LiblibAI脸部修复完整使用教程
这两种方法的技术逻辑各有不同，但修复目标完全一致——绕过默认的图生图全图重建模式，直接针对脸部缺陷进行精准修复。接下来将从操作流程到参数设置，详细讲解每一步的具体实施方法。 使用After Detailer自动识别人脸并高效修复 当您处理的图片是全身或多人场景，且脸部崩坏问题不止一处时，After
这两种方法的技术逻辑各有不同，但修复目标完全一致——绕过默认的图生图全图重建模式，直接针对脸部缺陷进行精准修复。接下来将从操作流程到参数设置，详细讲解每一步的具体实施方法。
使用After Detailer自动识别人脸并高效修复
当您处理的图片是全身或多人场景，且脸部崩坏问题不止一处时，After Detailer无疑是最高效的修复工具。只需在工作流界面左侧的节点栏中，找到并拖入名为"After Detailer"的节点即可。该平台已默认集成此插件，无需额外安装步骤。
双击节点打开配置界面，首先勾选【Enable】启用该功能，随后在"Detector"下拉菜单中选择face_yolox_nano。这款轻量级人脸检测器对侧脸及部分遮挡的脸部具有出色的兼容性，许多AI脸部修复的翻车案例都是依靠它成功挽回。
参数调整是修复效果的关键所在。核心参数是"Denoise"值，建议设置在【0.25–0.35】区间。低于0.2会导致修复力度不足，高于0.4则容易引发五官位移或肤色突变。根据实战经验，电商图片固定使用0.3即可获得理想效果，人像特写可以尝试调整至0.28。整个修复流程一气呵成：人脸定位、蒙版生成、局部重绘，输出后的脸部与原始图片的发际线、耳廓、颈部过渡自然流畅，几乎看不出拼接痕迹。
采用Inpaint手动精修特定脸部缺陷
自动检测虽然效率高，但面对嘴角歪斜、瞳孔错位、耳饰缺失等具体瑕疵时，仍需要手动使用Inpaint进行精细修复。您可以选择基础流程操作，也可以配合精度技巧进行微调优化。
方法一：基础流程。上传原图→点击"Inpaint"→右键图像→选择【在遮罩编辑中打开】。使用画笔工具仅涂抹需要修正的局部区域，例如只涂抹左眼虹膜和眼皮褶皱，务必避开眉毛和鼻梁，这样可以最大程度保留原始面部结构。
方法二：精度强化技巧。按住Ctrl+滚轮将画笔缩小至【5–12像素】，沿着睫毛根部或唇线内侧进行描边。涂抹完成后，立即勾选"应用蒙版模糊"并设置为1–2像素。这一操作能有效软化蒙版边缘，避免AI生成时出现黑线或色块撕裂等问题。
提示词框中必须输入具体的修正指令，例如"correct left eye pupil position, symmetrical eyelid fold, natural iris texture"。切忌使用"fix face"或"make it better"等模糊表述——AI无法理解您的潜台词，只会盲目进行全图重绘，导致修复失败。
精准控制重绘强度防止二次畸变
脸部修复失败最常见的原因就是重绘幅度过高，导致五官重组失序。无论采用哪种修复方法，都必须仔细校准这一参数。
首先在ComfyUI工作流中找到标有"KSampler"或"基础调度器"的节点，其中包含一个"Denoise"滑块。根据图片类型设定相应的阈值：
① 半身人像（肩部以上）：Denoise = 0.22–0.28
② 全身人像（包含手脚）：Denoise = 0.30–0.36
③ 特写镜头（眼部/唇部放大图）：Denoise = 0.15–0.20
验证是否超限的方法也很简单：如果出现单侧嘴角上扬、鼻梁偏移、双眼大小不一等情况，说明Denoise数值已经越界，必须回调0.05并重新尝试。切记不要通过叠加多次重绘来补救——每次重绘都会累积结构误差，导致越修越糟糕。
叠加皮肤质感增强LoRA提升真实感
纯重绘只能修正形变问题，但AI生成的"塑料肤质"依然无法得到有效改善。这时就需要加载专门的LoRA模型来强化皮肤真实感。
在工作流中添加"Lora Loader"节点，从模型广场搜索并加载skin_realism_enhancer（2026年5月发布的最新版本，支持FLUX与SDXL双架构）。权重建议设置在【0.4–0.55】区间：0.6会导致毛孔过度渲染，呈现砂纸般的粗糙质感；0.3以下则几乎看不到效果。电商图片推荐使用0.5，艺术人像可以尝试0.45。
这款LoRA不会改变五官位置，仅作用于表皮层。激活后，颧骨高光更显柔和，法令纹呈现自然深度，汗毛展现出半透明绒感，且与原始图片的光影方向完全匹配，无需担心出现违和感。