Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарHabr AI→ оригинал

Imagecaster учит нейросеть вашему лицу по 10–100 фото и примеряет одежду дома

Imagecaster — программа для генерации картинок на домашней видеокарте, и автор научил её рисовать конкретного человека. Для этого нейросеть дообучают небольшим дополнением LoRA по 10–100 фотографиям, и в новом кадре появляется человек в нужной сцене и одежде. Одежду с фото маркетплейса переносит модель Klein, а лицо отдельным шагом подменяется, чтобы сходство не плыло. Поэтому неудачный кадр здесь просто выбрасывают, а не оплачивают, как в облаке.

AI-обработка оригинала Habr AI; редакция Hamidun News
Imagecaster учит нейросеть вашему лицу по 10–100 фото и примеряет одежду дома
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1Стилист теперь работает в самом приложении, а не только через MCP
Ключевой факт #2Обучение идёт на ai-toolkit, генерация — на stable-diffusion.cpp
Брак остаётсятри руки, четыре пальца на ноге, пропавший жакет

Генерировать картинки на домашней видеокарте давно никого не удивляет. Сложнее получить на выходе не «похожую девушку с обложки», а конкретного человека: себя, жену или друга, в нужной одежде и сцене. Автор open-source приложения Imagecaster добавил именно это. Теперь программа дообучает нейросеть на 10–100 ваших фотографиях (для этого используется небольшая надстройка LoRA), потом подменяет лицо для точного сходства, а одежду с фото из маркетплейса или со смартфона переносит на героя отдельной моделью. Всё считается локально, без облачных подписок и оплаты за каждую генерацию.

Как устроена цепочка

LoRA — это небольшой набор дополнительных весов поверх базовой модели. Представьте универсальную студию, куда вы приносите «личную насадку» с чертами одного человека. Для каждой базовой модели нужна своя LoRA: обученная под одну, на другой она не заработает. В отличие от простой замены лица на готовом снимке, здесь сначала создаётся новый кадр с нужной сценой, позой и ракурсом, а человек уже вписан в него.

Обучение запускает сервер на базе ai-toolkit, а картинки рисует stable-diffusion.cpp. В примерах автор использует быструю модель Z-Image: 8 шагов генерации, сэмплер Euler, CFG 1, кадры в основном 1024×1536 пикселей. Привязки к одной модели нет, выбирать можно из поддерживаемых приложением.

Этапы разделены, и это упрощает поиск ошибок:

  • LoRA создаёт человека в новой сцене;
  • Klein, отдельная модель, переносит одежду с фотографии вещи;
  • подмена лица в самом конце возвращает сходство.

Последний шаг нужен потому, что сама LoRA, по словам автора, иногда делает лишь «слегка» похожего человека и может менять лицо от кадра к кадру. Если лица в кадре нет, этап пропускается.

Три способа обучить LoRA

Первый — указать папку с фотографиями одного человека. Нужно от 10 до 100 снимков в JPEG, PNG или WebP. Разнообразие важнее количества: десять разных кадров с разными ракурсами, светом и одеждой полезнее десятка почти одинаковых.

Второй — копить набор постепенно через раздел «Мои изображения». Туда можно добавлять и групповые фото: приложение ищет лица, сравнивает с выбранным человеком и вырезает нужного. Если выбор неоднозначен, оно предложит указать лицо вручную, а если лицо мелкое или размытое — предупредит. Можно начать с десяти фото и быстрого обучения, посмотреть результат и позже нажать «Дообучить»: старые снимки остаются, новые используются чаще. Есть переобучение с нуля и откат к прошлой версии.

Третий — поручить запуск ИИ-агенту через MCP. Это открытый протокол, через который Claude, Codex и подобные клиенты управляют внешними программами. Достаточно написать: «Обучи LoRA Ады по фотографиям из этой папки на Z-Image». Агент получит список моделей, создаст задание и при желании отложит запуск, чтобы не занимать видеокарту сразу.

Стилист, приватность и брак

Стилист раньше работал только через MCP, теперь он встроен в приложение. В нём выбираются человек, модель, стиль, одежда (необязательно), причёска, макияж, фон и позы, затем составляется план съёмки. Через MCP агент может сам предложить образы и отправить кадры в очередь.

С приватностью автор разобрался отдельно: исходные фото не попадают в историю «умного» облачного ИИ. Их описывает локальная vision-модель, а наружу MCP отдаёт только текст и номера результатов.

В тесте агент предложил три серии: студийную с графитовым костюмом, городской вечер с бордовым тренчем и сад с платьем шалфейного цвета. В студийной серии модель пропустила жакет. Агент заметил это сам, уточнил описание одежды и переснял кадры — жакет появился.

Автор честно показал и неудачные кадры. В одном модель сделала героиню толще и не показала лицо, в другом на ноге оказалось четыре пальца, в третьем — три руки. Вымышленная Ада выходит слишком «правильной», зато на реальных людях, по ощущениям автора, результат интереснее и узнаваемость хорошая.

Экономика простая. Бесплатной съёмка не бывает: нужны железо, электричество и время. Но неудачная попытка не списывает оплаченные кредиты, как в облачных сервисах с оплатой за генерацию. Можно делать десятки вариантов и отбраковывать плохие.

Практический вывод для разработчиков: связка «LoRA + отдельная подмена лица + отдельный перенос одежды» надёжнее одной модели на все случаи. А агент, который смотрит на результат и сам правит свой промпт, уже способен чинить собственные промахи. Приложение и сервер можно запустить на одном компьютере или разнести по домашней сети, исходный код и сборки опубликованы.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как устроена цепочка?

LoRA — это небольшой набор дополнительных весов поверх базовой модели. Представьте универсальную студию, куда вы приносите «личную насадку» с чертами одного человека. Для каждой базовой модели нужна своя LoRA: обученная под одну, на другой она не заработает. В отличие от простой замены лица на готовом снимке, здесь сначала создаётся новый кадр с нужной сценой, позой и ракурсом, а человек уже вписан в него. Обучение запускает сервер на базе ai-toolkit, а картинки рисует stable-diffusion.cpp.

Что известно по теме: три способа обучить LoRA?

Первый — указать папку с фотографиями одного человека. Нужно от 10 до 100 снимков в JPEG, PNG или WebP. Разнообразие важнее количества: десять разных кадров с разными ракурсами, светом и одеждой полезнее десятка почти одинаковых. Второй — копить набор постепенно через раздел «Мои изображения». Туда можно добавлять и групповые фото: приложение ищет лица, сравнивает с выбранным человеком и вырезает нужного. Если выбор неоднозначен, оно предложит указать лицо вручную, а если лицо мелкое или размытое — предупредит.

Что известно по теме: стилист, приватность и брак?

Стилист раньше работал только через MCP, теперь он встроен в приложение. В нём выбираются человек, модель, стиль, одежда (необязательно), причёска, макияж, фон и позы, затем составляется план съёмки. Через MCP агент может сам предложить образы и отправить кадры в очередь. С приватностью автор разобрался отдельно: исходные фото не попадают в историю «умного» облачного ИИ. Их описывает локальная vision-модель, а наружу MCP отдаёт только текст и номера результатов.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…