Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarHabr AI→ original

Imagecaster enseña a una red neuronal tu cara con 10–100 fotos y prueba la ropa en casa

Imagecaster es un programa para generar imágenes en una tarjeta gráfica doméstica, y su autor logró que aprenda a dibujar a una persona concreta. Para ello, la red neuronal se afina con un pequeño complemento LoRA entrenado con 10–100 fotografías, y en el nuevo fotograma aparece la persona en la escena deseada y con la ropa elegida. La prenda de la foto de una tienda online la transfiere el modelo Klein, mientras que el rostro se sustituye en un paso aparte para que el parecido no se desvanezca. Por eso, un fotograma fallido simplemente se descarta, en lugar de pagarlo, como ocurre en la nube.

Procesado por IA desde Habr AI; editado por Hamidun News
Imagecaster enseña a una red neuronal tu cara con 10–100 fotos y prueba la ropa en casa
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1El estilista ahora funciona dentro de la propia aplicación, y no solo a través de MCP
Dato clave #2El entrenamiento se realiza con ai-toolkit y la generación con stable-diffusion.cpp
Los errores persistentres brazos, cuatro dedos en un pie, una chaqueta que desaparece

Generar imágenes en una tarjeta gráfica doméstica ya no sorprende a nadie. Lo difícil es obtener como resultado no una «chica parecida a la portada», sino una persona concreta: uno mismo, la pareja o un amigo, con la ropa y la escena deseadas. El autor de la aplicación de código abierto Imagecaster ha añadido precisamente eso.

Ahora el programa afina la red neuronal con 10–100 de tus fotografías (para ello se usa un pequeño complemento LoRA), después sustituye el rostro para lograr un parecido exacto y traslada la ropa de una foto de un marketplace o de un smartphone al protagonista con un modelo aparte. Todo se calcula en local, sin suscripciones a la nube ni pagos por cada generación.

Cómo funciona la cadena

LoRA es un pequeño conjunto de pesos adicionales sobre un modelo base. Imagina un estudio universal al que llevas un «accesorio personal» con los rasgos de una sola persona. Cada modelo base necesita su propio LoRA: el entrenado para uno no funciona en otro. A diferencia de cambiar simplemente la cara en una foto ya hecha, aquí primero se crea un fotograma nuevo con la escena, la pose y el encuadre deseados, y la persona ya está integrada en él.

El entrenamiento lo ejecuta un servidor basado en ai-toolkit, y las imágenes las genera stable-diffusion.cpp. En los ejemplos, el autor usa el modelo rápido Z-Image: 8 pasos de generación, muestreador Euler, CFG 1 y fotogramas mayoritariamente de 1024×1536 píxeles. No está atado a un único modelo: se puede elegir entre los que admite la aplicación.

Las etapas están separadas, lo que facilita encontrar los errores:

  • LoRA crea a la persona en una escena nueva;
  • Klein, un modelo aparte, traslada la ropa desde la foto de la prenda;
  • la sustitución del rostro, al final, devuelve el parecido.

Este último paso es necesario porque, según el autor, la propia LoRA a veces produce una persona solo «ligeramente» parecida y puede cambiar el rostro de un fotograma a otro. Si no hay cara en el fotograma, la etapa se omite.

Tres formas de entrenar la LoRA

La primera consiste en indicar una carpeta con fotos de una sola persona. Se necesitan de 10 a 100 imágenes en JPEG, PNG o WebP. La variedad importa más que la cantidad: diez fotos distintas, con diferentes ángulos, luz y ropa, valen más que diez casi idénticas.

La segunda es reunir el conjunto poco a poco desde la sección «Mis imágenes». Allí también se pueden añadir fotos de grupo: la aplicación busca rostros, los compara con la persona seleccionada y recorta la correcta. Si la elección es ambigua, propondrá indicar el rostro manualmente, y si la cara es pequeña o borrosa, avisará. Se puede empezar con diez fotos y un entrenamiento rápido, revisar el resultado y después pulsar «Afinar»: las fotos antiguas se conservan y las nuevas se usan con más frecuencia. Existe también el reentrenamiento desde cero y la vuelta a una versión anterior.

