使用 PAI X EasyPhoto 生成 AI 写真

本文涉及的产品
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
交互式建模 PAI-DSW,每月250计算时 3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-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理,并通过LangChain集成自己的业务数据。
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
|
1月前
|
机器学习/深度学习 人工智能 安全
探索AI的未来:从机器学习到深度学习
【10月更文挑战第28天】本文将带你走进AI的世界,从机器学习的基本概念到深度学习的复杂应用,我们将一起探索AI的未来。你将了解到AI如何改变我们的生活,以及它在未来可能带来的影响。无论你是AI专家还是初学者,这篇文章都将为你提供新的视角和思考。让我们一起探索AI的奥秘,看看它将如何塑造我们的未来。
77 3
|
2月前
|
机器学习/深度学习 数据采集 人工智能
AI与机器学习:从理论到实践
【10月更文挑战第2天】本文将深入探讨AI和机器学习的基本概念,以及它们如何从理论转化为实际的应用。我们将通过Python代码示例,展示如何使用机器学习库scikit-learn进行数据预处理、模型训练和预测。无论你是AI领域的初学者,还是有一定基础的开发者,这篇文章都将为你提供有价值的信息和知识。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
机器学习之解释性AI与可解释性机器学习
随着人工智能技术的广泛应用,机器学习模型越来越多地被用于决策过程。然而,这些模型,尤其是深度学习模型,通常被视为“黑箱”,难以理解其背后的决策逻辑。解释性AI(Explainable AI, XAI)和可解释性机器学习(Interpretable Machine Learning, IML)旨在解决这个问题,使模型的决策过程透明、可信。
60 2
|
1月前
|
机器学习/深度学习 数据采集 人工智能
揭秘AI:机器学习的魔法与代码
【10月更文挑战第33天】本文将带你走进AI的世界,了解机器学习的原理和应用。我们将通过Python代码示例,展示如何实现一个简单的线性回归模型。无论你是AI新手还是有经验的开发者,这篇文章都会给你带来新的启示。让我们一起探索AI的奥秘吧!
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI的奥秘:机器学习入门指南
【10月更文挑战第30天】本篇文章是一份初学者友好的机器学习入门指南,旨在帮助读者理解并开始实践机器学习。我们将介绍机器学习的基本概念,包括监督学习、无监督学习和强化学习等。我们还将提供一些实用的代码示例,以帮助读者更好地理解和应用这些概念。无论你是编程新手,还是有一定经验的开发者,这篇文章都将为你提供一个清晰的机器学习入门路径。
40 2
|
1月前
|
机器学习/深度学习 数据采集 人工智能
揭秘AI的魔法:机器学习如何改变我们的世界
【10月更文挑战第22天】在这篇文章中,我们将深入探讨机器学习的奥秘,揭示它是如何在我们的日常生活中扮演着越来越重要的角色。从简单的数据分类到复杂的预测模型,机器学习的应用已经渗透到各个领域。我们将通过实例和代码示例,展示机器学习的基本概念、工作原理以及它如何改变我们的生活。无论你是科技爱好者还是对AI充满好奇的初学者,这篇文章都将为你打开一扇通往未来的大门。
|
1月前
|
机器学习/深度学习 人工智能 自动驾驶
揭秘AI:机器学习如何改变我们的世界
在这篇文章中,我们将深入探讨机器学习如何改变我们的世界。从自动驾驶汽车到智能医疗诊断,机器学习正在逐步渗透到我们生活的每一个角落。我们将通过实例和代码示例,揭示机器学习的工作原理,以及它如何影响我们的生活。无论你是科技爱好者,还是对人工智能充满好奇的普通读者,这篇文章都将为你打开一扇新的大门,带你走进机器学习的世界。
31 0
|
1月前
|
机器学习/深度学习 数据采集 人工智能
自动化测试的未来:AI与机器学习的融合之路
【10月更文挑战第41天】随着技术的快速发展,软件测试领域正经历一场由人工智能和机器学习驱动的革命。本文将探讨这一趋势如何改变测试流程、提高测试效率以及未来可能带来的挑战和机遇。我们将通过具体案例分析,揭示AI和ML在自动化测试中的应用现状及其潜力。
43 0
|
2月前
|
自然语言处理 IDE 测试技术
通义灵码史上最全使用教程:秀一秀AI编程新肌肉
通义灵码是阿里云推出的一款智能编码辅助工具,基于通义大模型,提供行级/函数级实时续写、自然语言生成代码、单元测试生成、代码优化、注释生成、代码解释、研发智能问答、异常报错排查等功能。它支持 Visual Studio Code 和 JetBrains IDEs,适配多 IDE 原生设计,帮助开发者高效、流畅地编码。官方提供了详细的下载和安装指南,以及丰富的功能介绍和使用指南。
459 3
|
2月前
|
机器学习/深度学习 存储 人工智能
揭秘机器学习背后的神秘力量:如何高效收集数据,让AI更懂你?
【10月更文挑战第12天】在数据驱动的时代,机器学习广泛应用,从智能推荐到自动驾驶。本文以电商平台个性化推荐系统为例,探讨数据收集方法,包括明确数据需求、选择数据来源、编写代码自动化收集、数据清洗与预处理及特征工程,最终完成数据的训练集和测试集划分,为模型训练奠定基础。
74 3

热门文章

最新文章

相关产品

  • 人工智能平台 PAI