Генерация и редактирование в среде Stable Diffusion

2.3 Вкладка «Face Editor» (редактор лиц)

[list=1]

• Crop Scale (Масштаб кадрирования):
      Регулирует, насколько тесно вырезается лицо из исходного изображения перед наложением. Чем выше значение, тем больше области вокруг лица попадёт в кадр (например, уши, часть шеи). ( [github.com] ).
  
  
• VY Ratio (Вертикальное/горизонтальное соотношение):
      Сдвигает «окно» выреза лица по вертикальной оси относительно центра. Используется, когда детектор слегка некорректно определил центр лица. ( [github.com] ).
  
  
• Blur Amount (Степень размытия по краям):
      Настройка размытости перехода «нового» лица с оригиналом, чтобы сделать границы менее заметными. Рекомендуется выставлять 3–7 для естественного эффекта на фото, 5–10 для видео ( [github.com] ).
  
  
• Enable Face Pose/Expression Editor (Включить редактор позы/выражения):
      Активирует набор ползунков для управления позой головы (Pitch/Yaw/Roll), положением по осям X/Y/Z, а также выражением лица (закрытие глаз, положение бровей, улыбка и др.). ( [github.com] ).
  
  
• Head Pitch / Head Yaw / Head Roll (Наклон головы):
      • Head Pitch: наклон головы «вверх-вниз» (отрицательные значения — взгляд вниз, положительные — вверх).
      • Head Yaw: поворот головы «влево-вправо».
      • Head Roll: наклон головы «влево-вправо» относительно оси, искажающий горизонт.
      Эти параметры позволяют точно соотнести ориентацию «нового» лица с оригинальной головой, сохраняя естественный ракурс. ( [github.com] ).
  
  
• X-Axis / Y-Axis / Z-Axis Movement (Смещение по осям):
      • X-Axis Movement: горизонтальное смещение лица внутри рамки. Полезно, если лицо немного смещено в кадре.
      • Y-Axis Movement: вертикальное смещение.
      • Z-Axis Movement: масштабирование (приближение/удаление) нового лица, чтобы оно было пропорционально по размеру оригиналу.
      Типичные диапазоны: от –0,5 до +0,5 для латеральных смещений, 0,9–1,1 для масштаба. ( [github.com] ).
  
  
• Eyes Close ↔ Open Ratio (Степень закрытия/открытия глаз):
      Если у исходного лица глаза открыты больше, чем на целевом, можно уменьшить этот параметр, чтобы «прищурить» новое лицо и сделать выражение более естественным. Например, 0,2–0,5 для лёгкого «прищура». ( [github.com] ).
  
  
• Lips Close ↔ Open Ratio (Степень открытости губ):
      Позволяет «склеить» губы, если принимать во внимание, что на оригинале губы закрыты, или открыть больше, если исходное выражение улыбчиво. Значения 0–1. ( [github.com] ).
  
  
• Mouth Pouting / Mouth Pursing / Mouth Grin / Mouth Smile (Форма губ/улыбка):
      • Mouth Pouting/Pursing: придает губам «дуточную» форму, характерную для лёгкого «надутия» губ. Значения 0–1.
      • Mouth Grin/Smile: отвечает за изгиб уголков губ — 0 (отсутствие улыбки) до 1 (широкая улыбка).
      Чрезмерные значения (>0,8) могут выглядеть неестественно; обычно для лёгкой улыбки достаточно 0,3–0,6 ( [github.com] ).
  
  
• Eye Wink (Подмигивание):
      При установке этого параметра на 1, одно из глаз «подмигнёт». Полезно для креативных эффектов (например, лицо подмигивает зрителю). ( [github.com] ).
  
  
• EyeBrows Direction (Направление бровей):
      Изменяет угол наклона бровей — от «смотрят вниз» (отрицательное) до «смотрят вверх» (положительное). Диапазон чаще всего –1...1. Полезно, чтобы подчеркнуть удивление или агрессию. ( [github.com] ).
  
