大家好，我是程序员晓晓
在使用AI绘画工具 Stable Diffusion 进行人像出图时，你是不是经常会遇到多人或单人的脸部崩坏情况。那今天就给大家分享一下，如何通过 ADetailer 这款SD插件，对人物的脸部进行修复。
首先我们构造一个多人的场景：3girls,tennis_uniform,day,tennis courts,wide_shot,
出图如下：
图片中，三个女生都基本存在一定的脸崩情况。
脸崩的原因
生成的图片，脸崩的根本原因是分辨率不够。
近景画面，脸部能获得较多的采样分配，但远景镜头，人脸获得的采样分配就很少了。
插件-ADetailer
ADetailer 的原理与局部重绘类似，但更加智能，能够自动识别人脸进行局部精修。
使用前，我们需要在SD中安装ADetailer插件。
修复模型：ADetailer 修复模型
以上的ADetailer插件和修复模型文件，我都已经打包好了，需要的小伙伴可以扫描后免费获取哦
模型下载后，放置在 SD安装目录\models\adetailer
接着在「设置」-「ADetailer」中，将Max tabs 设置为5，保存设置后，重载UI。
勾选☑️启用ADetailer，并且勾选☑️启用单元一，脸部修复推荐使用模型-face_yolo8n_v2：
ADetailer 提示词中输入detail face，固定种子数，重新生成后出图如下：
除此之外，我们还可以启用多个模型，对人物的身体、脸部、手部一起进行修复。
例如以下的图片，脸部、手部都有很多异常问题，简直不忍直视：
开启多个单元：
生成后出图如下：
如果图片中人脸太多，可以通过降低「检测模型置信阈值」来增加插件的人脸识别范围。
其他玩法
因为 face_yolo8n_v2 模型可以把人脸识别出来，我们可以在优化人脸的同时，通过输入关键词来改变人物脸部的表情。
举例，输入 crying:
生成后出图如下：
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。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
总结
### 文章总结：《使用ADetailer插件修复Stable Diffusion人像脸都崩问题》**作者介绍**：
- **名称**：晓晓，程序员。
**主要内容**：
- **问题背景**：在使用AI绘画工具Stable Diffusion进行人像出图时，常遇到多人或单人脸部崩坏问题。
- **原因解析**：脸部崩坏的根本原因是生成的图片分辨率不足，远景镜头下人脸采样分配少。
**解决方案**：
- **工具介绍**：推荐ADetailer这款SD插件，通过智能识别人脸进行局部精修。
- **安装步骤**：
1. 下载ADetailer插件和修复模型并放置在特定目录。
2. 在SD设置中配置ADetailer，包括调整最大标签数量、启用插件及选择修复模型（如face_yolo8n_v2）。
**操作演示**：
- **示例场景**：构造多人场景（如三个穿网球服的女生在阳光下打网球），原图存在脸部崩坏问题。
- **修复效果**：使用ADetailer插件，并通过输入提示词“detail face”和固定种子数，生成修复后的图片，显著改善脸部细节。
- **高级应用**：启用多个模型，同时对人物身体、脸部、手部进行修复；通过调整检测模型置信阈值，增加人脸识别范围。
**创意玩法**：
- **表情调整**：利用face_yolo8n_v2模型的人脸识别能力，通过输入不同关键词（如“crying”），实现人物表情变化。
**未来展望与资源分享：**
- **AIGC技术展望**：随着人工智能技术的发展，AIGC（AI Generated Content）技术将在游戏、计算等多个领域得到更广泛应用，实现更高效、更智能的系统。
- **学习资源**：提供AIGC所有方向的学习路线、必备工具、学习笔记、视频教程合集及实战案例等资源，助力学习者从基础到深入、从知识到实际应用的全面提升。
**福利说明**：扫描二维码可免费获取ADetailer插件和修复模型文件，以及整套AIGC学习资料。