Flux.1 Dev Controlnet Depth

🚀 ⚡ Flux.1-dev: Depth ControlNet ⚡

これは、Jasper研究チームによって開発されたFlux.1-devの深度マップ用ControlNetです。

🚀 クイックスタート

このモデルは、diffusersライブラリを使って直接利用できます。

基本的な使用法

import torch
from diffusers.utils import load_image
from diffusers import FluxControlNetModel
from diffusers.pipelines import FluxControlNetPipeline

# Load pipeline
controlnet = FluxControlNetModel.from_pretrained(
  "jasperai/Flux.1-dev-Controlnet-Depth",
  torch_dtype=torch.bfloat16
)
pipe = FluxControlNetPipeline.from_pretrained(
  "black-forest-labs/FLUX.1-dev",
  controlnet=controlnet,
  torch_dtype=torch.bfloat16
)
pipe.to("cuda")

# Load a control image
control_image = load_image(
  "https://huggingface.co/jasperai/Flux.1-dev-Controlnet-Depth/resolve/main/examples/depth.jpg"
)

prompt = "a statue of a gnome in a field of purple tulips"

image = pipe(
    prompt, 
    control_image=control_image,
    controlnet_conditioning_scale=0.6,
    num_inference_steps=28, 
    guidance_scale=3.5,
    height=control_image.size[1],
    width=control_image.size[0]
).images[0]
image

高度な使用法

💡 使用例：controlnet_auxライブラリのMidasDetectorを使ってコンディショニングマップを計算することができます。

from controlnet_aux import MidasDetector
from diffusers.utils import load_image 

midas = MidasDetector.from_pretrained("lllyasviel/Annotators")

midas.to("cuda")

# Load an image
im = load_image(
  "https://huggingface.co/jasperai/Flux.1-dev-Controlnet-Depth/resolve/main/examples/output.jpg"
)

depth = midas(im)

🔧 技術詳細

このモデルは、Clipdropの深度推定モデルや、MidasやLeresなどのオープンソースの深度推定モデルで計算された深度マップを使って学習されました。

📄 ライセンス

このモデルは、Flux.1-devライセンスの下にあります。

📦 モデル情報