  
• EyeGaze Horizontal / EyeGaze Vertical (Направление взгляда):
      • Horizontal: перемещает взгляд влево-вправо относительно центров глаза.
      • Vertical: вверх-вниз.
      Значения ±0,5 обычно дают небольшой, но заметный сдвиг взгляда (например, посмотреть чуть левее оригинала). ( [github.com] ).
  
  
• Face Makeup (Макияж лица):
      • Red / Green / Blue: RGB-координаты, настраивающие тон кожи или контурирование. Позволяют слегка изменить цветовой тон лица (например, сделать кожу теплее с добавлением красного).
      • Blend Amount: процент применения выбранного цвета (0–1). Чем выше, тем заметнее «тональный» эффект. Рекомендуется для начинающих значения 0,05–0,2 для лёгких корректировок. ( [github.com] ).
  
  
• Hair Makeup (Макияж волос):
      Аналогично Face Makeup, но применяется только к области волос. Позволяет изменить цвет волос (например, слегка добавить оттенок синего).
      • Blend Amount: 0–1, где 0 полностью оставляет оригинальный цвет, 1 полностью окрасит в выбранный RGB-оттенок. Для естественных результатов ставят 0,1–0,3. ( [github.com] ).
  
  
• Сброс параметров (Reset):
      Рядом с каждым ползунком есть кнопка «сброс» (иконка со стрелками), возвращающая параметр к исходному значению (обычно 0 или 1). ( [github.com] ).
  

2.4 Вкладка «Common» (общие параметры)

[list=1]

• Alpha Blending (Смешивание):
      Регулирует прозрачность наложенного лица (значение 0–1). 1 — полностью «новое» лицо, 0 — полностью оригинал. Для плавных переходов рекомендуется использовать 0,9–1.0. ( [github.com] ).
  
  
• Color Matching (Сопоставление цветовых палитр):
      • Histogram Match: автоматическое согласование гистограмм цветового пространства нового лица с оригиналом.
      • Manual Color Balance: тонкие настройки цветового баланса (Hue / Saturation / Brightness).
      Для большинства задач достаточно Histogram Match, но при съёмке в разных условиях освещения полезно применять ручную коррекцию. ( [github.com] ).
  
  
• Brightness / Contrast / Saturation (Яркость / Контраст / Насыщенность):
      Применяется к области «нового» лица для соответствия экспозиции и насыщенности оригинальной сцены.
      Диапазоны:
          • Brightness: –1...1 (–1 затемняет, +1 осветляет)
          • Contrast: –1...1 (–1 смягчает, +1 увеличивает контраст)
          • Saturation: –1...1 (–1 делает изображение монохромным, +1 усиливает насыщенность)
      Настройки подбираются визуально, но для новичков рекомендуется яркость –0,1...0,1, контраст 0...0,2, насыщенность 0...0,2. ( [github.com] ).
  
  
• Face Warping (Морфинг лица):
      • Warp Strength: 0–1, где 0 — без искажения, 1 — максимальное совпадение с формой оригинала.
      При низком значении лицо может выглядеть «мягко» и нечетко, при высоком — «слишком натянуто». Часто оптимальные значения: 0.7–0.9. ( [github.com] ).
  
  
• Sharpening / Smoothing (Резкость / Сглаживание):
      • Sharpen Amount: усиливает детализацию «нового» лица, особенно если исходная модель слишком размытая. Обычно 0–1, где 0 — отключено, 1 — полное усиление.
      • Smooth Amount: сглаживает мелкие артефакты (рекомендуется 0.1–0.3). ( [github.com] ).
  
  
• Motion Blur (Размытие движения, для видео):
      Имитация размытия при движении головы в видео. Может задаваться радиусом (1–10) или процентом. Чем быстрее движение, тем выше значение. Для средних кадров обычно 2–4 хватает. ( [github.com] ).
  

2.5 Вкладка «Settings» (настройки программы)

[list=1]

• Model Paths (Пути к моделям):
      Указание директории с моделями (DFL, LivePortrait, PyTorch, ONNX).
      • Default Model Folder: папка, куда программа автоматически сохраняет или ищет модели при запуске. ( [github.com] ).
  
