简单好用 | PAI x EasyPhoto，节日氛围AI照片生成教程
活动地址：https://developer.aliyun.com/topic/aigc_pai/newyear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SDWebUI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WebuiUI插件，用于生成AI肖像画。基于StableDiffusi
活动地址：https://developer.aliyun.com/topic/aigc_pai/newyear
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
创作全新的节日AI写真，让您体验到圣诞节、新年等节日充满个性化氛围的感觉
提交作品Redmi Watch3、小米手环8等赢取精美好礼！
使用PAI 快速启动 EasyPhoto
1. 准备工作
1.1 领取交互式建模PAI-DSW免费试用权益
前往本次「hi 2024！AI新年写真大挑战」活动页面，领取交互式建模PAI-DSW产品免费试用资源包
- 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：https://free.aliyun.com/）；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。
1.2 创建PAI-DSW实例
- 前往人工智能平台PAI控制台，链接：https://pai.console.aliyun.com/
- 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。
- 在人工智能平台PAI控制台内，选择交互式建模PAI-DSW
4.点击创建实例（如上图）
5.自定义输入实例名称，如“easyphoto”
在选择实例机型时，可以考虑使用GPU分类的ecs.gn6v-c8g1.2xlarge（支持资源包抵扣）或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）。
7.选择镜像，stable-diffusion-webui-develop:1.0.0-pytorch2.01-gpu-py310-cu117-ubuntu22.04
8.点击“下一步”
9.确认【资源配置】及【镜像】如图所示，点击创建实例；
10.大约等到3-5分钟，实例状态变为「运行中」，实例创建完成；
1.3 在PAI-DSW中打开EasyPhoto教程，体验零代码完成AI开发
- 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」
2.选择先前创建好的实例，点击实例名称
3.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。
4.运行 2.启动WebUI 节的单元格，可打开WebUI。
5.单击生成的链接进入WebUI
- 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)
如果没有10张个人清晰人像照片，可以选择蒙娜丽莎照片作为测试。蒙娜丽莎照片的下载链接为：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)）
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。
⚠️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）：
- 训练完成提醒：
- SDWebUI 前端
- notebook后端
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 人物写真的指定图像
- 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）
- 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）
- 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。
- 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。
- 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；
- 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。
- 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
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
- 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）
- 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。
* 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。
- 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。
- 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)
- 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。
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
- 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。
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；
- 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。
附：
欢迎共建 EasyPhoto， Github地址：https://github.com/aigc-apps/sd-webui-EasyPhoto
原文链接：https://developer.aliyun.com/article/1401917?utm_content=g_1000386818
本文为阿里云原创内容，未经允许不得转载。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。