使用 PAI X EasyPhoto 生成 AI 写真

本文涉及的产品
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,100CU*H 3个月
简介: AIGC生成专属双旦美图,节日氛围拉满基于 EasyPhoto X 人工智能平台 PAI,完成圣诞/新年主题个人AIGC写真生成。

1. 教程简述

生成式AI技术批量产出真/像/美的个人写真应用非常受欢迎。近期上线的EasyPhoto 作为一款开源的 SD WebUI 插件,提供更灵活、易用的开发方式,受到大量开发者们的关注和好评,用户可通过上传若干张同一人的照片,即可快速训练 LoRA 模型,并结合用户自定义的模板图片,最终生成真、像、美的写真照片。

EasyPhoto 是一个Webui UI插件,用于生成AI肖像画。基于StableDiffusion + 人物定制Lora + ControlNet 的方式实现,支持低代码操作、自定义风格,内置丰富模版,让更多开发者可以灵活地开发自己的风格化的艺术照生成。 本次AIGC创作活动基于阿里云人工智能平台PAI,低代码高效率启动EasyPhoto,实现节日氛围美图的快速生成。


基于本教程可以体验:

新用户可免费领取价值万元的人工智能平台PAI 试用资源

基于交互式建模PAI-DSW 训练个人专属的 LoRA 模型

节日AI写真新创作,体验生成圣诞/新年等节日氛围感满满的个性化 AI 写真


2. 使用PAI 快速启动 EasyPhoto

2.1 准备工作

2.1.1 领取交互式建模PAI-DSW免费试用权益

image.png

  • 对于交互式建模 PAI-DSW 的新用户,阿里云提供了5000CU*H 的免费试用资源,可以在活动页面中直接领取(试用规则请参照阿里云免费试用);或可以购买交互式建模 PAI-DSW 资源包参与活动,购买链接:PAI-DSW 100CU*H资源包,价格 59 元起;如不购买资源包,PAI-DSW 会按量进行计费,计费标准详见阿里云产品定价。

2.1.2 创建PAI-DSW实例

  1. 前往人工智能平台PAI控制台
  2. 开通人工智能PAI并创建默认工作空间。请参见开通并创建默认工作空间
  3. 在人工智能平台PAI控制台内,选择交互式建模PAI-DSW

image.png

  1. 点击创建实例(如上图)
  2. 自定义输入实例名称,如“easyphoto”

966DA134-9F18-41c3-94F9-AE940A7BF069.png

  1. 选择实例机型,GPU分类-ecs.gn6v-c8g1.2xlarge(支持资源包抵扣)或GPU分类-ecs.gn7i-c8g1.2xlarge

(支持资源包抵扣)。若这两个机型库存可更换地域尝试,或选择其他付费机型(不支持免费试用)。

966DA134-9F18-41c3-94F9-AE940A7BF069.png

  1. 选择镜像,stable-diffusion-webui-develop:1.0.0-pytorch2.01-gpu-py310-cu117-ubuntu22.04

image.png

  1. 点击“下一步”

image.png

  1. 确认【资源配置】及【镜像】如图所示,点击创建实例;

image.png

  1. 大约等到3-5分钟,实例状态变为「运行中」,实例创建完成;

image.png

1.4 在PAI-DSW中打开EasyPhoto教程,体验零代码完成AI开发

  1. 打开链接:基于EasyPhoto的AI新年-圣诞写真大挑战 (WebUI版),点击右上角「在阿里云DSW打开」

image.png

  1. 选择先前创建好的实例,点击实例名称

image.png

  1. 进入notebook开发界面,逐步点击运行按钮;依次运行 1.环境安装 节的单元格(3个 定义函数-下载代码-下载模型),可下载并安装预置的带有EasyPhoto插件的WebUI,即所依赖的模型。

image.png

  1. 运行 2.启动WebUI 节的单元格,可打开WebUI。
  2. 单击生成的链接进入WebUI

image.png

  • 打开WebUI,进入体验环节,在WebUI里运行EasyPhoto;