  
• System Settings (Системные настройки):
      • Use CUDA / TensorRT: флаги включения аппаратного ускорения для NVIDIA GPU. Если у вас GPU с <6 ГБ VRAM, можно отключить TensorRT и снизить размер батча.
      • CPU Threads: количество потоков, используемых для предварительной обработки изображения (обычно 4–8).
      • Memory Limit (Видеопамять): порог, при котором программа автоматически сбрасывает буфер, чтобы не выходить за рамки доступного VRAM. По умолчанию 90% от максимума. ( [github.com] ).
  
  
• Output Settings (Настройки вывода):
      • Output Folder: папка, куда сохраняются готовые изображения и видео.
      • File Naming Convention: шаблоны названий (например, {original_filename}_swapped_{date}).
      • Overwrite Policy: автоматическое перезаписывание файлов или сохранение с уникальными именами. ( [github.com] ).
  
  
• Logging (Логирование):
      • Log Level: DEBUG, INFO, WARNING, ERROR — позволяет получить более детальный вывод во время работы, полезно при отладке.
      • Log File Path: путь для сохранения логов. ( [github.com] ).
  
  
• Language & UI (Язык и интерфейс):
      VisoMaster официально поддерживает английский, но существуют неофициальные локализации (например, на китайском или русском).
      • Theme: светлая/темная тема интерфейса (опционально, если есть в текущей версии). ( [bilibili.com] ).
  

2. Параметры и настройки приложения

2.1 Общая структура интерфейса

[list=1]

• Панель «Target Videos/Images» (целевая панель):
      Здесь загружаются фотографии или видео, на которых нужно заменить или отредактировать лица.
      Поддерживаются популярные форматы: JPG, PNG, MP4, AVI и др. ( [visomaster.com], [github.com] ).
  
  
• Панель «Input Faces» (панель исходных лиц):
      Загрузка одного или нескольких изображений лиц, которые будут «исходными» при замене.
      Можно добавить изображения разных людей, чтобы позже выбирать, какое лицо и куда применять. ( [github.com] ).
  
  
• Центральная область предпросмотра:
      Показывает загруженное фото/видео с наложенными масками на обнаруженные лица (белые или размытия области), чтобы показать, где будет происходить замена.
      Отображаются сетки или границы детектора лиц.
      Можно переключаться между «View Face Compare» (сравнение лиц) и «View Face Mask» (просмотр маски) для удобства визуального контроля. ( [github.com] ).
  
  
• Панель «Parameters» (параметры):
      Состоит из вкладок:
          • Face Swap (смена лиц)
          • Face Editor (редактор лиц)
          • Common (общие параметры)
          • Settings (настройки программы)
      Слева сверху отображается текущее использование видеопамяти (VRAM) с возможностью очистки («Clear VRAM»). ( [github.com], [visomaster.com] ).
  

2.2 Вкладка «Face Swap» (смена лиц)

[list=1]

• Выбор модели face swapper:
      • DFL (DeepFaceLab) Model: можно указать путь к модели, обученной в DeepFaceLab.
      • LivePortrait Models: используются для быстрого swaping без тонкого обучения.
      • Torch / ONNX-based models: альтернатива на основе PyTorch или ONNX. ( [github.com] ).
  
  
• Параметры обнаружения лиц (Face Detector):
      • Выбор детектора лиц (например, MTCNN, RetinaFace, Dlib) для точного нахождения лиц на изображении.
      • Confidence Threshold: порог доверия детектора — чем выше, тем менее вероятны ложные срабатывания, но могут быть пропущены труднодоступные лица. ( [github.com], [visomaster.org] ).
  
  
• Маскирование (Masking Options):
      • Use XSeg Masking: включает поддержку DFL XSeg масок, чтобы точно вырезать области глаз, рта, носа и других частей.
      • Manual Mask Adjustment: возможность ручной корректировки маски каждой области лица (например, глаз, губ, волос), если автоматическая маска недостаточно точна. ( [github.com] ).
  
