O ADetailer encontra rostos sozinho, corta cada um, refaz em resolução cheia
e cola de volta. É o jeito mais direto de resolver rosto borrado em plano aberto
sem mascarar nada à mão. Este guia cobre os modelos de detecção, os valores que
funcionam e os erros que deixam emenda visível.
O problema que o ADetailer resolve
Num plano aberto o rosto ocupa poucos pixels. O modelo dedica a ele a fração
de atenção proporcional ao tamanho que ele tem no quadro, e o resultado é o
rosto derretido clássico: olhos tortos, boca borrada, expressão indefinida. Não
é falha do modelo, é aritmética. Um rosto com cem pixels de altura não tem onde
guardar detalhe.
A solução manual sempre existiu: mascarar o rosto, processar só aquela região
em resolução cheia e colar de volta. O ADetailer automatiza exatamente esse
processo. Ele roda um detector, gera uma máscara para cada rosto encontrado,
executa um inpaint em cada um e devolve a imagem montada. O ganho não é de
qualidade em relação ao inpaint manual bem feito, é de tempo e de consistência,
principalmente quando a imagem tem mais de uma pessoa.
Vale entender que ele não melhora um rosto que já está grande e bom. Se o
rosto ocupa metade do quadro, ele já recebeu pixels suficientes na geração
original, e passar o ADetailer por cima costuma mudar a pessoa sem melhorar
nada. A ferramenta rende onde o rosto é pequeno.
Há também um efeito colateral positivo que pouca gente usa de propósito: como
cada rosto é reconstruído separadamente, você pode dar a eles um tratamento
diferente do resto da imagem. Uma cena com estética mais gráfica pode ganhar
rostos mais realistas, ou o contrário, sem que seja preciso gerar duas imagens e
montar na mão.
Como ele funciona por dentro
O fluxo tem quatro etapas e conhecer cada uma ajuda a diagnosticar quando
algo dá errado. Primeiro, um modelo de detecção percorre a imagem e devolve
caixas onde acha que há rostos. Segundo, cada caixa vira uma máscara, com
dilatação e desfoque conforme os ajustes. Terceiro, cada máscara passa por um
inpaint independente, normalmente com o mesmo modelo e prompt da geração.
Quarto, os pedaços voltam para a imagem.
Quando nada acontece, o problema está na etapa um: o detector não achou
rosto. Quando o rosto muda de pessoa, está na três: denoising alto demais.
Quando aparece uma emenda, está na dois: máscara justa ou sem desfoque
suficiente. Saber em qual etapa olhar economiza muito tempo de tentativa.
Essa separação também explica por que o ADetailer às vezes parece
inconsistente entre duas imagens muito parecidas. Se o detector encontrou dois
rostos numa e três na outra, o restante do processo roda um número diferente de
vezes, e o resultado final diverge por um motivo que não tem nada a ver com o
modelo de geração.
Escolhendo o modelo de detecção
As instalações costumam trazer alguns detectores com nomes parecidos, e a
escolha muda bastante o resultado. Os modelos de rosto são os mais usados e
funcionam bem em fotografia e em estilos realistas. Existem variantes treinadas
especificamente para rostos de anime, que costumam acertar muito mais em
ilustração, onde os detectores fotográficos às vezes não reconhecem nada.
Há também detectores de mão e de corpo inteiro. O de mão é tentador, mas na
prática costuma render menos, porque mão errada normalmente está errada na
estrutura, e refazer o pedaço em resolução maior com frequência produz uma mão
igualmente errada e mais nítida. O caminho para mãos costuma passar por outras
técnicas, discutidas no material sobre mãos
deformadas na IA.
A regra prática: se o seu resultado é fotográfico, use um detector de rosto
comum. Se é anime ou ilustração, procure a variante para anime antes de concluir
que a ferramenta não funciona. Muita gente desiste achando que o ADetailer está
quebrado quando na verdade está usando um detector treinado para outro tipo de
imagem.
Confiança de detecção
O parâmetro de confiança define quão certo o detector precisa estar para
marcar algo como rosto. Valores em torno de 0.3 são o padrão comum e costumam
funcionar. Se rostos pequenos ou de perfil estão passando batido, baixar esse
número ajuda. Se o detector está marcando coisas que não são rosto, é o caso de
subir.
Em cenas com várias pessoas vale conferir quantos rostos foram detectados
antes de julgar o resultado. É comum que o detector pegue dois de três, e a
pessoa conclua que a ferramenta piorou a imagem quando na verdade ela melhorou
parte dela e deixou o resto como estava, criando um desequilíbrio visível.
Os valores que realmente importam
O denoising do inpaint é o controle principal, pela mesma lógica do guia de
img2img. Entre 0.3 e 0.4 o ADetailer limpa e define sem trocar a pessoa.
Entre 0.4 e 0.5 ele conserta problemas maiores e já pode alterar traços. Acima
de 0.6 normalmente gera um rosto novo, bonito e sem relação com o anterior.
