Imagecaster apprend à un réseau de neurones votre visage à partir de 10 à 100 photos et essaie des vêtements chez vous
Imagecaster est un logiciel de génération d'images qui tourne sur une carte graphique domestique, et son auteur lui a appris à représenter une personne précise. Pour cela, le réseau de neurones est affiné à l'aide d'un petit module complémentaire LoRA, entraîné sur 10 à 100 photographies : la nouvelle image montre la personne dans la scène et les vêtements voulus. Les habits, pris sur une photo issue d'une place de marché, sont transférés par le modèle Klein, tandis que le visage est remplacé à une étape distincte afin que la ressemblance ne se dégrade pas. Une image ratée se jette donc simplement, sans qu'il faille payer comme dans le cloud.
Traité par IA depuis Habr AI ; édité par Hamidun News
Générer des images sur une carte graphique domestique n'étonne plus personne depuis longtemps. Plus difficile est d'obtenir en sortie non pas « une fille ressemblant à celle de la couverture », mais une personne précise : soi-même, sa femme ou un ami, dans les bons vêtements et la bonne scène. L'auteur de l'application open source Imagecaster a ajouté précisément cette fonctionnalité.
Désormais, le programme affine le réseau de neurones sur 10 à 100 de vos photographies (il utilise pour cela un petit module complémentaire LoRA), remplace ensuite le visage pour une ressemblance précise, puis transfère les vêtements, pris sur une photo issue d'une place de marché ou d'un smartphone, vers le personnage grâce à un modèle distinct. Tout se calcule localement, sans abonnement cloud ni paiement pour chaque génération.
Comment fonctionne la chaîne
LoRA désigne un ensemble réduit de poids supplémentaires posé sur un modèle de base. Imaginez un studio universel où vous apportez un « accessoire personnel » porteur des traits d'une seule personne. Il faut une LoRA distincte pour chaque modèle de base : celle entraînée pour l'un ne fonctionnera pas sur un autre. Contrairement au simple remplacement d'un visage sur une photo existante, on crée d'abord une nouvelle image avec la scène, la pose et le cadrage voulus, et la personne y est déjà intégrée.
L'entraînement est lancé par un serveur basé sur ai-toolkit, et les images sont générées par stable-diffusion.cpp. Dans ses exemples, l'auteur utilise le modèle rapide Z-Image : 8 étapes de génération, l'échantillonneur Euler, CFG 1, et des images principalement de 1024×1536 pixels. Aucun modèle n'est imposé : on peut choisir parmi ceux que l'application prend en charge.
Les étapes sont séparées, ce qui facilite la recherche des erreurs :
- LoRA crée la personne dans une nouvelle scène ;
- Klein, un modèle distinct, transfère les vêtements depuis la photo de l'article ;
- le remplacement du visage, en toute fin, restaure la ressemblance.
Cette dernière étape est nécessaire parce que la LoRA elle-même, selon l'auteur, ne produit parfois qu'une personne « légèrement » ressemblante et peut modifier le visage d'une image à l'autre. Si aucun visage n'apparaît dans l'image, cette étape est ignorée.
Trois façons d'entraîner une LoRA
La première consiste à indiquer un dossier de photos d'une même personne. Il faut de 10 à 100 clichés au format JPEG, PNG ou WebP. La diversité compte davantage que la quantité : dix images différentes par leur cadrage, leur lumière et leurs vêtements valent mieux qu'une dizaine de clichés presque identiques.
La deuxième consiste à constituer progressivement un jeu via la section « Mes images ». On peut y ajouter aussi des photos de groupe : l'application repère les visages, les compare à la personne choisie et découpe la bonne. Si le choix est ambigu, elle propose d'indiquer le visage manuellement, et si le visage est petit ou flou, elle prévient l'utilisateur. On peut commencer avec dix photos et un entraînement rapide, évaluer le résultat, puis appuyer plus tard sur « Affiner » : les anciens clichés restent, et les nouveaux sont utilisés plus souvent. Un réentraînement depuis zéro et un retour à la version précédente sont également possibles.
La troisième consiste à confier le lancement à un agent d'IA via MCP. Il s'agit d'un protocole ouvert grâce auquel Claude, Codex et des clients similaires pilotent des programmes externes. Il suffit d'écrire : « Entraîne une LoRA d'Ada à partir des photos de ce dossier sur Z-Image ». L'agent récupère la liste des modèles, crée la tâche et, si on le souhaite, reporte le lancement pour ne pas monopoliser immédiatement la carte graphique.