  
• Отключение/включение выражений (Expression & Occlusion Settings):
      • Expression Restoration: восстановление оригинальной мимики целевого лица на новом лице (перенос эмоций).
      • Occlusion Masking: обработка случаев, когда лицо перекрыто (например, руки, предметы). ( [github.com] ).
  
  
• Настройки производительности:
      • Batch Size: размер пакета при обработке кадров видео.
      • TensorRT Optimization: включение ускорения через TensorRT для снижения использования VRAM и ускорения инференса.
      • GPU Selection: выбор конкретного GPU, если их несколько в системе. ( [visomaster.com], [github.com] ).
  
  
• Дополнительные параметры:
      • Face Embedding Threshold: параметр, регулирующий допустимую степень сходства между несколькими исходными лицами.
      • Output Format: формат выходного файла (MP4, MOV, GIF, PNG, JPG).
      • Preview Resolution: разрешение предпросмотра — можно снизить для более плавной работы в реальном времени. ( [github.com] ).
  

Краткий обзор

VisoMaster — это мощное и интуитивно понятное приложение для смены и редактирования лиц как на фотографиях, так и на видео, работающее локально с использованием ИИ и оптимизированное для NVIDIA GPU ( [visomaster.org], [visomaster.com] ). Программа предназначена для создания естественных и бесшовных «замен лиц» (face swap) и точной настройки выражений, поз и цветокоррекции конечного результата ( [github.com], [github.com] ). Она поддерживает работу с несколькими лицами одновременно, совместима с различными моделями (включая DeepFaceLab), позволяет настраивать выражения (цвет, форму губ, движения глаз и т. д.) и обеспечивает живой просмотр итогов в реальном времени ( [github.com], [visomaster.org] ). Ниже приведено подробное исследование функциональных возможностей приложения, описание всех доступных параметров и настроек, а также рекомендации по оптимальным комбинациям параметров для различных сценариев использования с развернутыми комментариями для начинающего пользователя.

---

1. Функциональности и назначение приложения

1.1 Основное назначение

[list=1]

• Смена лиц (Face Swap):
      VisoMaster позволяет заменить лицо (или несколько лиц) на целевом изображении или видео на выбранное «исходное» лицо. Это может быть полезно как для развлекательных, так и для профессиональных целей (маркетинг, кино и т. д.) ( [visomaster.org], [github.com] ).
  
  
• Редактирование лиц (Face Editor):
      Помимо базовой смены лиц, приложение предоставляет инструменты для тонкой ручной настройки выражений, позы головы, цвета лица, волос и макияжа. Это обеспечивает максимально естественный результат и позволяет скорректировать даже мельчайшие детали (наклон головы, степень открытости глаз, улыбка и т. д.) ( [github.com], [github.com] ).
  
  
• Работа с видео и локальным ИИ:
      VisoMaster поддерживает обработку как фото, так и видеофайлов, а также интегрируется с GPU от NVIDIA для ускоренной работы (TensorRT, CUDA-ускорение). При этом всё происходит локально, без загрузки контента в облако, что гарантирует конфиденциальность ваших данных ( [visomaster.com], [visomaster.org] ).
  
  
• Мульти-лицевая обработка:
      Программа автоматически обнаруживает несколько лиц на изображении/видео и позволяет заменить их одновременно, при этом каждая область лица может иметь свои маски и настройки, включая обработку частичных перекрытий лиц (occlusion masking) ( [github.com], [github.com] ).
  
  
• Совместимость с моделями DeepFaceLab:
      VisoMaster может использовать модели, обученные в DeepFaceLab (DFL), позволяя тем самым задействовать уже существующие модели и расширять возможности редактирования ( [github.com] ).
  
  
• Живое предпросмотр:
      Все изменения отображаются в окне предпросмотра в реальном времени, что ускоряет процесс настройки и позволяет сразу увидеть, как изменения отражаются на итоговом изображении/видео ( [github.com] ).
  