Para a maioria dos casos, começar em 0.35 e subir apenas se o defeito
persistir é o caminho com menos arrependimento. A tentação de subir para
resolver de uma vez costuma cobrar caro em consistência de personagem.
A dilatação da máscara controla quanto a área cresce além da caixa detectada.
Um valor pequeno, algo em torno de quatro a oito pixels, ajuda a incluir o
contorno do rosto e evita a emenda no queixo. Valores grandes começam a incluir
cabelo e fundo, e aí o inpaint pode reinventar coisas que estavam certas.
O desfoque da borda faz a transição entre o pedaço novo e a imagem antiga.
Valores muito baixos deixam um degrau visível. Valores altos demais suavizam o
próprio rosto. A faixa intermediária costuma resolver, e quando a emenda
persiste geralmente o problema é dilatação, não desfoque.
Existe ainda um limite de quantos rostos serão tratados por imagem. Ele
parece um detalhe burocrático e não é: numa cena de grupo, deixar esse número
alto multiplica o tempo de geração e é a causa mais frequente de travamento em
máquinas modestas. Definir um teto baixo e subir se precisar costuma ser mais
confortável do que descobrir o limite no meio de um lote.
Prompt próprio para o rosto
O ADetailer aceita um prompt separado, usado apenas nos recortes. Isso é mais
útil do que parece. O prompt da imagem inteira descreve cena, roupa, cenário e
iluminação, e nada disso ajuda a reconstruir um rosto. Um prompt curto focado em
rosto, olhos definidos e pele com textura costuma render melhor que herdar o
prompt completo.
Se você deixar o campo vazio, a maioria das instalações reaproveita o prompt
principal. Funciona, mas é comum ver o modelo tentando encaixar elementos do
cenário dentro do recorte do rosto quando o prompt original é muito descritivo.
Se aparecerem artefatos estranhos só nos rostos, esse costuma ser o motivo. A
lógica de escrever prompts curtos e específicos está no material sobre prompts
NSFW em português.
Resolução do recorte
O ganho todo vem daqui. Ao processar só o rosto, a interface trabalha aquele
pedaço em resolução cheia, então um rosto que tinha cem pixels na imagem passa a
ser reconstruído com muito mais. É por isso que o resultado melhora tanto em
plano aberto e quase nada em close.
Quando há vários rostos, cada um passa por esse processo separadamente, o que
multiplica o tempo de geração. Uma imagem com cinco pessoas custa
aproximadamente cinco inpaints adicionais. Isso costuma ser o suficiente para
travar máquinas mais modestas, e o primeiro ajuste útil é limitar quantos rostos
serão processados por imagem.
Se a geração falhar por memória justamente quando o ADetailer entra, a causa
costuma ser essa soma, não a geração principal. Os contornos estão no guia sobre
erro
de memória CUDA.
Erros comuns
Todos os rostos ficaram iguais. Acontece quando o denoising está alto e o
prompt do rosto é genérico: o modelo converge para a mesma cara em todos os
recortes. Baixe o denoising e, se precisar, aceite processar cada pessoa
separadamente. O fenômeno é o mesmo descrito em rosto
repetido na IA.
O rosto ficou nítido e o resto continua borrado. Nesse caso o problema nunca
foi o rosto: a imagem inteira está com pouca resolução, e agora o contraste
entre o rosto refeito e o resto ficou evidente. O caminho é aumentar a imagem
toda, como no material sobre imagem
borrada.
Apareceu um retângulo perceptível em volta do rosto. Dilatação insuficiente
ou desfoque baixo. Aumente os dois em passos pequenos.
O detector não encontra nada. Tipicamente detector fotográfico em imagem de
anime, ou confiança alta demais. Troque o modelo antes de mexer em qualquer
outro ajuste.
O rosto virou outra pessoa em todas as gerações. Denoising acima de 0.5. Esse
é o único ajuste que precisa mudar.
O olhar ficou em outra direção. É um efeito de denoising médio com prompt
genérico: o modelo reconstrói os olhos sem saber para onde a pessoa olhava.
Mencionar a direção do olhar no prompt do rosto costuma resolver, e baixar um
pouco o denoising também.
Quando não vale a pena usar
Existem situações em que ligar o ADetailer piora o resultado, e reconhecê-las
economiza bastante tempo. A primeira é o close. Se o rosto já ocupa boa parte do
quadro, ele recebeu atenção suficiente na geração original, e refazer o recorte
apenas troca um rosto bom por outro rosto diferente, sem ganho visível.
A segunda é o retrato estilizado. Quando a imagem tem uma estética
deliberadamente gráfica, com traço marcado ou pouca textura, o inpaint tende a
puxar o rosto para algo mais realista do que o restante da imagem. O resultado é
uma cabeça que parece pertencer a outra ilustração. Nesses casos, ou você usa um
prompt de rosto que repete o estilo, ou deixa desligado.
