Ai模特换装！100%保留衣服原型！假人换真人！全网首发最简单做法，半身照全身照都能换，衣服不换只换人，模特要失业了~ 假人摆拍 秒换模特

欢迎回到99的YouTube频道。本期视频，我们将探讨使用Stable Diffusion技术进行模特换装的最新方法。无论是本地安装还是Google Colab一键安装，我们都会详细介绍如何简单快速地替换模特的头部、手部和全身。特别介绍了如何利用image-to-image功能和inpaint技术进行面部和手部的精细调整，确保衣服原型100%保留。此外，我们还分享了如何使用Open Pose进行全身模特变装，以及如何有效使用Run Diffusion平台进行创作，包括获取折扣码和控制成本的技巧。

Takeaways

• 📈 **技术普及**: 视频提到模特换装技术已经非常普及，有多个团队在进行相关开发。
• 👤 **小白姐姐提及**: 提到了小白姐姐，她知道的团队有五六个，暗示还有更多未知团队在参与。
• 🔧 **技术工具介绍**: 介绍了使用稳定扩散（stable diffusion）技术进行模特换装的方法。
• 💻 **安装过程**: 讨论了在本地安装稳定扩散的困难，并推荐了Google collab和run diffusion作为替代方案。
• 🌐 **无地域限制**: 喜欢使用run diffusion的原因之一是它没有地域限制，可以在任何电脑上使用。
• 💰 **付费服务**: 提到了购买run diffusion的creators package服务，以及通过链接充值能获得15%折扣。
• ⏱️ **计费方式**: 说明了run diffusion的计费方式是按使用时间计算，用多少扣多少。
• 🎨 **操作简便**: 展示了如何简单地通过替换脸部和手部来完成模特换装，整个过程可以在一分钟内完成。
• 🤖 **全身照处理**: 讨论了如何处理全身照的模特换装，包括使用open pose来提取和固定模特的姿态。
• 📈 **参数调整**: 强调了在使用stable diffusion时，需要不断调整参数，如去噪强度（denoising strength），以达到最佳效果。
• 🎓 **教育课程**: 提到了自己提供的课程，内容涵盖了提示工程和如何构建好的提示词，且课程价格已经上涨。

Q & A

什么是假人换真人技术？

假人换真人技术是一种使用AI模型将服装假人模特替换成真人模特的技术，可以用于服装展示、广告拍摄等领域，保留衣服原型的同时，只更换模特。

小白姐姐提到的Stable Diffusion是什么？

Stable Diffusion是一种深度学习模型，用于生成图像，可以用于多种图像处理任务，如图像到图像的转换、文本到图像的生成等。

如何使用Google Colab进行Stable Diffusion的一键安装？

视频作者提到会在视频描述中提供Google Colab的一键安装链接，用户可以通过这个链接快速安装并使用Stable Diffusion。

什么是Run Diffusion，它有哪些优势？

Run Diffusion是一个在线平台，允许用户使用Stable Diffusion模型而无需本地安装。它的优势包括没有地域限制和电脑限制，即使使用低端电脑也能运行。

视频作者为什么喜欢使用Run Diffusion？

视频作者喜欢使用Run Diffusion，因为它已经预装了所需的一切，用户无需自己安装，简化了使用过程。

如何通过视频作者的链接在Run Diffusion上获得折扣？

观众可以通过视频作者提供的链接访问Run Diffusion，并使用折扣码“jojo15”来获得15%的折扣。

视频作者提到了哪些关于全身照换装的技巧？

视频作者提到了使用Open Pose技术来提取模特的身体姿态，并使用ControlNet中的Openpose来固定身体，以便进行全身照的换装。

在Stable Diffusion中，denoising strength（去噪强度）的设置对结果有何影响？

Denoising strength的设置影响生成图像的质量和风格。较低的设置会使图像更接近原始模型，而较高的设置会使图像更接近提示词描述的内容。

为什么视频作者认为手部细节在AI生成的图像中难以完美呈现？

手部细节在AI生成的图像中难以完美呈现，因为手的形状复杂且细节丰富，AI模型在理解和生成手部细节时面临挑战。

视频作者提到了哪些关于提示词（prompt words）的技巧？

视频作者提到可以使用inpaint mask来指定只改变图像中的特定区域，同时使用only mask来确保只有圈中部分被改变。此外，作者还提到了保存和使用好的提示词以提高生成图像的相关性。

视频作者如何看待Stable Diffusion的未来应用？

视频作者认为Stable Diffusion的应用将非常广泛，包括市场上的midjourney Leonardo和dreamlike.art等都是基于Stable Diffusion。作者预见在不久的将来，这项技术将被广泛采用，并且可能实现自动化。

Outlines

00:00

📺 Introduction to Model Changeover Techniques

The speaker begins by welcoming viewers back to their YouTube channel and discussing the crowded field of model changeover, mentioning that according to Sister Xiaobai, there are already five or six known teams and potentially hundreds more. The speaker then introduces their own method of model changeover using stable diffusion, which they note may not be the fastest but is accessible to everyone. They discuss different forms of stable diffusion, including local installation and Google Collab, and share a link for a one-click installation process. The speaker also mentions their preference for using Run Diffusion due to its lack of geographical and computer restrictions and discusses their subscription to the platform's creators package, which offers a discount code for viewers.

