Control V11p Sd15 Lineart

🚀 Controlnet - v1.1 - 線稿版本

Controlnet v1.1 是一種用於控制擴散模型的神經網絡結構，通過添加額外條件來引導圖像生成過程。本版本基於線稿圖像進行條件控制，可與 Stable Diffusion 結合使用，為圖像生成提供更精確的控制。

🚀 快速開始

ControlNet 是一種通過添加額外條件來控制擴散模型的神經網絡結構。本檢查點對應於基於線稿圖像進行條件控制的 ControlNet。

Controlnet v1.1 由 Lvmin Zhang 在 lllyasviel/ControlNet-v1-1 中發佈。此檢查點是將 原始檢查點 轉換為 diffusers 格式後的版本，可與 Stable Diffusion（如 runwayml/stable-diffusion-v1-5）結合使用。

更多詳細信息，請查看 🧨 Diffusers 文檔。

✨ 主要特性

• 條件控制：通過添加額外條件，如線稿圖像，精確控制擴散模型的生成過程。
• 兼容性強：可與 Stable Diffusion 等主流文本到圖像生成模型結合使用。
• 端到端學習：ControlNet 能夠以端到端的方式學習特定任務的條件，即使在訓練數據集較小（< 50k）的情況下，學習效果依然穩健。
• 訓練高效：訓練速度與微調擴散模型相當，可在個人設備上進行訓練；若有強大的計算集群，也可處理大規模（數百萬到數十億）的數據。

📦 安裝指南

安裝依賴庫

1. 安裝 https://github.com/patrickvonplaten/controlnet_aux

$ pip install controlnet_aux==0.3.0

2. 安裝 diffusers 及相關包：

$ pip install diffusers transformers accelerate

💻 使用示例

基礎用法

import torch
import os
from huggingface_hub import HfApi
from pathlib import Path
from diffusers.utils import load_image
from PIL import Image
import numpy as np
from controlnet_aux import LineartDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "ControlNet-1-1-preview/control_v11p_sd15_lineart"

image = load_image(
    "https://huggingface.co/ControlNet-1-1-preview/control_v11p_sd15_lineart/resolve/main/images/input.png"
)
image = image.resize((512, 512))

prompt = "michael jackson concert"
processor = LineartDetector.from_pretrained("lllyasviel/Annotators")

control_image = processor(image)
control_image.save("./images/control.png")

controlnet = ControlNetModel.from_pretrained(checkpoint, torch_dtype=torch.float16)
pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5", controlnet=controlnet, torch_dtype=torch.float16
)

pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config)
pipe.enable_model_cpu_offload()

generator = torch.manual_seed(0)
image = pipe(prompt, num_inference_steps=30, generator=generator, image=control_image).images[0]

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

示例圖片

注意事項

⚠️ 重要提示

如果要處理圖像以創建輔助條件，需要安裝外部依賴庫，具體安裝步驟見安裝指南。

💡 使用建議

建議將此檢查點與 Stable Diffusion v1-5 結合使用，因為該檢查點是基於此模型進行訓練的。不過，實驗表明，此檢查點也可與其他擴散模型（如經過微調的 Stable Diffusion）一起使用。

📚 詳細文檔

模型詳情

模型介紹

Controlnet 由 Lvmin Zhang 和 Maneesh Agrawala 在 Adding Conditional Control to Text-to-Image Diffusion Models 中提出。論文摘要如下：

我們提出了一種神經網絡結構 ControlNet，用於控制預訓練的大型擴散模型，使其支持額外的輸入條件。ControlNet 能夠以端到端的方式學習特定任務的條件，即使在訓練數據集較小（< 50k）的情況下，學習效果依然穩健。此外，訓練 ControlNet 的速度與微調擴散模型相當，並且可以在個人設備上進行訓練。如果有強大的計算集群，該模型也可以處理大規模（數百萬到數十億）的數據。我們的實驗表明，像 Stable Diffusion 這樣的大型擴散模型可以與 ControlNet 結合使用，以支持邊緣圖、分割圖、關鍵點等條件輸入。這將豐富控制大型擴散模型的方法，並進一步推動相關應用的發展。

其他已發佈的 v1-1 檢查點

作者發佈了 14 種不同的檢查點，每種檢查點都基於 Stable Diffusion v1-5 在不同類型的條件下進行訓練：

模型名稱	控制圖像概述	條件圖像	控制圖像示例	生成圖像示例
lllyasviel/control_v11p_sd15_canny	基於 Canny 邊緣檢測訓練	黑色背景上帶有白色邊緣的單色圖像
lllyasviel/control_v11e_sd15_ip2p	基於像素到像素指令訓練	無特定條件
lllyasviel/control_v11p_sd15_inpaint	基於圖像修復訓練	無特定條件
lllyasviel/control_v11p_sd15_mlsd	基於多級線段檢測訓練	帶有註釋線段的圖像
lllyasviel/control_v11f1p_sd15_depth	基於深度估計訓練	帶有深度信息的圖像，通常表示為灰度圖像
lllyasviel/control_v11p_sd15_normalbae	基於表面法線估計訓練	帶有表面法線信息的圖像，通常表示為彩色編碼圖像
lllyasviel/control_v11p_sd15_seg	基於圖像分割訓練	帶有分割區域的圖像，通常表示為彩色編碼圖像
lllyasviel/control_v11p_sd15_lineart	基於線稿生成訓練	帶有線稿的圖像，通常是白色背景上的黑色線條
lllyasviel/control_v11p_sd15s2_lineart_anime	基於動漫線稿生成訓練	帶有動漫風格線稿的圖像
lllyasviel/control_v11p_sd15_openpose	基於人體姿態估計訓練	帶有人體姿態的圖像，通常表示為一組關鍵點或骨架
lllyasviel/control_v11p_sd15_scribble	基於塗鴉式圖像生成訓練	帶有塗鴉的圖像，通常是隨機或用戶繪製的筆觸
lllyasviel/control_v11p_sd15_softedge	基於軟邊緣圖像生成訓練	帶有軟邊緣的圖像，通常用於創建更具繪畫風格或藝術效果的圖像
lllyasviel/control_v11e_sd15_shuffle	基於圖像打亂訓練	帶有打亂的圖像塊或區域的圖像
lllyasviel/control_v11f1e_sd15_tile	基於圖像平鋪訓練	模糊的圖像或圖像的一部分

更多信息

如需瞭解更多信息，請查看 Diffusers ControlNet 博客文章 和 官方文檔。

📄 許可證

本模型使用 CreativeML OpenRAIL M 許可證，這是一種 Open RAIL M 許可證，改編自 BigScience 和 RAIL Initiative 在負責任的人工智能許可領域的合作成果。有關此許可證的更多信息，請參閱 關於 BLOOM Open RAIL 許可證的文章。