  
• Лайв-свопинг через веб-камеру:
      Возможность захватывать видео с веб-камеры в реальном времени и сразу транслировать её через виртуальную камеру (Twitch, YouTube, Zoom и др.) с наложенным «новым» лицом ( [github.com] ).
  
  
• Поддержка Face Embeddings:
      Для повышения точности смены лица VisoMaster позволяет использовать несколько исходных лиц (face embeddings), чтобы приблизить выражение и сходство с целевым образцом ( [github.com] ).
  

---

интересный эффект

Шикардос! наступает эра двухэтапной генерации, когда сначала делается база, потом полируется управляемыми дефектами

ЦитироватьНиже представлен детальный анализ вашего списка визуальных маркеров фотографии с точки зрения специалиста по prompt engineering для Stable Diffusion (Flux).

---

📌 I. Главный персонаж и детали внешности

🔸 Кожа и лицо 
Примеры токенов:

• "natural skin texture, visible pores"
• "subtle imperfections, slight freckles, natural face"
• "realistic skin reflections, slightly oily skin"
• "authentic skin details, natural wrinkles"

🔸 Волосы 
Примеры токенов:

• "realistic hair strands, loose messy hair"
• "hair highlights, natural shading"
• "individual hair strands detailed"
• "slight wind-blown hair"

🔸 Одежда и аксессуары 
Примеры токенов:

• "wrinkled fabric texture, natural folds"
• "slight imperfections, worn clothing"
• "realistic textile patterns, visible thread details"
• "casual drapery, subtle fabric creases"

---

📌 II. Второстепенные детали и предметы на изображении

🔸 Предметы и реквизит 
Примеры токенов:

• "slightly scratched wood, natural aging"
• "realistic wear marks, subtle dirt stains"
• "used tools, lightly dusty surfaces"
• "aged objects, visible imperfections"

🔸 Еда, растения, плоды 
Примеры токенов:

• "uneven fruit sizes, irregular grape clusters"
• "partially ripe fruits, subtle bruising"
• "natural variations in color, imperfect leaves"
• "organic textures, random fruit arrangement"

---

📌 III. Фон и окружение

🔸 Природный пейзаж 
Примеры токенов:

• "random leaf placement, uneven vegetation"
• "natural debris, scattered dry leaves"
• "realistic grass texture, patchy areas"
• "weathered natural elements, irregular branches"

🔸 Архитектура и строения 
Примеры токенов:

• "weathered walls, subtle cracks"
• "aged building textures, peeling paint"
• "irregular brickwork, realistic imperfections"
• "dusty windows, natural decay"

---

📌 IV. Освещение и атмосфера

🔸 Естественный свет 
Примеры токенов:

• "soft natural sunlight, subtle lens flares"
• "warm golden hour lighting, natural glow"
• "realistic atmospheric haze, soft shadows"
• "natural uneven illumination"

🔸 Искусственный свет 
Примеры токенов:

• "warm indoor lighting, yellowish tint"
• "realistic reflections, uneven spotlight"
• "subtle lighting imperfections, fluorescent glow"
• "dim ambient light, realistic shadows"

---

📌 V. Технические и оптические маркеры

🔸 Фокус и резкость 
Примеры токенов:

• "shallow depth of field, realistic bokeh"
• "soft focus edges, naturally blurred background"
• "slightly defocused peripheral objects"
• "natural lens blur, gentle focal falloff"

🔸 Шум и зерно 
Примеры токенов:

• "film grain effect, subtle noise"
• "low-light photography grain"
• "realistic sensor noise"
• "slight graininess in shadows"

🔸 Оптические аберрации 
Примеры токенов:

• "subtle chromatic aberration"
• "soft vignette, darkened edges"
• "realistic lens distortion"
• "slight lens artifacts, gentle optical imperfections"

---

📌 VI. Дефекты съёмки и обработки

🔸 Сенсорные артефакты 
Примеры токенов:

• "sensor dust spots, subtle imperfections"
• "minor lens smudges, authentic camera flaws"
• "realistic digital sensor defects"
• "small visible specks, natural photographic defects"

