接口11 — 发际线生发
接口9 头发遮罩 → change_hair 换发型(发际线类型 LoRA)→ 严格按遮罩贴回原图 → 接缝羽化融合。
输入:发际线较高 / 头发稀少的正脸图 + 发际线类型 ID。输出:同一个人同一发型、压低发际线后的图。每一步可视化,所有可调参数都在下面。
🚀 提交测试
清空
X-Internal-Token
gen_backend
生成后端
swaphair(换发型LoRA,应用发际线类型)
hairgrow(区域生发inpaint,压低发际线)
发际线类型 ID
= change_hair hair_id(仅swaphair)
chang_zhixian(直线)
chang_tuoyuan(椭圆)
chang_bolang(波浪)
chang_xinxing(心形)
chang_huaban(花瓣)
swap_mode
换发型取图模式
ext_mask(改造换发型,用接口9遮罩重绘)
as_is(不改换发型,贴回再裁)
seg_model
头发分割模型
segformer(默认)
bisenet
mask_type
遮罩类型
eroded(外缘内缩,默认)
closed(闭合区域,未内缩)
pushed(发际线外推)
erode_cm
外缘内缩距离(cm)
hairline_push_cm
发际线外推距离(仅pushed)
hairline_edge
发际线提取方式(仅pushed)
column(逐列最低点,稳定)
contour(形态学轮廓,精确)
blend_method
接缝融合算法
feather(高斯羽化,默认)
alpha_gradient(距离变换内渐变)
seamless(泊松无缝克隆)
multiband(多频段金字塔融合)
color_match
颜色校正前置
融合前对生成图做 Reinhard 颜色校正(消除整体色差,seamless 自动跳过)
feather_px
羽化/渐变过渡宽度(px)
mb_levels
多频段金字塔层数(仅multiband)
edge_erode_px
贴图前遮罩内缩(px)
denoising_strength
换发型重绘强度(仅swaphair)
hairgrow_strength
区域生发强度(仅hairgrow)
is_hr
高清模式
1152×1536(否则 576×768)
发际线类型 ID 必须是 change_hair 已训练的 hair_id(下拉为已有的 5 个)。参数改动后点「提交测试」重新计算,设置自动记住。
换发型走 GPU + SD img2img,单次约 10~15s;is_hr 更慢。
🎯 最终结果对比
输入原图
最终结果
按遮罩贴回 + 接缝融合
📏 参数与指标
🪜 分步可视化
原始 JSON
复制