# Stable Diffusion拡張

FLUX.1-devモデル向けにトレーニングされたリアリスティックLoRAチェックポイントで、画像生成のリアル感を向上させる

AnimateDiffは既存のStable Diffusionテキスト画像生成モデルを使用して動画を作成する方法で、モーションモジュール層を挿入することで画像フレーム間の連続的な動きを実現します。

AnimateDiffは、既存のStable Diffusionテキストから画像生成モデルを使用して動画を作成する方法です。

ControlNet v1.1は、拡散モデルに基づくニューラルネットワーク構造で、追加条件による画像生成制御に特化しており、特に画像修復タスクに適しています。

AnimateDiffは、既存のStable Diffusionテキストから画像生成モデルを利用して動画を作成する方法です。

AnimateDiffは、既存のStable Diffusionテキストから画像生成モデルを利用してビデオを生成できる技術で、モーションモジュール層を挿入することで画像フレーム間の連続的な動きを実現します。

このモデルはStable Diffusionに明度制御機能を追加し、ユーザーがグレースケール画像に色を付けたり、生成された画像を再着色したりできるようにします。

ControlNet v1.1 は ControlNet v1.0 の後継モデルで、深度画像条件を追加することで Stable Diffusion モデルの生成を制御します。

ControlNet v1.1 は Stable Diffusion に基づく画像修復の条件制御モデルで、画像修復タスクに使用されます。

ControlNet v1.1 は ControlNet v1.0 の後継モデルで、オープンポーズ画像条件を介して Stable Diffusion などの拡散モデルを制御します。

ControlNet v1.1 は線画画像を条件とした拡散モデル制御ネットワークで、Stable Diffusionなどのモデルの生成制御能力を強化します。

ControlNet v1.1のアニメ線画バージョン、アニメ線画画像を通じてStable Diffusionの画像生成を制御します。

ControlNet v1.1 は ControlNet v1.0 の後継モデルで、拡散モデルを制御するための追加条件をサポートし、ソフトエッジに基づく画像生成が可能です。

ControlNetは人体姿勢推定条件でStable Diffusionの画像生成を制御するニューラルネットワーク構造

ControlNetは法線マップ条件でStable Diffusionの画像生成を制御するニューラルネットワーク構造です

HED境界条件でトレーニングされたControlNetモデル、Stable Diffusionで生成される画像のエッジ特徴を制御するために使用

ControlNetは深度推定条件を通じてStable Diffusionを制御するニューラルネットワーク構造で、深度制約に準拠した画像を生成できます。

これはDreambooth技術でStable Diffusionモデルをファインチューニングして生成された家紋コンセプトモデルで、カスタマイズされた家紋画像を生成するために使用できます。