🔸 Следы постобработки 
Примеры токенов:

• "minimal editing, raw look"
• "authentic color grading, realistic photo editing"
• "natural color balance, slightly unretouched"
• "subtle color shifts, minimal digital processing"

---

📌 VII. Композиционные и случайные маркеры 
Примеры токенов:

• "slightly imperfect composition"
• "natural randomness, realistic spontaneity"
• "casual poses, authentic expressions"
• "accidental movements, subtle motion blur"

---

📌 VIII. Маркеры реальности и контекста 
Примеры токенов:

• "fingerprints, real handling marks"
• "footprints in soil, natural human presence"
• "environmental reactions, wind effects"
• "authentic weather interaction, raindrops, moisture"

---

🟢 Рекомендации для улучшения качества промпта:

• Комбинируйте несколько маркеров в одном запросе для реалистичности.
• Уточняйте характеристики через запятые или скобки, чтобы повысить их значимость.
• Добавляйте информацию о камере/объективе, например: "shot on Canon EOS, 85mm lens, aperture f/1.8".

✅ ВИЗУАЛЬНЫЕ МАРКЕРЫ НАСТОЯЩЕЙ ФОТОГРАФИИ

📌 I. Главный персонаж и детали внешности

Кожа и лицо:

• Мелкие поры, текстура кожи, тонкие волоски.
• Естественные несовершенства: пятна, родинки, покраснения, тонкие морщинки.
• Неровности макияжа, чуть смазанный контур губ или глаз.
• Блики и отражения на коже, лёгкая жирность или потоотделение в зонах естественного света (лоб, нос, подбородок).

Волосы:

• Натуральная вариативность отдельных прядей, беспорядочные волоски.
• Неравномерность цвета, естественные переходы оттенков.
• Блики и контровый свет, подчёркивающий отдельные волоски.

Одежда и аксессуары:

• Естественные складки и заломы ткани.
• Незначительные дефекты ткани (зацепки, катышки, лёгкая помятость).
• Реалистичная структура материала, видимая фактура нитей и переплетения волокон.
• Случайное, а не идеальное прилегание одежды к телу.
• Неровные тени, образуемые складками и слоями ткани.

---

📌 II. Второстепенные детали и предметы на изображении

Предметы и реквизит:

• Следы использования (царапины, потертости, пыль).
• Естественные несовершенства форм и поверхностей (сколы, неровности, царапины).
• Случайное размещение предметов, неидеальная композиция.

Еда, растения, плоды:

• Неравномерность формы и размера (например, у винограда, ягод, фруктов).
• Разнообразие в зрелости и окраске (пятна, тёмные точки, асимметрия).
• Естественные дефекты (заломы, повреждения насекомыми, слегка увядшие или подсохшие края).

---

📌 III. Фон и окружение

Природный пейзаж:

• Разнообразие текстур, форм и цветов в растительности (неодинаковые листья, ветви).
• Видимые следы времени, погодных условий: увядающая листва, сухие ветви, следы дождя.
• Случайные, естественные элементы (опавшие листья, ветки, земля с неровностями).

Архитектура и строения:

• Неровности, трещины, изношенность строительных материалов.
• Случайные дефекты и асимметрия окон, дверей, кровли.
• Следы времени (пыль, паутина, осыпающаяся штукатурка, пятна).

---

📌 IV. Освещение и атмосфера

Естественный свет:

• Случайные блики, засветы и бликование на поверхностях.
• Естественные градиенты освещения (неровности света и тени).
• Реалистичное и сложное поведение света (рассеивание, отражения от поверхностей).
• Атмосферные эффекты (дымка, туман, легкая зернистость в воздухе).

Искусственный свет:

• Цветовые несовершенства освещения (желтоватые или голубоватые оттенки ламп).
• Световые пятна и пересветы от источников света.
• Нерегулярность и неоднородность освещения в пространстве кадра.

