模型详情
模型介绍
中文整理# PhotoMaker 模型卡片
模型用途
用户可输入一张或多张人脸照片，结合文本提示，在数秒内生成定制照片或绘画，无需额外训练。该模型可适配任何基于SDXL的基础模型，也可与其他LoRA模块配合使用。
## 主要能力
根据输入的人脸照片和文本描述生成定制化图像。支持写实风格和风格化创作。
## 输入输出
输入：一张或多张人脸照片 + 文本提示
输出：定制化照片或绘画图像
运行要求
模型主要包含两部分：
- ID编码器：包含微调的OpenCLIP-ViT-H-14及若干融合层
- LoRA权重：应用于UNet所有注意力层，秩设为64
基本用法
直接下载模型仓库中的文件，或通过Python脚本下载后，按照GitHub仓库中的说明进行操作。
限制
- 模型在亚洲男性面孔上的定制效果有所下降
- 模型仍难以准确渲染人类手部
## 偏见
图像生成模型的能力虽然令人印象深刻，但也可能强化或加剧社会偏见。
## 引用
BibTeX
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
