名称：Flux Kontext Makeup remover
类型：LoRA
基模：Flux.1 Kontext
大小：LoRA (327.88 MB)
文件：7F94C171628FED67B89F7A147FD0272C.safetensors
页面：https://civitai.com/models/1859952/flux-kontext-makeup-remover
网盘：https://pan.baidu.com/s/1kfgiAMy6Jw54Pk0o5kw5rA?pwd=j2s2

模型架构与技术特性

FLUX Kontext Makeup Remover基于FLUX.1-schnell架构开发，采用针对性训练策略优化面部特征还原能力。模型通过对抗训练学习妆容与素颜面部的映射关系，在保持皮肤纹理真实性的同时精确移除各类化妆特征。模型支持1024×1024原生分辨率输出，在面部细节还原方面表现出色。

核心功能与优势

该模型专攻人像妆容处理领域，可智能识别并去除眼影、唇彩、粉底等常见妆容元素，同时保留人物的原始面部特征。其突出优势在于处理过程中能维持肤色均匀度，避免产生色块斑驳或边缘失真。模型对亚洲人面部特征有专门优化，在处理单眼皮、深色瞳孔等特征时表现稳定。

参数配置建议

推荐采用20-30采样步数配合Euler a采样器，可获得质量与效率的最佳平衡。CFG值建议设置在7.5-8.5区间，过高会导致面部过度平滑。负面提示词应包含"makeup, lipstick, eyeshadow"等妆容相关词汇，同时添加"blurry, deformed"防止生成缺陷。重绘幅度建议0.75-0.85，过高可能丢失面部特征细节。

应用场景与技巧

适用于人像摄影后期、证件照处理、影视特效预处理等场景。输入图像建议提供正面光照的清晰人脸，侧脸或遮挡过多的图像效果会下降。提示词构造只需简单描述"natural face without makeup"，过度复杂的描述反而影响效果。输出结果建议配合面部修复插件进行最终细化，可获得更自然的肌肤质感。

注意事项

该模型对浓妆效果优于淡妆，极端妆容可能需要多次处理。处理儿童面部时需降低去妆强度，避免产生不自然的成人化特征。模型不适用于非人像场景，动物或风景图像会产生不可预知效果。