---

📌 V. Технические и оптические маркеры

Фокус и резкость:

• Небольшая глубина резкости, естественный и непредсказуемый переход от резкого к размытию (боке).
• Локальные зоны неидеальной резкости и лёгкого размытия из-за микросдвигов камеры.

Шум и зерно:

• Мелкое зерно или цифровой шум, особенно заметный в тенях и на гладких поверхностях.

Оптические аберрации:

• Лёгкая хроматическая аберрация (цветная окантовка на краях объектов).
• Виньетирование (затемнение краёв кадра).
• Геометрические искажения (лёгкая дисторсия по краям).

---

📌 VI. Дефекты съёмки и обработки

Сенсорные артефакты:

• Пятна и пыль на сенсоре или объективе.
• Случайные дефекты матрицы (битые пиксели).

Следы постобработки:

• Минимальные ошибки ретуши (заметные при сильном увеличении).
• Лёгкие границы при локальном редактировании контраста или цвета.

---

📌 VII. Композиционные и случайные маркеры

• Непредсказуемость и случайность расположения элементов.
• Неидеальные позы и выражения лица модели (естественная мимика, полузакрытые глаза, слегка асимметричные позы тела).
• Случайные движения в кадре (смазанность деталей, одежды или волос).

---

📌 VIII. Маркеры реальности и контекста

• Контекстные детали: следы активности человека (отпечатки пальцев, следы обуви на земле, повреждения от инструментов).
• Естественные реакции на окружающую среду (легкий ветер в волосах или листьях, падающие капли воды).

---

Вывод:
Фотография характеризуется наличием огромного числа случайных деталей и несовершенств, создающих уникальный «отпечаток реальности», который сложно достоверно воспроизвести в компьютерной генерации. Именно эти мелочи и делают изображение «живым» и реалистичным.

Здесь важно даже не количество, а качество собранного набора фотографий. Чем более разнообразный набор, тем легче нейросети сделать обобщение и выделить ключевые черты. Если набор однообразный, то сеть просто "залипнет" на каком - то конкретном освещении, фоне, ракурсе .... при попытке нарисовать персонажа с другого ракурса артефакты, потому что сеть его никогда не видела.

Переобучение или недообучение определяется уже оптимальной балансировкой параметров, которые вы указываете при обучении. В идеале количество эпох должно быть таким, чтобы последние 2 уже были переобучены. Тогда легче найти оптимальный максимум по качеству, выбрав 3 или 4 модель с конца.

если брать оптимальное количество:
фотографии с портретным сходством - достаточно 30 фотографий, минимум 15 качественных и разнообразных
художественные стили рисунка, например, карандаш или мастихин - 20-30 очень качественных фотографий отдельных фрагментов в разной степени приближения, чтобы была видна общая стилистика и крупный план для текстуры.
для рисованных персонажей можно 20 штук, поскольку в иллюстрациях меньше разнообразие и требования к точности передач ракурса, главное чтобы все изображения были стилистически однородными, выдержанными в единой концепции
если брать какую-то абстрактную концепцию, типа героизм, эпичность, элегантность - тоже нужно около сотни изображений в различной композиции, цветовой гамме, в разном контексте
есть ли брать технические детали, типа определенного положения рук, жестов или nsfw запчастей - достаточно 50 - 60 качественных изображений в различных ракурса, но при этом они все должны быть естественными и наиболее часто употребляемыми. вся экзотика обучается отдельно под конкретный сюжет.

можете глянуть здесь, собраны самые популярные вопросы и ответы :
https://stableforum.ru/index.php?topic=487.0

Чисто физически все равно понадобится хорошая видеокарта. Если собственной нет и к приобретению не планируется, то можно воспользоваться сервисом Civitai https://civitai.com/models/train , или если есть желание заморочиться самостоятельно и идеально под себя настроить все параметры, то можно арендовать сервер :
https://gpudc.ru/workstation
https://cloud.vast.ai/create/
https://www.runpod.io/console/explore

Вы на какой модели flux генерируете? Если она уже со встроенным vae/clip/txt-энкодером, то достаточно просто активировать нужный параметр в интерфейсе forge