A terceira é a cena de multidão. Com muitos rostos pequenos ao fundo, o
detector encontra vários e o inpaint dá a cada um deles nitidez e expressão que
uma pessoa a vinte metros não teria. A imagem fica estranha justamente por
excesso de detalhe onde o olho não espera detalhe. Limitar a quantidade de
rostos tratados resolve, e às vezes o certo é tratar só o rosto principal.
A quarta é o trabalho em série com personagem fixo. Como cada execução
reconstrói o rosto de forma independente, duas imagens da mesma personagem podem
sair com rostos ligeiramente diferentes. Se a consistência entre imagens importa
mais que a nitidez de cada uma, vale manter o denoising bem baixo ou resolver a
identidade antes, na geração.
Trabalhando em lote
Em geração por lote o ADetailer roda em cada imagem produzida, e o custo se
acumula de um jeito que surpreende. Um lote de oito imagens com duas pessoas
cada significa dezesseis inpaints além das oito gerações. Em máquinas modestas
isso transforma um lote rápido numa espera longa, e é o motivo mais comum de
alguém achar que a extensão travou quando ela apenas está trabalhando.
O hábito que costuma funcionar melhor é separar as duas fases. Gere o lote com
a extensão desligada, escolha as imagens que valem a pena e só então passe o
ADetailer nas escolhidas. Você deixa de gastar processamento refinando rostos de
imagens que seriam descartadas de qualquer forma, o que normalmente é a maioria
delas.
Quando a etapa de refino vier depois, lembre que ela pode ser feita a partir
da aba de img2img sobre a imagem já salva, com o mesmo resultado. Isso também
permite ajustar os valores por imagem, em vez de aplicar o mesmo denoising a um
lote inteiro em que cada quadro tem um problema diferente.
Onde ele roda
O ADetailer é uma extensão das interfaces derivadas do Automatic1111,
incluindo o Forge, onde aparece como um painel próprio abaixo dos parâmetros de
geração. A instalação dessas interfaces está em Stable
Diffusion Forge em português. Se você preferir pular a montagem inteira e só
ver o tipo de resultado, um gerador pronto no navegador serve
para calibrar a expectativa antes de investir tempo.
No ComfyUI o equivalente é montado com nós de detecção e inpaint, o que dá
mais controle sobre cada etapa e exige montar o grafo uma vez. Depois de pronto,
o fluxo fica salvo e reutilizável. O ponto de partida está no tutorial
de ComfyUI em português.
Serviços em navegador raramente expõem esses controles. Alguns aplicam
correção de rosto automática por trás, sem ajuste, o que ajuda em casos simples
e atrapalha quando você quer preservar traços específicos. Para controle fino o
caminho local continua sendo o mais previsível, e é nele que vale investir se
você pretende manter o mesmo personagem entre várias imagens. Quem quiser apenas
comparar o resultado de um serviço ajustável pode testar direto no navegador.
Perguntas frequentes
O ADetailer funciona com modelos de anime?
Sim, desde que o detector seja o adequado. Os detectores treinados em
fotografia costumam ignorar rostos desenhados, e a impressão é de que a extensão
não funciona. Procure a variante de detecção voltada para anime e o
comportamento normalmente muda por completo.
Qual denoising devo usar para não mudar a pessoa?
Em geral algo entre 0.3 e 0.4 preserva os traços na maioria dos modelos.
Acima de 0.5 o rosto tende a virar outro. Se o defeito não sai em 0.4, costuma
ser mais eficaz melhorar a geração original do que insistir no conserto.
Dá para usar o ADetailer junto com img2img?
Dá, e é uma combinação comum. Ele roda depois da passada principal, então
funciona igualmente bem se a imagem veio de txt2img ou de img2img. O cuidado é
não empilhar denoising alto nos dois: a imagem passa por duas reconstruções e o
rosto pode se afastar bastante do original.
Por que ficou uma emenda em volta do rosto?
Quase sempre máscara justa demais. Aumente a dilatação alguns pixels para
incluir o contorno e suba um pouco o desfoque da borda. Um passe final leve de
img2img sobre a imagem inteira, com denoising baixo, costuma disfarçar o que
sobrar.
Ele consegue corrigir mãos?
Existem detectores de mão, mas o resultado costuma decepcionar. Refazer o
recorte em resolução maior deixa a mão mais nítida sem necessariamente deixá-la
correta, porque o erro normalmente está na estrutura, não na definição. Para
mãos, outras abordagens tendem a render mais.
Preciso mudar o modelo de geração para usar o ADetailer?
Não. Ele reaproveita o mesmo checkpoint que você já está usando, então não há
nada para baixar além do modelo de detecção. Algumas pessoas preferem apontar o
inpaint para um checkpoint diferente, mais forte em rostos, e isso costuma
funcionar bem desde que o estilo dos dois seja parecido o suficiente para que a
emenda não apareça.