05:01

🖼️ Model Changeover Using Stable Diffusion

The speaker details their process of using stable diffusion for model changeover, starting with the simplest method of altering a half-length model photo by replacing the face and hands, which can be completed in about a minute. They then delve into the process of creating a full-body photo, emphasizing their fondness for Run Diffusion due to its pre-installed convenience. The speaker explains the steps within the stable diffusion process, including using the 'image to image' feature, inpainting, and selecting appropriate prompt words. They also discuss the importance of the sampling method and denoising strength when working with human subjects and share their adjustments to these settings for optimal results.

10:02

🎨 Advanced Techniques for Model Changeover

The speaker continues to elaborate on the complexities of model changeover, particularly focusing on the challenges of modifying the hand area, which they describe as very difficult to control. They discuss the use of ControlNet with open pose to extract and fix the model's body pose, which is essential before making changes. The speaker also covers the use of a mask to specify areas for change and the importance of preserving the original prototype of the clothes. They provide insights into the generation process, including adjusting the denoising strength and CFG scale, and emphasize the iterative nature of the process, which involves multiple attempts to achieve satisfactory results. The speaker concludes by expressing satisfaction with the results and noting the simplicity of the process, despite the need for continuous parameter adjustment.

Keywords

💡Ai模特换装

Ai模特换装是指使用人工智能技术将服装模特的图片进行修改，以展示不同的服装样式。在视频中，这一技术被用来将假人模特替换为真人模特，展示了AI在时尚领域的应用。

💡假人换真人

假人换真人是AI模特换装技术中的一个应用，通过AI算法将原本穿着服装的假人模特替换成真人模特的样子，而衣服的原型保持不变。视频中提到，这一技术可能会对传统模特行业造成影响。

💡Stable Diffusion

Stable Diffusion是一种深度学习模型，用于生成高质量的图像。在视频中，它被用来实现AI模特换装，通过不同的参数设置和提示词来生成逼真的模特图像。

💡Run Diffusion

Run Diffusion是一个在线平台，允许用户使用Stable Diffusion模型进行图像生成，而无需在本地安装任何软件。视频中提到，即使使用低端电脑也能通过Run Diffusion进行操作。

💡Prompt Words

提示词是用来指导Stable Diffusion模型生成特定风格或内容图像的关键词或短语。视频中提到，用户可以保存并重复使用好的提示词，以生成理想的模特换装效果。

💡Inpaint

Inpaint是一种图像编辑技术，用于修复图像中的选定区域，如去除不想要的物体或填补缺失的部分。在视频中，Inpaint被用于精细调整模特的脸部和手部，以达到更自然的效果。

💡Denoising Strength

去噪强度是Stable Diffusion模型中的一个参数，用于控制生成图像的清晰度和细节。视频中提到，调整去噪强度可以帮助用户获得更接近原始模特或更符合提示词的图像效果。

💡Batch Count

批次数量是指Stable Diffusion模型一次生成图像的数量。视频中提到，增加批次数量可以提高获得满意图像的几率，但同时也会增加计算资源的消耗。

💡ControlNet

ControlNet是一个用于图像编辑的AI工具，特别是用于处理全身模特图像时，可以提取和固定模特的身体姿态。视频中展示了如何使用ControlNet来辅助AI模特换装，尤其是在处理全身照时。

💡Open Pose

Open Pose是一个用于检测人体姿态的AI工具，它可以识别图像中人物的身体关节和姿势。视频中提到，为了在全身换装中保持衣服原型，需要使用Open Pose来提取模特的姿态信息。

💡Chilloutmix

Chilloutmix是Stable Diffusion模型的一个变种或配置，可能用于生成特定风格的图像。视频中提到，作者为了使用Chilloutmix而购买了Run Diffusion的付费套餐。

Highlights

The channel introduces a simple method for changing models in fashion without altering the original clothing.

Sister Xiaobai mentioned that there are already numerous teams working on model change technology.

The presenter uses stable diffusion technology for model changes, which can be installed locally or via Google Collab.

Run Diffusion is favored for its lack of geographical and computer restrictions, allowing for easy use.

The presenter has purchased a creators package from Run Diffusion for enhanced capabilities.

A 15% discount code 'jojo15' is available for those who sign up through the presenter's link on Run Diffusion.

The process of changing a model's face and hands in a half-length photo can be completed in about a minute.

For full-body model changes, Open Pose from ControlNet is essential for capturing the model's body posture.

Inpainting is used to fine-tune the details of the model's face, hands, and clothing.

The presenter shares a detailed guide on using the image-to-image feature with specific prompt words for model changes.

Denoising strength is a critical parameter that needs adjustment based on the model and desired outcome.

Batch count adjustments allow for generating multiple images at once to increase the chance of a satisfactory result.

The presenter demonstrates how to achieve a realistic transformation from a mannequin to a real-life model using stable diffusion.

The importance of using the correct sampling method, such as DPM++ SDE Karas, for achieving the best results with human images is emphasized.

The presenter's course has increased in price due to the addition of a new lesson with many practical examples.

The technology for model changes is expected to become widely adopted in the near future, prompting the presenter to share the method promptly.

The presenter expresses confidence in their ability to achieve impressive results without formal training in drawing.

The potential for automation in the model change process is discussed, with the presenter anticipating advancements in the field.