ADetailer resuelve el fallo más frecuente de la generación de imágenes: caras
y manos que se deshacen cuando ocupan poca superficie. Detecta esas zonas y las
regenera por separado. Esta guía explica cómo funciona, qué ajustes importan y
dónde está el límite.
El problema que resuelve
Cuando generas una figura de cuerpo entero, la cara puede ocupar una fracción
muy pequeña del total de píxeles. El modelo reparte su capacidad por toda la
imagen, así que a esa cara le tocan pocos recursos y el resultado son rasgos
borrosos, ojos asimétricos y bocas mal resueltas.
La reacción instintiva es subir la resolución global. Funciona, y es la
solución más cara: multiplica el consumo de memoria y el tiempo de generación
para arreglar una zona que ocupa el cinco por ciento de la imagen. En tarjetas
ajustadas, además, directamente no es posible.
ADetailer hace lo contrario. Genera la imagen a resolución normal, detecta
automáticamente dónde están las caras o las manos, recorta esas zonas, las
regenera a resolución completa y las vuelve a integrar. El coste es una fracción
del de subir la resolución de toda la imagen.
Cómo funciona por dentro
Entender el mecanismo ayuda a diagnosticar cuando falla. El proceso tiene tres
fases y cada una puede salir mal de forma distinta.
Primero, un modelo de detección busca el tipo de objeto que le has indicado,
normalmente rostros, manos o personas completas. Devuelve una lista de zonas
detectadas con un nivel de confianza asociado.
Segundo, para cada zona detectada se genera una máscara, se recorta esa región
de la imagen y se amplía a la resolución de trabajo del modelo. Aquí es donde la
cara pasa de tener pocos píxeles a tener todos los que el modelo necesita.
Tercero, se hace un inpainting sobre esa región recortada con el prompt que
tú indiques, y el resultado se reintegra en la imagen original mezclando los
bordes. Si el resultado final tiene una cara nítida pegada sobre un cuerpo
borroso, el problema está en esta tercera fase.
Los ajustes que de verdad importan
| Ajuste | Qué hace | Cuándo tocarlo |
|---|---|---|
| Modelo de detección | Decide qué busca: cara, mano, persona | Siempre, según lo que quieras arreglar |
| Umbral de confianza | Cuánto tiene que estar seguro para actuar | Si detecta cosas que no son caras, o si ignora caras reales |
| Denoising de la máscara | Cuánto puede cambiar la zona detectada | Es el ajuste crítico, ver abajo |
| Dilatación de la máscara | Cuánto se expande el área alrededor | Si se notan bordes o costuras |
| Prompt específico | Qué generar dentro de la máscara | Cuando el prompt global no encaja |
El denoising de la máscara es donde se gana o se pierde. Valores bajos
conservan el parecido con la cara original y arreglan poco. Valores altos
arreglan mucho y generan una cara distinta, que en una escena con un personaje
concreto es exactamente lo que no quieres.
Un punto de partida razonable está en la parte baja del rango medio, y desde
ahí se ajusta según el resultado. Si la cara sale bien pero no es la misma
persona, baja. Si sigue borrosa, sube. Es un equilibrio y no hay un valor
universal, porque depende del tamaño original de la cara en la imagen.
El prompt dentro de la máscara
Este es el detalle que más gente pasa por alto. Por defecto, ADetailer usa tu
prompt global para regenerar la zona. Si tu prompt describe una escena completa
con ropa, fondo e iluminación, todo eso se está aplicando a un recorte que solo
contiene una cara.
El resultado son artefactos raros: elementos del fondo apareciendo dentro del
rostro, o texturas de ropa donde debería haber piel. Cuanto más largo y
descriptivo sea tu prompt global, más probable es que ocurra.
La solución es escribir un prompt específico para la máscara, corto y centrado
en lo que debe haber ahí: un rostro, con los rasgos que quieras, y poco más. Tres
o cuatro términos suelen bastar y evitan la mayoría de los artefactos.
Con manos el mismo principio se aplica con más fuerza todavía, porque un
prompt global aplicado a un recorte de una mano produce resultados
particularmente extraños. Si las manos son tu problema principal, hay causas y
soluciones más allá de esta herramienta recogidas en la guía sobre
manos deformes en IA.
Cuándo ADetailer no es la respuesta
Hay tres situaciones donde aplicarlo empeora las cosas y conviene
reconocerlas.
La primera es cuando la cara ya ocupa buena parte de la imagen. Si generas un
primer plano, la cara ya tiene todos los píxeles que necesita, y pasarle
ADetailer encima solo introduce una regeneración innecesaria que puede
estropear lo que ya estaba bien.
La segunda es cuando el problema no es de resolución sino de modelo. Si tu
checkpoint produce caras raras incluso en primer plano, ninguna cantidad de
reprocesado local lo va a corregir, porque el defecto está en el modelo y se
reproduce igual en el recorte.
