> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-hi/face-and-identity/instantid.md).

# InstantID

एक संदर्भ फ़ोटो से किसी भी चेहरे की पहचान के साथ छवियाँ जनरेट करें

सिर्फ एक संदर्भ फ़ोटो से किसी भी चेहरे की पहचान के साथ छवियाँ बनाएं।

{% hint style="success" %}
सभी उदाहरण GPU सर्वरों पर चलाए जा सकते हैं, जिन्हें किराए पर लिया गया है [CLORE.AI मार्केटप्लेस](https://clore.ai/marketplace).
{% endhint %}

## CLORE.AI पर किराए पर लेना

1. विज़िट करें [CLORE.AI मार्केटप्लेस](https://clore.ai/marketplace)
2. GPU प्रकार, VRAM और कीमत के अनुसार फ़िल्टर करें
3. चुनें **ऑन-डिमांड** (स्थिर दर) या **स्पॉट** (बोली मूल्य)
4. अपना ऑर्डर कॉन्फ़िगर करें:
   * Docker इमेज चुनें
   * पोर्ट सेट करें (SSH के लिए TCP, वेब UI के लिए HTTP)
   * यदि आवश्यक हो तो environment variables जोड़ें
   * स्टार्टअप कमांड दर्ज करें
5. भुगतान चुनें: **CLORE**, **BTC**या **USDT/USDC**
6. ऑर्डर बनाएं और डिप्लॉयमेंट की प्रतीक्षा करें

### अपने सर्वर तक पहुँचें

* कनेक्शन विवरण यहाँ खोजें **मेरे ऑर्डर**
* वेब इंटरफ़ेस: HTTP पोर्ट URL का उपयोग करें
* SSH: `ssh -p <port> root@<proxy-address>`

## InstantID क्या है?

InstantID चेहरे की पहचान को बनाए रखता है:

* कोई भी संदर्भ चेहरा इस्तेमाल करें
* ज़ीरो-शॉट - प्रशिक्षण की आवश्यकता नहीं
* किसी भी शैली/प्रॉम्प्ट के साथ काम करता है
* LoRA प्रशिक्षण से बेहतर

## आवश्यकताएँ

| मोड           | VRAM  | अनुशंसित |
| ------------- | ----- | -------- |
| बेसिक         | 12GB  | RTX 4080 |
| उच्च गुणवत्ता | 16GB  | RTX 4090 |
| पोज़ के साथ   | 16GB+ | RTX 4090 |

## त्वरित डिप्लॉय

**Docker इमेज:**

```
pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel
```

**पोर्ट:**

```
22/tcp
7860/http
```

**कमांड:**

```bash
pip install diffusers transformers accelerate opencv-python insightface onnxruntime-gpu && \\
huggingface-cli download InstantX/InstantID --local-dir ./checkpoints && \\
python instantid_app.py
```

## अपनी सेवा तक पहुँचना

डिप्लॉयमेंट के बाद, अपना `http_pub` URL यहाँ **मेरे ऑर्डर**:

1. पर जाएँ **मेरे ऑर्डर** पेज
2. अपने ऑर्डर पर क्लिक करें
3. खोजें `http_pub` URL (उदा., `abc123.clorecloud.net`)

उपयोग करें `https://YOUR_HTTP_PUB_URL` की बजाय `localhost` नीचे दिए गए उदाहरणों में।

## इंस्टॉलेशन

```bash
pip install diffusers transformers accelerate
pip install opencv-python insightface onnxruntime-gpu
pip install huggingface_hub

# मॉडल डाउनलोड करें
huggingface-cli download InstantX/InstantID --local-dir ./checkpoints
```

## मूल उपयोग

```python
import torch
import cv2
import numpy as np
from PIL import Image
from diffusers import StableDiffusionXLPipeline, DDIMScheduler
from insightface.app import FaceAnalysis

# चेहरा विश्लेषक प्रारंभ करें
app = FaceAnalysis(name='antelopev2', root='./', providers=['CUDAExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))

# पाइपलाइन लोड करें
pipe = StableDiffusionXLPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    torch_dtype=torch.float16
).to("cuda")

# InstantID घटक लोड करें
from diffusers import ControlNetModel

controlnet = ControlNetModel.from_pretrained(
    "./checkpoints/ControlNetModel",
    torch_dtype=torch.float16
)

# चेहरे के लिए IP-Adapter लोड करें
pipe.load_ip_adapter(
    "./checkpoints",
    subfolder="",
    weight_name="ip-adapter.bin"
)

# संदर्भ चेहरे को प्रोसेस करें
face_image = cv2.imread("reference_face.jpg")
faces = app.get(face_image)
face_emb = faces[0].normed_embedding

# चेहरे की पहचान के साथ जनरेट करें
image = pipe(
    prompt="एक व्यक्ति का अंतरिक्ष यात्री के रूप में पोर्ट्रेट, अंतरिक्ष पृष्ठभूमि",
    negative_prompt="बदसूरत, धुंधला, निम्न गुणवत्ता",
    ip_adapter_image_embeds=[torch.tensor(face_emb).unsqueeze(0)],
    num_inference_steps=30,
    guidance_scale=7.5
).images[0]

image.save("output.png")
```

