项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2690
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- Python 环境(项目开发语言为 Python)
- git(用于克隆代码仓库)
- 可访问 Hugging Face 的网络,用于下载 ByteDance/InfiniteYou 模型权重
- 建议具备 GPU 的本地或云环境(InfiniteYou-FLUX 属扩散模型推理)
安装与启动步骤
-
1克隆代码仓库
从 GitHub 拉取 InfiniteYou 官方仓库到本地,后续依赖安装和推理都在该目录进行。
git clone https://github.com/bytedance/InfiniteYou.git -
2按官方说明装依赖
README 中有 Requirements and Installation 章节,但节选未给出具体命令,请打开仓库该章节照做,勿凭猜测安装。
-
3下载模型权重
从 Hugging Face 的 ByteDance/InfiniteYou 仓库下载 InfiniteYou-FLUX v1.0 权重,含 aes_stage2 与 sim_stage1 两个变体。
-
4选择模型版本
默认使用 SFT 后的 aes_stage2,文本-图像对齐与美学更好;需要更高身份相似度时用 --model_version 切换到 sim_stage1。
-
5按需调身份强度
两个参数一般不必调:--infusenet_conditioning_scale(默认 1.0)与 --infusenet_guidance_start(默认 0.0),效果不满意时再微调。
-
6可选装 ComfyUI 节点
官方另提供 ComfyUI 节点仓库,习惯图形界面的用户可克隆后按该仓库说明接入使用。
git clone https://github.com/bytedance/ComfyUI_InfiniteYou.git -
7可选在线体验
不想本地部署时,可直接打开 Hugging Face Space(ByteDance/InfiniteYou-FLUX)在线试跑效果。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
--model_version | 否 | 切换模型变体,默认 aes_stage2,追求更高 ID 相似度用 sim_stage1 | sim_stage1 |
--infusenet_conditioning_scale | 否 | 身份注入强度,默认 1.0,通常无需调整,效果不佳时可略调小 | 0.9 |
--infusenet_guidance_start | 否 | 身份引导起始步,默认 0.0,通常无需调整,可先试略调大 | 0.1 |
如何确认成功
推理脚本正常执行并产出重绘图像,且人物身份特征与输入照片一致;也可先在 Hugging Face Space 在线验证效果。
常见问题
Q:aes_stage2 和 sim_stage1 该选哪个?
A:aes_stage2 是 SFT 后的默认模型,文本-图像对齐和美学更好;想要更高身份相似度选 sim_stage1,用 --model_version 切换。
Q:生成结果的 ID 相似度不够怎么办?
A:先把 --infusenet_guidance_start 略调大(如 0.1,对 sim_stage1 尤其有用);仍不满意再把 --infusenet_conditioning_scale 略调小(如 0.9)。
Q:生成的性别与预期不符怎么办?
A:在文本提示词中加入明确的词,如 'a man'、'a woman' 等,官方也建议使用包容、尊重的表达。
Q:可以额外加 LoRA 吗?
A:官方提供了 Realism 和 Anti-blur 两个 LoRA 作为可选示例,建议先只试 Realism;它们完全可选,论文中并未使用。
注意事项
- 本教程依据 README 节选整理,节选中未展示 Requirements and Installation 的具体命令,请以仓库 README 原文为准。
- 两个身份参数通常无需调整,仅在效果不满意时小幅改动,且建议一次只调一个。
- LoRA 与 ComfyUI 节点均为可选增强,不影响基础推理流程。
核心亮点
- 身份保持精度高,基于先进的人脸嵌入技术,生成结果与原始人物高度相似
- 编辑灵活性强,支持姿势、表情、服装、场景等多维度修改,不局限于单一任务
- 代码质量高,基于 Diffusers 实现,易于集成和扩展,且有 ICCV 论文背书
不足之处
- 模型体积大,推理资源需求高,普通消费级 GPU 可能难以流畅运行
- 文档/社区待观察,项目仍处于成长阶段,教程和社区支持尚不完善
适用场景
- 虚拟试衣间,用户上传照片即可预览不同服装的上身效果
- 个性化内容创作,为社交媒体或营销生成保持身份特征的定制头像
- 影视后期制作,用于演员的数字化替身或场景重拍
替代项目
InstantID、IP-Adapter、PhotoMaker
上一篇:dalle-playground
下一篇:VQGAN-CLIP
同类项目推荐
SINE
开源
一张图加一句话,无需微调即可精准编辑图像
This respository contains the code for the CVPR 2023 paper SINE: SINgle Image Editin···
LightDiffusionFlow
开源
一键打包SD参数,随时导入复用,分享工作流更轻松。
This extension is developed for AUTOMATIC1111's Stable Diffusion web UI that provide···
cog-face-to-sticker
开源
上传人脸照片,一键生成卡通贴纸
face-to-sticker
awesome-nano-banana-pro-prompts
开源
上万条精选图像提示词,打开就能用,出图效果有保证
World's largest Nano Banana Pro prompt library — 10,000+ curated prompts with previ···
NeTI
开源
让AI画图时,既保留你的脸,又能随意摆姿势
Official Implementation for "A Neural Space-Time Representation for Text-to-Image Pe···
stable.art
开源
在 Photoshop 里直接跑 Stable Diffusion,不用来回切换工具
Photoshop plugin for Stable Diffusion with Automatic1111 as backend (locally or with···
sd-webui-lama-cleaner-masked-con···
开源
先用LAMA预填充蒙版,再让SD精修,修复更自然
Use lama cleaner before inpainting inside stable-diffusion-webui
grok-image-api
开源
几行代码调通 Grok 文生图与改图,价格和审核规则一目了然
Grok Image API (Grok Imagine 1.5, grok-imagine-1.5-apimart): model ids, per-image pr···
flux-ai-image-webui
开源
输入文字,网页上直接生成Flux AI图像
flux ai image generator web ui