Styliste, confidentialité et défauts
Le styliste fonctionnait auparavant uniquement via MCP ; il est désormais intégré à l'application. On y choisit la personne, le modèle, le style, les vêtements (facultatif), la coiffure, le maquillage, le fond et les poses, puis un plan de prise de vue est établi. Via MCP, l'agent peut lui-même proposer des tenues et envoyer les images dans la file d'attente.
L'auteur a traité la confidentialité à part : les photos originales n'entrent pas dans l'historique d'une IA « intelligente » dans le cloud. Elles sont décrites par un modèle de vision local, et le MCP ne transmet vers l'extérieur que du texte et des numéros de résultats.
Lors du test, l'agent a proposé trois séries : une séquence en studio avec un costume graphite, une soirée urbaine avec un trench bordeaux et un jardin avec une robe vert sauge. Dans la série en studio, le modèle a omis la veste. L'agent l'a remarqué lui-même, a précisé la description des vêtements et refait les prises : la veste est apparue.
L'auteur a aussi montré honnêtement les images ratées. Dans l'une, le modèle a rendu l'héroïne plus corpulente et n'a pas montré son visage ; dans une autre, on comptait quatre doigts à un pied ; dans la troisième, trois mains. Ada, personnage fictif, sort trop « parfaite », mais sur de vraies personnes, selon l'impression de l'auteur, le résultat est plus intéressant et la ressemblance bonne.
L'économie est simple. Une prise de vue n'est jamais gratuite : il faut du matériel, de l'électricité et du temps. Mais une tentative ratée n'entame pas les crédits payés, contrairement aux services cloud facturés à la génération. On peut produire des dizaines de variantes et écarter les mauvaises.
Conclusion pratique pour les développeurs : l'association « LoRA + remplacement séparé du visage + transfert séparé des vêtements » est plus fiable qu'un modèle unique pour tous les cas. Et un agent qui examine le résultat et corrige lui-même son prompt sait déjà réparer ses propres erreurs. L'application et le serveur peuvent tourner sur un même ordinateur ou être répartis sur le réseau domestique ; le code source et les builds sont publiés.
- 22 nov. 2026Un mathématicien d'Anthropic affirme avoir prouvé l'hypothèse de Riemann avec Claude, sans texte lisible
- 22 nov. 2026Le Nasdaq 100 a perdu 10,4 % en une semaine : sa pire performance depuis la pandémie
- 22 nov. 2026Un profil de travail Android a bouché la fuite de votre vraie IP, que ni Happ ni v2rayNG ne détectent
- 22 nov. 2026Anthropic entre au Nasdaq : l'action passe de 83 $ à 111 $, mais la sécurité tiendra-t-elle ?
Questions clés sur cet article
Comment fonctionne la chaîne?
LoRA désigne un ensemble réduit de poids supplémentaires posé sur un modèle de base. Imaginez un studio universel où vous apportez un « accessoire personnel » porteur des traits d'une seule personne. Il faut une LoRA distincte pour chaque modèle de base : celle entraînée pour l'un ne fonctionnera pas sur un autre. Contrairement au simple remplacement d'un visage sur une photo existante, on crée d'abord une nouvelle image avec la scène, la pose et le cadrage voulus, et la personne y est déjà intégrée.
Que sait-on sur Trois façons d'entraîner une LoRA ?
La première consiste à indiquer un dossier de photos d'une même personne. Il faut de 10 à 100 clichés au format JPEG, PNG ou WebP. La diversité compte davantage que la quantité : dix images différentes par leur cadrage, leur lumière et leurs vêtements valent mieux qu'une dizaine de clichés presque identiques. La deuxième consiste à constituer progressivement un jeu via la section « Mes images ».
Que sait-on sur Styliste, confidentialité et défauts ?
Le styliste fonctionnait auparavant uniquement via MCP ; il est désormais intégré à l'application. On y choisit la personne, le modèle, le style, les vêtements (facultatif), la coiffure, le maquillage, le fond et les poses, puis un plan de prise de vue est établi. Via MCP, l'agent peut lui-même proposer des tenues et envoyer les images dans la file d'attente. L'auteur a traité la confidentialité à part : les photos originales n'entrent pas dans l'historique d'une IA « intelligente » dans le cloud.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.