Dilightnet

🚀 DiLightNet：基於擴散模型的圖像生成細粒度光照控制

DiLightNet是一個用於基於擴散模型的圖像生成的項目，能夠實現細粒度的光照控制，在圖像生成領域具有重要價值。

🚀 快速開始

你可以按照以下示例代碼使用DiLightNet：

from diffusers.utils import get_class_from_dynamic_module
NeuralTextureControlNetModel = get_class_from_dynamic_module(
    "dilightnet/model_helpers",
    "neuraltexture_controlnet.py",
    "NeuralTextureControlNetModel"
)
neuraltexture_controlnet = NeuralTextureControlNetModel.from_pretrained("DiLightNet/DiLightNet")

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "stabilityai/stable-diffusion-2-1", controlnet=neuraltexture_controlnet,
)
cond_image = torch.randn((1, 16, 512, 512))
image = pipe("some text prompt", image=cond_image).images[0]

💻 使用示例

基礎用法

from diffusers.utils import get_class_from_dynamic_module
NeuralTextureControlNetModel = get_class_from_dynamic_module(
    "dilightnet/model_helpers",
    "neuraltexture_controlnet.py",
    "NeuralTextureControlNetModel"
)
neuraltexture_controlnet = NeuralTextureControlNetModel.from_pretrained("DiLightNet/DiLightNet")

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "stabilityai/stable-diffusion-2-1", controlnet=neuraltexture_controlnet,
)
cond_image = torch.randn((1, 16, 512, 512))
image = pipe("some text prompt", image=cond_image).images[0]

高級用法

由於文檔未提供高級用法的代碼示例，暫無法展示。

📚 詳細文檔

• 項目主頁：https://dilightnet.github.io/
• 論文地址：https://arxiv.org/abs/2402.11929
• 完整使用說明：請查看 https://github.com/iamNCJ/DiLightNet

📄 許可證

本項目採用MIT許可證。