T2i Adapter Lineart Sdxl 1.0

🚀 T2I-Adapter-SDXL - Lineart

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、StableDiffusionXLチェックポイントに対する線画の条件付けを提供します。これは、Tencent ARCとHugging Faceの共同プロジェクトです。

🚀 クイックスタート

始めるには、まず必要な依存関係をインストールします。

pip install -U git+https://github.com/huggingface/diffusers.git
pip install -U controlnet_aux==0.0.7 # for conditioning models and detectors  
pip install transformers accelerate safetensors

1. 画像を適切なコントロール画像形式でダウンロードします。
2. コントロール画像とプロンプトをStableDiffusionXLAdapterPipelineに渡します。

Canny Adapterを使用した簡単な例を見てみましょう。

基本的な使用法

# Dependency
from diffusers import StableDiffusionXLAdapterPipeline, T2IAdapter, EulerAncestralDiscreteScheduler, AutoencoderKL
from diffusers.utils import load_image, make_image_grid
from controlnet_aux.lineart import LineartDetector
import torch

# load adapter
adapter = T2IAdapter.from_pretrained(
  "TencentARC/t2i-adapter-lineart-sdxl-1.0", torch_dtype=torch.float16, varient="fp16"
).to("cuda")

# load euler_a scheduler
model_id = 'stabilityai/stable-diffusion-xl-base-1.0'
euler_a = EulerAncestralDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
vae=AutoencoderKL.from_pretrained("madebyollin/sdxl-vae-fp16-fix", torch_dtype=torch.float16)
pipe = StableDiffusionXLAdapterPipeline.from_pretrained(
    model_id, vae=vae, adapter=adapter, scheduler=euler_a, torch_dtype=torch.float16, variant="fp16", 
).to("cuda")
pipe.enable_xformers_memory_efficient_attention()

line_detector = LineartDetector.from_pretrained("lllyasviel/Annotators").to("cuda")

# Condition Image
url = "https://huggingface.co/Adapter/t2iadapter/resolve/main/figs_SDXLV1.0/org_lin.jpg"
image = load_image(url)
image = line_detector(
    image, detect_resolution=384, image_resolution=1024
)

# Generation
prompt = "Ice dragon roar, 4k photo"
negative_prompt = "anime, cartoon, graphic, text, painting, crayon, graphite, abstract, glitch, deformed, mutated, ugly, disfigured"
gen_images = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    image=image,
    num_inference_steps=30,
    adapter_conditioning_scale=0.8,
    guidance_scale=7.5, 
).images[0]
gen_images.save('out_lin.png')

✨ 主な機能

T2I Adapterは、Stable Diffusionに追加の条件付けを提供することで、より多くの制御可能な能力を引き出します。このチェックポイントは、StableDiffusionXLチェックポイントに対する線画の条件付けを提供します。

📦 インストール

始めるには、まず必要な依存関係をインストールします。

pip install -U git+https://github.com/huggingface/diffusers.git
pip install -U controlnet_aux==0.0.7 # for conditioning models and detectors  
pip install transformers accelerate safetensors

📚 ドキュメント

モデル詳細

モデルの複雑さ

引用方法

@misc{
    title={T2I-Adapter: Learning Adapters to Dig out More Controllable Ability for Text-to-Image Diffusion Models}, 
    author={Chong Mou, Xintao Wang, Liangbin Xie, Yanze Wu, Jian Zhang, Zhongang Qi, Ying Shan, Xiaohu Qie},
    year={2023},
    eprint={2302.08453},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
  }

チェックポイント

モデル名	コントロール画像の概要	コントロール画像の例	生成画像の例
TencentARC/t2i-adapter-canny-sdxl-1.0 Canny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/t2i-adapter-sketch-sdxl-1.0 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/t2i-adapter-lineart-sdxl-1.0 線画エッジ検出で学習	黒い背景に白い輪郭がある手書きのモノクロ画像。
TencentARC/t2i-adapter-depth-midas-sdxl-1.0 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/t2i-adapter-depth-zoe-sdxl-1.0 Zoe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/t2i-adapter-openpose-sdxl-1.0 OpenPose骨格画像で学習	OpenPose骨格画像。

トレーニング

トレーニングスクリプトは、ここで提供されている公式のトレーニングスクリプトをベースに構築されています。

このモデルは、LAION-Aesthetics V2の300万件の高解像度画像テキストペアでトレーニングされています。

• トレーニングステップ: 20000
• バッチサイズ: 単一GPUのバッチサイズが16のデータ並列、合計バッチサイズは256。
• 学習率: 1e-5の一定の学習率。
• 混合精度: fp16

📄 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。