T2iadapter Canny Sd15v2

🚀 T2I Adapter - Canny

T2I Adapterは、Stable Diffusionに追加の条件付けを提供するネットワークです。各T2Iチェックポイントは、異なるタイプの条件付けを入力として受け取り、特定の基本Stable Diffusionチェックポイントと共に使用されます。

このチェックポイントは、Stable Diffusion 1.5チェックポイントに対して、キャニーエッジの条件付けを提供します。

✨ 主な機能

T2I Adapterは、Stable Diffusionに追加の条件付けを提供し、テキストから画像への生成をより制御可能にします。このチェックポイントは、キャニーエッジに基づく条件付けを提供します。

📦 インストール

依存関係のインストール

pip install diffusers transformers opencv-contrib-python

💻 使用例

基本的な使用法

import cv2
from PIL import Image
import torch
import numpy as np
from diffusers import T2IAdapter, StableDiffusionAdapterPipeline

image = Image.open('./images/canny_input.png')
image = np.array(image)

low_threshold = 100
high_threshold = 200

image = cv2.Canny(image, low_threshold, high_threshold)
image = Image.fromarray(image)

image.save('./images/canny.png')

adapter = T2IAdapter.from_pretrained("TencentARC/t2iadapter_canny_sd15v2", torch_dtype=torch.float16)
pipe = StableDiffusionAdapterPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    adapter=adapter,
    torch_dtype=torch.float16,
)
pipe.to("cuda")

generator = torch.manual_seed(0)

out_image = pipe(
    "a rabbit wearing glasses",
    image=image,
    generator=generator,
).images[0]

out_image.save('./images/canny_out.png')

📚 ドキュメント

モデルの詳細

チェックポイント

モデル名	制御画像の概要	制御画像の例	生成画像の例
TencentARC/t2iadapter_color_sd14v1 空間的な色パレットで学習	8x8の色パレットを持つ画像
TencentARC/t2iadapter_canny_sd14v1 キャニーエッジ検出で学習	黒い背景に白いエッジがあるモノクロ画像
TencentARC/t2iadapter_sketch_sd14v1 PidiNetエッジ検出で学習	黒い背景に白い輪郭がある手書きのモノクロ画像
TencentARC/t2iadapter_depth_sd14v1 Midas深度推定で学習	黒が深い領域、白が浅い領域を表すグレースケール画像
TencentARC/t2iadapter_openpose_sd14v1 OpenPose骨格画像で学習	OpenPose骨格画像
TencentARC/t2iadapter_keypose_sd14v1 mmpose骨格画像で学習	mmpose骨格画像
TencentARC/t2iadapter_seg_sd14v1 セマンティックセグメンテーションで学習	カスタムセグメンテーションプロトコル画像
TencentARC/t2iadapter_canny_sd15v2
TencentARC/t2iadapter_depth_sd15v2
TencentARC/t2iadapter_sketch_sd15v2
TencentARC/t2iadapter_zoedepth_sd15v1

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。