2. 开始体验

您可以使用本教程生成自己的节日写真/动图,我们提供了如下的功能:

  • 人物写真(Photo Inference)
  • 指定图片的人物写真 (Photo2Photo)
  • 指定文本的人物写真 (Text2Photo)
  • 人物动图(Video Inference)
  • 指定文本的人物动图 (Text2Video)
  • 指定图片的人物动图 (Image2Video)
  • 指定视频的人物动图 (Video2Video)

大体上,人物写真/动图的生成分为以下两个步骤:

  • Step1: 训练属于人物的数字分身
  • Step2: 基于数字分身进行图像/视频生成

生成图片请参考2.2板块,生成视频请参考2.3板块。

2.1 数字分身训练

  • Step1: 点击EasyPhoto选项卡
  • Step2: 点击Upload Photos 上传自己的训练图片 (5-20张清晰的人像,最好为半身/正面)

(若无10张个人清晰人像照片,可选择蒙娜丽莎照片作为测试,蒙娜丽莎照片下载链接:https://pai-aigc-photog.oss-cn-hangzhou.aliyuncs.com/webui/mona.zip

  • Step3: 点击Start Training (在弹框中输入任意的user id (英文))

image.png

我们为您内置了写实/动漫风格的两种基模型供您选择,您也可以根据喜好选择自己的基模型。

image.png

请注意,如在训练过程中出现如图所示的前端断连,不用担心,您可在notebook后台看见训练进度。待训练完成后刷新前端页面可以进行模型推理。

  • 前端断连(连接超时 确保后台在训练即可):

image.png

  • 训练完成提醒:
  • SDWebUI 前端

image.png

  • notebook后端

image.png

2.2 图像推理 (Photo Inference)

您可使用Photo Inference 进行图像推理,我们支持:

  • 指定图像的人物写真(Photo2Photo)
  • 指定文本的人物写真(Text2Photo)

2.2.1 指定图像的人物写真

  • Step 1: 切到Photo inference选项卡
  • Step 2: 选择一种合适的图片上传方式
  • 从模版中选择(Template Gallery),需在Gallery中选择一张图片
  • 自行上传单张(Single Image Upload)
  • 批量上传模版(Batch Image Upload)

image.png

  • Step 3: 选择基模型和UserId对应的LoRA模型 (可点击 刷新 图标 获得所有的UserID列表)

image.png

  • 使用Infer With IPA时 无需训练自己的数字分身,直接在弹出的图片框中上传一张图进行生成。

image.png

  • Step 4: 可在Advanced Option选项卡中设置相关的参数
  • 可打开background restore,并调整重绘幅度,对模版图片进行重绘来达到不同的生成效果。

image.png

  • Step 5: 点击Start Generation 进行模型推理,生成专属于您的AI写真
  • 稍等约1-2分钟后,图片生成完成,可下载存储图片;

image.png

  • Step6: 您可进一步选择生成图片,单击Text Options,选择一个合适的模版添加艺术字效果,生成的结果将出现在Results 的右侧。

image.png

  • 将图片提交至活动页,参与评奖活动;

⚠️ 若出现如下提示,请设置ControlNet 数目>=4。在控制台退出并重启WebUI进行设置。

  • Step1: 选择 设置 菜单
  • Step2: 在左侧菜单栏中找到ControlNet
  • Step3: 将Multi-ControlNet数目设置>=4
  • Step4: 点击保存设置
  • Step5: 回到notebook页面,停止并重新启动SDWebUI

image.png

image.png

2.2.2 指定文本的人物写真

  • Step 1: 切到Text2Photo选项卡
  • Step 2: 选择一种合适的场景
  • Step 3: 修改相关的文本描述

image.png

  • Step4: 设置生成图像分辨率
  • Step5: 进一步选择/上传 控制图像(姿态控制 OpenPose)

image.png

  • Step6: 与图生图一致的设置 基模型/User_id 及其他参数,进行图像生成,并在生成完成后自行添加艺术字效果。

image.png

* 您可以参考这里的使用方式来进一步训练自己的节日场景,多样化的生成人像写真~

2.3 视频推理 (Video Inference)