## Diffusers पाइपलाइन का उपयोग

```python
from diffusers import StableDiffusionXLInstantIDPipeline, DDIMScheduler
from insightface.app import FaceAnalysis
import torch
import cv2

# चेहरा विश्लेषक लोड करें
app = FaceAnalysis(name='antelopev2', providers=['CUDAExecutionProvider'])
app.prepare(ctx_id=0)

# पाइपलाइन लोड करें
pipe = StableDiffusionXLInstantIDPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    controlnet="./checkpoints/ControlNetModel",
    torch_dtype=torch.float16
).to("cuda")

pipe.load_ip_adapter_instantid("./checkpoints/ip-adapter.bin")

# चेहरे का एम्बेडिंग प्राप्त करें
face_image = cv2.imread("face.jpg")
face_info = app.get(face_image)[0]

face_emb = face_info.normed_embedding
face_kps = face_info.kps

# जनरेट करें
image = pipe(
    prompt="जलरंग पोर्ट्रेट पेंटिंग, कलात्मक",
    face_emb=face_emb,
    face_kps=face_kps,
    num_inference_steps=30
).images[0]

image.save("portrait.png")
```

## शैली के उदाहरण

### पेशेवर हेडशॉट

```python
prompt = "पेशेवर कॉर्पोरेट हेडशॉट, स्टूडियो लाइटिंग, ग्रे बैकग्राउंड, बिज़नेस पोशाक"
negative = "कार्टून, एनीमे, चित्रण, धुंधला"
```

### कलात्मक पोर्ट्रेट

```python
prompt = "रेम्ब्रांट की शैली में ऑयल पेंटिंग पोर्ट्रेट, नाटकीय रोशनी, संग्रहालय-स्तरीय गुणवत्ता"
negative = "फ़ोटो, यथार्थवादी, आधुनिक"
```

### काल्पनिक चरित्र

```python
prompt = "काल्पनिक एल्फ चरित्र, नुकीले कान, जादुई जंगल पृष्ठभूमि, अलौकिक रोशनी"
negative = "मानव कान, आधुनिक कपड़े, यथार्थवादी"
```

### एनीमे शैली

```python
prompt = "एनीमे चरित्र पोर्ट्रेट, स्टूडियो घिबली शैली, विस्तृत, सुंदर"
negative = "यथार्थवादी, फ़ोटो, 3D रेंडर"
```

## पोज़ नियंत्रण के साथ

```python
from diffusers.utils import load_image

# पोज़ संदर्भ लोड करें
pose_image = load_image("pose_reference.jpg")

# चेहरे और पोज़ दोनों के साथ जनरेट करें
image = pipe(
    prompt="एक्शन पोज़ में व्यक्ति, गतिशील, उच्च गुणवत्ता",
    face_emb=face_emb,
    face_kps=face_kps,
    image=pose_image,  # पोज़ संदर्भ
    controlnet_conditioning_scale=0.8,
    num_inference_steps=30
).images[0]
```

## Gradio इंटरफ़ेस

```python
import gradio as gr
import torch
import cv2
import numpy as np
from diffusers import StableDiffusionXLInstantIDPipeline
from insightface.app import FaceAnalysis

app = FaceAnalysis(name='antelopev2', providers=['CUDAExecutionProvider'])
app.prepare(ctx_id=0)

pipe = StableDiffusionXLInstantIDPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    controlnet="./checkpoints/ControlNetModel",
    torch_dtype=torch.float16
).to("cuda")

pipe.load_ip_adapter_instantid("./checkpoints/ip-adapter.bin")

def generate(face_image, prompt, negative_prompt, strength, steps):
    # cv2 प्रारूप में बदलें
    face_cv = cv2.cvtColor(np.array(face_image), cv2.COLOR_RGB2BGR)

    # चेहरे की जानकारी प्राप्त करें
    faces = app.get(face_cv)
    if len(faces) == 0:
        return None, "कोई चेहरा नहीं मिला!"

    face_info = faces[0]
    face_emb = face_info.normed_embedding
    face_kps = face_info.kps

    # जनरेट करें
    image = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        face_emb=face_emb,
        face_kps=face_kps,
        ip_adapter_scale=strength,
        num_inference_steps=steps
    ).images[0]

    return image, "सफल!"

demo = gr.Interface(
    fn=generate,
    inputs=[
        gr.Image(type="pil", label="संदर्भ चेहरा"),
        gr.Textbox(label="प्रॉम्प्ट", value="पेशेवर पोर्ट्रेट"),
        gr.Textbox(label="नकारात्मक प्रॉम्प्ट", value="भद्दा, धुंधला"),
        gr.Slider(0.1, 1.0, value=0.8, label="पहचान शक्ति"),
        gr.Slider(10, 50, value=30, step=1, label="चरण")
    ],
    outputs=[
        gr.Image(label="जनरेट की गई छवि"),
        gr.Textbox(label="स्थिति")
    ],
    title="InstantID - पहचान-संरक्षण जनरेशन"
)

demo.launch(server_name="0.0.0.0", server_port=7860)
```