La tercera es en escenas con muchas personas al fondo. La detección va a
encontrar todas esas caras diminutas y regenerar cada una, lo cual multiplica el
tiempo de generación y a menudo produce rostros nítidos y detallados en
personajes que deberían estar desenfocados por profundidad de campo. El resultado
parece antinatural. Limitar el número máximo de detecciones resuelve esto.
Bordes visibles: la costura y cómo evitarla
El fallo estético más común es que se note la unión entre la zona regenerada y
el resto de la imagen. Suele manifestarse como un cambio brusco de tono de piel o
de nitidez justo en el contorno del rostro.
La causa habitual es una máscara demasiado ajustada. Si la máscara termina
exactamente en el borde de la cara, la transición no tiene espacio para
suavizarse. Aumentar la dilatación y el difuminado de la máscara da margen a la
mezcla y suele resolverlo de inmediato.
La segunda causa es un denoising demasiado alto, que produce una zona con
características tan distintas del resto que ninguna mezcla la disimula. Si al
bajar el denoising la costura desaparece, era eso.
La tercera, menos frecuente, es una diferencia de iluminación. Si el prompt de
la máscara describe una luz distinta de la de la escena, la cara regenerada va a
estar iluminada de otra forma. Mantener coherencia entre ambos prompts en lo
relativo a la luz evita el problema.
Dónde encaja en un flujo completo
El orden importa. ADetailer actúa después de la generación y antes de
cualquier ampliación. Ese orden no es arbitrario: si amplías primero, estás
ampliando una cara defectuosa y después intentando arreglar el resultado
ampliado, que es más difícil y más lento.
Un flujo razonable para una figura de cuerpo entero sería generar a resolución
nativa del modelo, aplicar reprocesado facial, revisar el resultado y solo
entonces ampliar. Si además la imagen necesita corrección de pose, esa decisión
va antes de todo lo demás, en la fase de generación, con
ControlNet.
Para montar esto de forma automática y repetible, una interfaz con nodos rinde
mejor que una tradicional, porque el flujo queda guardado como un archivo y se
reutiliza. El montaje está cubierto en la
instalación de ComfyUI. Si
prefieres la interfaz clásica con pestañas, la
instalación de Stable
Diffusion en español cubre esa alternativa, donde ADetailer se usa como
extensión.
Si no quieres montar nada y solo necesitas imágenes con caras correctas,
un generador alojado aplica este tipo
de corrección por su cuenta, aunque sin darte control sobre los ajustes.
Rendimiento y coste real
Cada zona detectada implica una generación adicional. Una imagen con una cara
cuesta aproximadamente el doble de tiempo que sin reprocesado. Una imagen con
cuatro personas puede costar cinco veces más.
Eso es aceptable para la imagen final y molesto mientras iteras sobre el
prompt. La forma sensata de trabajar es desactivarlo mientras buscas la
composición que quieres, y activarlo solo cuando ya tengas la semilla y el prompt
definitivos.
En consumo de memoria el impacto es menor de lo que la gente teme, porque el
recorte que se procesa es pequeño. De hecho esa es toda su ventaja: obtienes
detalle de alta resolución sin el coste de memoria de generar toda la imagen a
esa resolución. En tarjetas justas es lo que hace viable el trabajo con figuras
completas.
Si tu problema es que la imagen sale globalmente blanda y no solo en la cara,
la causa suele ser otra y está recogida en la guía sobre
imágenes borrosas, porque
aplicar reprocesado facial a una imagen mal generada no arregla la base.
Modelos de detección: cuál usar
Existen varios y no son intercambiables. Los de rostro son los más fiables y
los que mejor funcionan de serie. Los de mano tienen una tasa de acierto
notablemente menor, porque las manos aparecen en posiciones mucho más variadas y
a menudo parcialmente ocultas.
Los de persona completa sirven para regenerar figuras enteras en el fondo, y
son los que más fácilmente producen resultados extraños, porque regeneran mucha
superficie. Úsalos con denoising bajo o no los uses.
Se pueden encadenar varias pasadas, por ejemplo una de rostro seguida de una
de mano. Funciona bien y multiplica el tiempo, así que conviene reservarlo para
la imagen definitiva. Si vas a comparar resultados entre modelos y checkpoints
antes de decidir tu flujo, la lista de
mejores generadores de IA
NSFW ayuda a situar cada opción, y
esta alternativa en el navegador
sirve como referencia rápida sin instalar nada.
Ajustar por tamaño de la cara, no por gusto
El error de método más común es buscar un valor de denoising universal y
aplicarlo a todo. No existe, porque el valor correcto depende de cuántos píxeles
tenía la cara antes del recorte.