您可使用Video Inference 进行视频推理,我们支持:

  • 指定文本的人物动图(Text2Video)
  • 指定图像的人物动图(Image2Video)
  • 指定视频的人物动图(Video2Video)

2.3.1 指定文本的人物动图

  • Step 1: 切到Video inference选项卡
  • Step 2: 选择一个合适的场景,并修改相应的prompy(与 指定文本的人物写真 操作相同)
  • Step 3: 设置图像大小,或上传一个用于控制的视频,并选择合适的控制方式。

image.png

  • Step 4: 设置基模型、user_id 以及相关的参数。

⚠️ 我们默认打开了lcm 用于视频生成的加速,您可关闭该选项用更多的生成步数来生成更细节的视频结果。

image.png

  • Step 5: 点击 Start Generation 来生成视频
  • 如前端错误,后台显示生成完成,您可单击 List Recent Conversion Results 来下载/查看 生成的历史视频。(无需刷新)

image.png

  • Step 6: 点击 Text Option 来对生成视频添加艺术字效果。您可以选择某一帧,或将艺术字效果应用于整段视频。

image.png

2.3.2 指定图像的人物动图

  • Step1: 上传一张 人物图 (可通过 💃 按钮 将生成的人物写真发送至此)/ 上传首、尾图

image.png

  • Step2: 设置基模型、user_id 及相关参数。点击Start Generation 可进行视频的生成。并使用Text Options进行艺术字的添加。

1C096FB1-EF17-453f-A4CF-DDC8A55B6DE8.png 1703090416603-f26a5494-acae-4e44-b924-260ebfcb3194.gif

2.3.3 指定视频的人物动图

  • Step1: 上传一段人物视频
  • Step2: 设置基模型、user_id 及相关参数。点击Start Generation 可进行视频的生成。并使用Text Options进行艺术字的添加。