## बैच चेहरा स्वैप

```python
import os
from pathlib import Path

def batch_generate(face_image_path, prompts, output_dir):
    # चेहरा लोड करें
    face_cv = cv2.imread(face_image_path)
    face_info = app.get(face_cv)[0]
    face_emb = face_info.normed_embedding
    face_kps = face_info.kps

    os.makedirs(output_dir, exist_ok=True)

    for i, prompt in enumerate(prompts):
        print(f"जनरेट किया जा रहा है {i+1}/{len(prompts)}: {prompt[:50]}...")

        image = pipe(
            prompt=prompt,
            negative_prompt="बदसूरत, धुंधला, विकृत",
            face_emb=face_emb,
            face_kps=face_kps,
            num_inference_steps=30
        ).images[0]

        image.save(f"{output_dir}/output_{i:03d}.png")

# उपयोग
prompts = [
    "अंतरिक्ष सूट में अंतरिक्ष यात्री, पृथ्वी पृष्ठभूमि",
    "कवच में मध्ययुगीन शूरवीर",
    "प्रयोगशाला में वैज्ञानिक",
    "रेस्तरां किचन में शेफ",
    "खेल मैदान में एथलीट"
]

batch_generate("my_face.jpg", prompts, "./outputs")
```

## पहचान शक्ति नियंत्रण

```python

# कम शक्ति - अधिक शैली, कम पहचान
image_stylized = pipe(
    prompt=prompt,
    face_emb=face_emb,
    ip_adapter_scale=0.4,  # कम
    num_inference_steps=30
).images[0]

# अधिक शक्ति - अधिक पहचान, कम शैली
image_faithful = pipe(
    prompt=prompt,
    face_emb=face_emb,
    ip_adapter_scale=0.9,  # अधिक
    num_inference_steps=30
).images[0]
```

## मेमोरी अनुकूलन

```python

# अनुकूलन सक्षम करें
pipe.enable_model_cpu_offload()
pipe.enable_vae_slicing()

# या बहुत कम VRAM के लिए क्रमिक ऑफ़लोड का उपयोग करें
pipe.enable_sequential_cpu_offload()
```

## प्रदर्शन

| मोड         | GPU      | प्रति छवि समय |
| ----------- | -------- | ------------- |
| बेसिक       | RTX 4090 | \~8s          |
| पोज़ के साथ | RTX 4090 | \~12s         |
| बेसिक       | RTX 3090 | \~15 सेकंड    |
| बेसिक       | A100     | \~5 सेकंड     |

## समस्या निवारण

### चेहरा नहीं मिला

* सुनिश्चित करें कि चेहरा स्पष्ट रूप से दिखाई दे
* संदर्भ छवि में अच्छी रोशनी हो
* चेहरा सामने की ओर होना चाहिए

### पहचान संरक्षित नहीं हुई

* ip\_adapter\_scale बढ़ाएँ
* अधिक स्पष्ट संदर्भ फ़ोटो का उपयोग करें
* अत्यधिक कोणों से बचें

### शैली लागू नहीं हुई

* ip\_adapter\_scale कम करें
* अधिक वर्णनात्मक प्रॉम्प्ट
* guidance\_scale बढ़ाएँ

## लागत का अनुमान

CLORE.AI मार्केटप्लेस की सामान्य दरें (2024 तक):

| GPU       | प्रति घंटा दर | प्रति दिन दर | 4-घंटे का सत्र |
| --------- | ------------- | ------------ | -------------- |
| RTX 3060  | \~$0.03       | \~$0.70      | \~$0.12        |
| RTX 3090  | \~$0.06       | \~$1.50      | \~$0.25        |
| RTX 4090  | \~$0.10       | \~$2.30      | \~$0.40        |
| A100 40GB | \~$0.17       | \~$4.00      | \~$0.70        |
| A100 80GB | \~$0.25       | \~$6.00      | \~$1.00        |

*मूल्य प्रदाता और मांग के अनुसार बदलते हैं। देखें* [*CLORE.AI मार्केटप्लेस*](https://clore.ai/marketplace) *वर्तमान दरों के लिए।*

**पैसे बचाएँ:**

* का उपयोग करें **स्पॉट** बाधित किए जा सकने वाले कार्य के लिए मार्केट — लगभग एक-तिहाई सर्वरों की स्पॉट कीमत ऑन-डिमांड से कम होती है (मध्य \~13% छूट), बाकी उससे मेल खाते हैं
* से भुगतान करें **CLORE** टोकन
* विभिन्न प्रदाताओं के बीच कीमतों की तुलना करें

## अगले चरण

* [IP-Adapter](/guides/guides_v2-hi/face-and-identity/ip-adapter.md) - इमेज प्रॉम्प्टिंग
* Stable Diffusion WebUI - InstantID एक्सटेंशन
* [ControlNet](/guides/guides_v2-hi/image-processing/controlnet-advanced.md) - पोज़ नियंत्रण


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-hi/face-and-identity/instantid.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.