InstantID

Генерируйте изображения с любой идентичностью лица по одной референсной фотографии

Генерируйте изображения с любой лицевой идентичностью, используя всего одно эталонное фото.

Все примеры можно запускать на GPU-серверах, арендуемых через CLORE.AI Marketplace.

Аренда на CLORE.AI

Посетите CLORE.AI Marketplace
Отфильтруйте по типу GPU, объему VRAM и цене
Выберите On-Demand (фиксированная ставка) или Spot (цена по ставке)
Настройте ваш заказ:
- Выберите Docker-образ
- Установите порты (TCP для SSH, HTTP для веб-интерфейсов)
- Добавьте переменные окружения при необходимости
- Введите команду запуска
Выберите способ оплаты: CLORE, BTC, или USDT/USDC
Создайте заказ и дождитесь развертывания

Доступ к вашему серверу

Найдите данные для подключения в Моих заказах
Веб-интерфейсы: используйте URL HTTP-порта
SSH: ssh -p <port> root@<proxy-address>

Что такое InstantID?

InstantID сохраняет идентичность лица:

Используйте любое референтное лицо
Zero-shot — обучение не требуется
Работает с любым стилем/промптом
Лучше, чем обучение LoRA

Требования

Режим

VRAM

Рекомендуется

Базовый

12GB

RTX 4080

Высокое качество

16GB

RTX 4090

С позой

16 ГБ+

RTX 4090

Быстрое развертывание

Docker-образ:

pytorch/pytorch:2.5.1-cuda12.4-cudnn9-devel

Порты:

22/tcp
7860/http

Команда:

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

Доступ к вашему сервису

После развертывания найдите ваш http_pub URL в Моих заказах:

Перейдите на Моих заказах страницу
Нажмите на ваш заказ
Найдите http_pub URL (например, abc123.clorecloud.net)

Используйте https://YOUR_HTTP_PUB_URL вместо localhost в примерах ниже.

Установка

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

# Скачайте модели
huggingface-cli download InstantX/InstantID --local-dir ./checkpoints

Базовое использование

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

# Инициализировать анализатор лиц
app = FaceAnalysis(name='antelopev2', root='./', providers=['CUDAExecutionProvider'])
app.prepare(ctx_id=0, det_size=(640, 640))

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

# Загрузить компоненты InstantID
from diffusers import ControlNetModel

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

# Загрузить IP-Adapter для лица
pipe.load_ip_adapter(
    "./checkpoints",
    subfolder="",
    weight_name="ip-adapter.bin"
)

# Обработать референсное лицо
face_image = cv2.imread("reference_face.jpg")
faces = app.get(face_image)
face_emb = faces[0].normed_embedding

# Генерация с идентичностью лица
image = pipe(
    prompt="портрет человека как астронавта, фон космоса",
    negative_prompt="уродливый, размытый, низкое качество",
    ip_adapter_image_embeds=[torch.tensor(face_emb).unsqueeze(0)],
    num_inference_steps=30,
    guidance_scale=7.5
).images[0]

image.save("output.png")

Использование Diffusers Pipeline

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

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

# Загрузить pipeline
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")

# Получить встраивание лица
face_image = cv2.imread("face.jpg")
face_info = app.get(face_image)[0]

face_emb = face_info.normed_embedding
face_kps = face_info.kps

# Генерация
image = pipe(
    prompt="акварельный портрет, художественный",
    face_emb=face_emb,
    face_kps=face_kps,
    num_inference_steps=30
).images[0]

image.save("portrait.png")

Примеры стилей

Профессиональный портрет

prompt = "профессиональный корпоративный портрет, студийное освещение, серый фон, деловой костюм"
negative = "мультфильм, аниме, иллюстрация, размыто"

Художественный портрет

prompt = "портрет маслом в стиле Рембрандта, драматическое освещение, музейное качество"
negative = "фото, реалистичный, современный"

Фэнтезийный персонаж

prompt = "фэнтезийный эльф-персонаж, заостренные уши, магический лес на фоне, эфирное освещение"
negative = "человеческие уши, современная одежда, реалистичный"

Аниме-стиль

prompt = "портрет персонажа аниме, стиль студии Ghibli, детализированный, красивый"
negative = "реалистичный, фото, 3D-рендер"

С контролем позы

from diffusers.utils import load_image

# Загрузить референс позы
pose_image = load_image("pose_reference.jpg")

# Генерация с лицом И позой
image = pipe(
    prompt="человек в динамичной позе, динамично, высокое качество",
    face_emb=face_emb,
    face_kps=face_kps,
    image=pose_image,  # Референс позы
    controlnet_conditioning_scale=0.8,
    num_inference_steps=30
).images[0]

Интерфейс Gradio

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):
    # Конвертировать в формат cv2
    face_cv = cv2.cvtColor(np.array(face_image), cv2.COLOR_RGB2BGR)

    # Получить информацию о лице
    faces = app.get(face_cv)
    if len(faces) == 0:
        return None, "Лицо не обнаружено!"