3. 资源清理及后续

3.1 清理

  • 在实验完成后,可前往对应产品控制台,停止或删除实例(两个操作均可),避免实例持续处于运行中,在超出免费试用额度后,带来额外的扣费

image.png

  • 后续仍考虑使用该实例>>停止;后续不再使用该实例>>删除,成功停止后即停止资源消耗。

3.2 后续

在试用有效期期间,您还可以继续使用DSW实例进行模型训练和推理验证。

如需技术支持,请在钉钉搜索群号「 52485000325」,加入群聊。

相关实践学习
使用PAI+LLaMA Factory微调Qwen2-VL模型,搭建文旅领域知识问答机器人
使用PAI和LLaMA Factory框架,基于全参方法微调 Qwen2-VL模型,使其能够进行文旅领域知识问答,同时通过人工测试验证了微调的效果。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
相关文章
|
2月前
|
人工智能 自然语言处理 IDE
模型微调不再被代码难住!PAI和Qwen3-Coder加速AI开发新体验
通义千问 AI 编程大模型 Qwen3-Coder 正式开源,阿里云人工智能平台 PAI 支持云上一键部署 Qwen3-Coder 模型,并可在交互式建模环境中使用 Qwen3-Coder 模型。
635 109
|
7月前
|
人工智能 Kubernetes API
Dify+DeepSeek实战教程!企业级 AI 文档库本地化部署,数据安全与智能检索我都要
接下来这篇文章,就打算用最接地气的方式,手把手带你从 0 到 1 搭建一套专属的本地知识库系统。无论你是想优化企业内部文档检索(不用担心敏感数据上传云端的风险),还是像我一样想为用户打造更智能的文档服务,都能跟着步骤一步步实现。咱们不卖关子,直接上干货
1280 14
Dify+DeepSeek实战教程!企业级 AI 文档库本地化部署,数据安全与智能检索我都要
|
6月前
|
机器学习/深度学习 人工智能 供应链
从概念到商业价值:AI、机器学习与深度学习全景指南
在这个科技飞速发展的时代🚀,人工智能正以惊人的速度渗透到我们的生活和工作中👀。但面对铺天盖地的AI术语和概念,很多人感到困惑不已😣。"AI"、"机器学习"、"深度学习"和"神经网络"到底有什么区别?它们如何相互关联?如何利用这些技术提升工作效率和创造价值?
|
4月前
|
机器学习/深度学习 人工智能 监控
AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程
本系列文章深入讲解了从Seq2Seq、RNN到Transformer,再到GPT模型的关键技术原理与实现细节,帮助读者全面掌握Transformer及其在NLP中的应用。同时,通过一个房价预测的完整案例,介绍了算法工程师如何利用数据训练模型并解决实际问题,涵盖需求分析、数据收集、模型训练与部署等全流程。文章适合初学者和开发者学习AI基础与实战技能。
607 25
AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程
|
5月前
|
人工智能 监控 测试技术
云上AI推理平台全掌握 (1):PAI-EAS LLM服务一键压测
在AI技术飞速发展的今天,大语言模型(LLM)、多模态模型等前沿技术正深刻改变行业格局。推理服务是大模型从“实验室突破”走向“产业级应用”的必要环节,需直面高并发流量洪峰、低延时响应诉求、异构硬件优化适配、成本精准控制等复杂挑战。 阿里云人工智能平台 PAI 致力于为用户提供全栈式、高可用的推理服务能力。在本系列技术专题中,我们将围绕分布式推理架构、Serverless 弹性资源全球调度、压测调优和服务可观测等关键技术方向,展现 PAI 平台在推理服务侧的产品能力,助力企业和开发者在 AI 时代抢占先机,让我们一起探索云上 AI 推理的无限可能,释放大模型的真正价值!
|
6月前
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
445 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
5月前
|
机器学习/深度学习 PyTorch API
昇腾AI4S图机器学习:DGL消息传递接口的PyG替换
DGL (Deep Graph Learning) 和 PyG (Pytorch Geometric) 是两个主流的图神经网络库,它们在API设计和底层实现上有一定差异,在不同场景下,研究人员会使用不同的依赖库,昇腾NPU对PyG图机器学习库的支持亲和度更高,因此有些时候需要做DGL接口的PyG替换。
|
6月前
|
数据可视化 Rust 机器学习/深度学习
mlop.ai 无脑使用教程 (机器学习工具 WandB/ClearML 的首个国区开源平替)
mlop.ai 是首个为国区用户优化的机器学习工具,全栈免费开源,是主流付费解决方案 ClearML/WandB 的开源平替。常规实验追踪的工具经常大幅人为降速,mlop因为底层为Rust代码,能轻松支持高频数据写入。如需更多开发者帮助或企业支持,敬请联系cn@mlop.ai
357 12
mlop.ai 无脑使用教程 (机器学习工具 WandB/ClearML 的首个国区开源平替)
|
5月前
|
机器学习/深度学习 PyTorch API
昇腾AI4S图机器学习:DGL图构建接口的PyG替换
本文探讨了在图神经网络中将DGL接口替换为PyG实现的方法,重点以RFdiffusion蛋白质设计模型中的SE3Transformer为例。SE3Transformer通过SE(3)等变性提取三维几何特征,其图构建部分依赖DGL接口。文章详细介绍了两个关键函数的替换:`make_full_graph` 和 `make_topk_graph`。前者构建完全连接图,后者生成k近邻图。通过PyG的高效实现(如`knn_graph`),我们简化了图结构创建过程,并调整边特征处理逻辑以兼容不同框架,从而更好地支持昇腾NPU等硬件环境。此方法为跨库迁移提供了实用参考。

热门文章

最新文章

相关产品

  • 人工智能平台 PAI