La tercera es encargar el lanzamiento a un agente de IA mediante MCP. Es un protocolo abierto con el que Claude, Codex y clientes similares controlan programas externos. Basta con escribir: «Entrena una LoRA de Ada con las fotos de esta carpeta en Z-Image». El agente obtendrá la lista de modelos, creará la tarea y, si se desea, pospondrá el arranque para no ocupar la tarjeta gráfica de inmediato.

Estilista, privacidad y errores

El estilista antes funcionaba solo a través de MCP; ahora está integrado en la aplicación. En él se eligen la persona, el modelo, el estilo, la prenda (opcional), el peinado, el maquillaje, el fondo y las poses, y después se genera un plan de sesión. A través de MCP, el agente puede proponer atuendos por sí mismo y enviar los fotogramas a la cola.

En cuanto a la privacidad, el autor lo resolvió por separado: las fotos originales no llegan al historial de la IA «inteligente» en la nube. Las describe un modelo de visión local, y hacia fuera MCP entrega solo texto y números de resultados.

En la prueba, el agente propuso tres series: una de estudio con traje grafito, una nocturna urbana con gabardina burdeos y un jardín con un vestido verde salvia. En la serie de estudio, el modelo omitió la chaqueta. El agente lo detectó por sí mismo, precisó la descripción de la ropa y volvió a generar los fotogramas; la chaqueta apareció.

El autor también mostró con franqueza los fotogramas fallidos. En uno, el modelo hizo a la protagonista más corpulenta y no mostró el rostro; en otro, había cuatro dedos en un pie; en el tercero, aparecían tres brazos. La Ada ficticia resulta demasiado «perfecta», pero en personas reales, según la impresión del autor, el resultado es más interesante y el parecido es bueno.

La economía es sencilla. Nada de esto es gratuito: hacen falta hardware, electricidad y tiempo. Pero un intento fallido no consume los créditos pagados, como sí ocurre en los servicios en la nube con pago por generación. Se pueden hacer decenas de variantes y descartar las malas.

La conclusión práctica para los desarrolladores: la combinación «LoRA + sustitución de rostro por separado + transferencia de ropa por separado» es más fiable que un único modelo para todos los casos. Y un agente que evalúa el resultado y corrige su propio prompt ya es capaz de reparar sus propios fallos. La aplicación y el servidor pueden ejecutarse en un mismo ordenador o repartirse por la red doméstica; el código fuente y las compilaciones están publicados.

Historia

Preguntas frecuentes sobre la noticia

Cómo funciona la cadena?

LoRA es un pequeño conjunto de pesos adicionales sobre un modelo base. Imagina un estudio universal al que llevas un «accesorio personal» con los rasgos de una sola persona. Cada modelo base necesita su propio LoRA: el entrenado para uno no funciona en otro. A diferencia de cambiar simplemente la cara en una foto ya hecha, aquí primero se crea un fotograma nuevo con la escena, la pose y el encuadre deseados, y la persona ya está integrada en él.

¿Qué se sabe sobre Tres formas de entrenar la LoRA?

La primera consiste en indicar una carpeta con fotos de una sola persona. Se necesitan de 10 a 100 imágenes en JPEG, PNG o WebP. La variedad importa más que la cantidad: diez fotos distintas, con diferentes ángulos, luz y ropa, valen más que diez casi idénticas. La segunda es reunir el conjunto poco a poco desde la sección «Mis imágenes». Allí también se pueden añadir fotos de grupo: la aplicación busca rostros, los compara con la persona seleccionada y recorta la correcta.

¿Qué se sabe sobre Estilista, privacidad y errores?

El estilista antes funcionaba solo a través de MCP; ahora está integrado en la aplicación. En él se eligen la persona, el modelo, el estilo, la prenda (opcional), el peinado, el maquillaje, el fondo y las poses, y después se genera un plan de sesión. A través de MCP, el agente puede proponer atuendos por sí mismo y enviar los fotogramas a la cola. En cuanto a la privacidad, el autor lo resolvió por separado: las fotos originales no llegan al historial de la IA «inteligente» en la nube.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…