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

    # Генерация
    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, "Успешно!"

demo = gr.Interface(
    fn=generate,
    inputs=[
        gr.Image(type="pil", label="Референсное лицо"),
        gr.Textbox(label="Промпт", value="профессиональный портрет"),
        gr.Textbox(label="Негативная подсказка", value="уродливое, размытое"),
        gr.Slider(0.1, 1.0, value=0.8, label="Сила идентичности"),
        gr.Slider(10, 50, value=30, step=1, label="Шаги")
    ],
    outputs=[
        gr.Image(label="Сгенерированное изображение"),
        gr.Textbox(label="Статус")
    ],
    title="InstantID - генерация с сохранением идентичности"
)

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

Пакетная замена лиц

import os
from pathlib import Path

def batch_generate(face_image_path, prompts, output_dir):
    # Загрузить лицо
    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"Генерация {i+1}/{len(prompts)}: {prompt[:50]}...")

        image = pipe(
            prompt=prompt,
            negative_prompt="уродливый, размытый, деформированный",
            face_emb=face_emb,
            face_kps=face_kps,
            num_inference_steps=30
        ).images[0]

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

# Пример использования
prompts = [
    "астронавт в скафандре, фон Земли",
    "средневековый рыцарь в доспехах",
    "ученый в лаборатории",
    "шеф-повар на кухне ресторана",
    "спортсмен на поле"
]

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

Контроль силы идентичности


# Низкая сила — больше стиля, меньше идентичности
image_stylized = pipe(
    prompt=prompt,
    face_emb=face_emb,
    ip_adapter_scale=0.4,  # Низкая
    num_inference_steps=30
).images[0]

# Высокая сила — больше идентичности, меньше стиля
image_faithful = pipe(
    prompt=prompt,
    face_emb=face_emb,
    ip_adapter_scale=0.9,  # Высокая
    num_inference_steps=30
).images[0]

Оптимизация памяти


# Включить оптимизации
pipe.enable_model_cpu_offload()
pipe.enable_vae_slicing()

# Или используйте последовательный offload для очень малого объема VRAM
pipe.enable_sequential_cpu_offload()

Производительность

Режим

GPU

Время на изображение

Базовый

RTX 4090

~8s

С позой

RTX 4090

~12с

Базовый

RTX 3090

~15с

Базовый

A100

~5 с

Устранение неполадок

Лицо не обнаружено

Убедитесь, что лицо хорошо видно
Хорошее освещение на референсном изображении
Лицо должно быть повернуто фронтально

Идентичность не сохранена

Увеличьте ip_adapter_scale
Используйте более четкую референсную фотографию
Избегайте экстремальных углов

Стиль не применён

Уменьшите ip_adapter_scale
Более описательный промпт
Увеличить guidance_scale

Оценка стоимости

Типичные ставки на маркетплейсе CLORE.AI (по состоянию на 2024):

GPU

Почасовая ставка

Дневная ставка

Сессия 4 часа

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

Цены варьируются в зависимости от провайдера и спроса. Проверьте CLORE.AI Marketplace для текущих тарифов.

Экономьте деньги:

Используйте Spot рынок для гибких рабочих нагрузок (часто на 30–50% дешевле)
Платите с помощью CLORE токенов
Сравнивайте цены у разных провайдеров

Дальнейшие шаги

IP-Adapter - Промпт с изображением
Stable Diffusion WebUI - расширение InstantID
ControlNet - Контроль позы

ПредыдущаяFaceFusion СледующаяIP-Adapter

Последнее обновление 1 день назад

Это было полезно?

hashtagАренда на CLORE.AI

hashtagДоступ к вашему серверу

hashtagЧто такое InstantID?

hashtagТребования

hashtagБыстрое развертывание

hashtagДоступ к вашему сервису

hashtagУстановка

hashtagБазовое использование

hashtagИспользование Diffusers Pipeline

hashtagПримеры стилей

hashtagПрофессиональный портрет

hashtagХудожественный портрет

hashtagФэнтезийный персонаж

hashtagАниме-стиль

hashtagС контролем позы

hashtagИнтерфейс Gradio

hashtagПакетная замена лиц

hashtagКонтроль силы идентичности

hashtagОптимизация памяти

hashtagПроизводительность

hashtagУстранение неполадок

hashtagЛицо не обнаружено

hashtagИдентичность не сохранена

hashtagСтиль не применён

hashtagОценка стоимости

hashtagДальнейшие шаги

Аренда на CLORE.AI

Доступ к вашему серверу

Что такое InstantID?

Требования

Быстрое развертывание

Доступ к вашему сервису

Установка

Базовое использование

Использование Diffusers Pipeline

Примеры стилей

Профессиональный портрет

Художественный портрет

Фэнтезийный персонаж

Аниме-стиль

С контролем позы

Интерфейс Gradio

Пакетная замена лиц

Контроль силы идентичности

Оптимизация памяти

Производительность

Устранение неполадок

Лицо не обнаружено

Идентичность не сохранена

Стиль не применён

Оценка стоимости

Дальнейшие шаги