La lógica es la siguiente. Si la cara original ya tenía bastante definición,
necesita poca intervención: un denoising bajo basta para limpiarla y conserva
totalmente el parecido. Si la cara era apenas un borrón de pocos píxeles, no hay
información que conservar, y hace falta un denoising alto porque el modelo tiene
que inventar rasgos de todas formas.
De ahí sale una regla práctica útil: cuanto más lejos esté el personaje, más
alto el denoising, y por tanto menos control tienes sobre quién aparece. Si
necesitas que sea una persona concreta y está lejos en el plano, el reprocesado
facial no te va a resolver el problema, y la vía correcta es acercar el
encuadre o usar un LoRA del personaje.
Esto explica también por qué el mismo ajuste funciona en unas imágenes y no en
otras aunque uses el mismo modelo y el mismo prompt. No es aleatorio: es la
distancia del sujeto. Si trabajas con encuadres variados, guarda dos o tres
configuraciones y elige según el plano en lugar de buscar una sola.
Combinarlo con un prompt bien construido
El reprocesado facial arregla la ejecución, no la descripción. Si tu prompt
global no describe bien el rostro que quieres, la regeneración va a producir una
cara técnicamente correcta y genérica, que es un problema distinto del que
tenías pero sigue siendo un problema.
La forma de aprovecharlo bien es dar al prompt de la máscara la información
que el prompt global no puede permitirse por longitud. Rasgos concretos, edad
aparente, expresión, dirección de la mirada. Son términos que en el prompt global
competirían con la descripción de la escena y que dentro de la máscara tienen
todo el peso.
La estructura general de un buen prompt, y qué conviene poner en cada
posición, está desarrollada en la
guía maestra de prompts
NSFW. Las mismas reglas de orden y concisión se aplican dentro de una
máscara, solo que con muchos menos términos.
Qué revisar cuando el resultado empeora
A veces se activa el reprocesado y la imagen queda peor que antes. Hay tres
causas y se distinguen fácilmente.
Si la cara nueva es nítida pero no encaja con el cuerpo, el denoising está
demasiado alto o el prompt de la máscara describe algo distinto de la escena.
Baja el denoising y revisa la coherencia entre los dos prompts.
Si aparecen caras donde no hay caras, el umbral de detección está demasiado
bajo y el detector está encontrando patrones en texturas del fondo. Súbelo hasta
que solo actúe sobre detecciones claras.
Si la imagen tarda muchísimo más de lo esperado, probablemente está detectando
y regenerando figuras de fondo que no te importan. Limita el número máximo de
detecciones y el problema desaparece, además de mejorar el realismo de la
profundidad de campo.
Preguntas frecuentes
¿Qué hace exactamente ADetailer?
Detecta zonas concretas de la imagen, normalmente caras o manos, las recorta,
las regenera a resolución completa y las reintegra. Es una forma de conseguir
detalle alto en zonas pequeñas sin generar toda la imagen a resolución alta.
¿Por qué la cara sale distinta a la original?
Porque el denoising de la máscara está demasiado alto. Con valores altos el
modelo tiene libertad para generar una cara nueva en lugar de mejorar la que
había. Baja el valor hasta que conserve el parecido.
¿Se nota el borde de la zona regenerada?
Si se nota, aumenta la dilatación y el difuminado de la máscara para dar
margen a la mezcla, y comprueba que el denoising no sea excesivo. Esas dos cosas
resuelven la mayoría de las costuras visibles.
¿Debo usar un prompt distinto dentro de la máscara?
Sí, y es el ajuste que más artefactos evita. Un prompt global que describe
ropa, fondo e iluminación aplicado a un recorte que solo contiene una cara
produce resultados extraños. Escribe algo corto y centrado en el rostro.
¿Sirve también para manos?
Existe un modelo de detección de manos y ayuda, aunque su tasa de acierto es
menor que la de rostros porque las manos aparecen en posiciones muy variadas y
a menudo parcialmente ocultas. Espera resultados menos consistentes.
¿Cuánto ralentiza la generación?
Cada zona detectada añade una generación. Una cara aproximadamente duplica el
tiempo, y varias personas lo multiplican. Conviene desactivarlo mientras iteras
y activarlo solo para la imagen final.
¿Es mejor que subir la resolución global?
Para arreglar caras y manos, casi siempre sí, y consume mucha menos memoria.
Subir la resolución global mejora toda la imagen pero cuesta mucho más, y en
tarjetas ajustadas a veces no es viable.
¿Funciona con cualquier checkpoint?
Sí, es independiente del modelo que uses para generar. Ten en cuenta que si el
checkpoint produce caras defectuosas incluso en primer plano, el reprocesado
reproducirá el mismo defecto en el recorte, porque el problema está en el modelo
y no en la resolución.
