├── all_faceID # 面部ID | └── parsing_mask_IMG # 解析掩码

.json文件应如下所示

[
{
"IMG": "图像路径...",
"parsing_mask_IMG": "...",
"vqa_llva": "...",
"id_embed_file_resize": "...",
"vqa_llva_facial": "..."
},
...
]

🚀 训练

确保工作空间是项目的根目录。

bash train_bash.sh

🧪 使用

确保工作空间是项目的根目录。然后，运行convert_weights.py以高效保存权重。

推理

python infer.py

推理修复 & 修复控制网络

python -m demo.inpaint_demo
python -m demo.controlnet_demo

⏬ 模型权重

模型将通过以下两行自动下载：

from huggingface_hub import hf_hub_download
ConsistentID_path = hf_hub_download(repo_id="JackAILab/ConsistentID", filename="ConsistentID-v1.bin", repo_type="model")

模型的预训练参数也可以在Google Drive或百度网盘上下载。

致谢

• 受到许多优秀演示和仓库的启发，包括IPAdapter、FastComposer、PhotoMaker、InstantID。感谢他们的杰出工作！
• 感谢以下工作的开源贡献：face-parsing.PyTorch、LLaVA、insightface、FFHQ、CelebA、SFHQ。
• 🤗 感谢huggingface gradio团队ZeroGPUs提供的免费GPU支持！

免责声明

本项目致力于积极影响AI驱动的图像生成领域。用户可以自由使用此工具创建图像，但应遵守当地法律并负责任地使用。开发者不承担用户可能滥用的任何责任。

引用

如果您发现这段代码有帮助，请考虑引用：

@article{huang2024consistentid,
title={ConsistentID: Portrait Generation with Multimodal Fine-Grained Identity Preserving},
author={Huang, Jiehui and Dong, Xiao and Song, Wenhui and Li, Hanhui and Zhou, Jun and Cheng, Yuhao and Liao, Shutao and Chen, Long and Yan, Yiqiang and Liao, Shengcai and others},
journal={arXiv preprint arXiv:2404.16771},
year={2024}
}