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生成特定風格的圖像。本版本基於線稿圖像進行條件控制，可與Stable Diffusion結合使用，為圖像生成提供更多可能性。

🚀 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。本檢查點是將原始檢查點轉換為diffusers格式，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）來控制擴散模型的生成結果。
• 兼容性強：可與Stable Diffusion等多種擴散模型結合使用。
• 訓練靈活：訓練速度快，可在個人設備上進行訓練，也可在強大的計算集群上處理大量數據。

📦 安裝指南

安裝依賴庫

如果你想處理圖像以創建輔助條件，需要安裝以下外部依賴：

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

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進行訓練的。實驗表明，該檢查點也可與其他擴散模型（如經過微調的Stable Diffusion）一起使用。

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

📚 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以支持額外的輸入條件。ControlNet以端到端的方式學習特定任務的條件，即使訓練數據集較小（< 50k），學習過程也很穩健。此外，訓練ControlNet的速度與微調擴散模型一樣快，並且可以在個人設備上進行訓練。或者，如果有強大的計算集群，模型可以處理大量（數百萬到數十億）的數據。我們發現，像Stable Diffusion這樣的大型擴散模型可以通過ControlNet進行增強，以支持邊緣圖、分割圖、關鍵點等條件輸入。這可能會豐富控制大型擴散模型的方法，並進一步促進相關應用的發展。

其他已發佈的檢查點v1-1

作者發佈了14種不同的檢查點，每種都基於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邊緣檢測進行訓練	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進行訓練	無條件。
lllyasviel/control_v11p_sd15_inpaint	基於圖像修復進行訓練	無條件。
lllyasviel/control_v11p_sd15_mlsd	基於多級線段檢測進行訓練	帶有註釋線段的圖像。
lllyasviel/control_v11f1p_sd15_depth	基於深度估計進行訓練	帶有深度信息的圖像，通常表示為灰度圖像。
lllyasviel/control_v11p_sd15_normalbae	基於表面法線估計進行訓練	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	基於圖像分割進行訓練	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	基於線稿生成進行訓練	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	基於動漫線稿生成進行訓練	帶有動漫風格線稿的圖像。
lllyasviel/control_v11p_sd15_openpose	基於人體姿態估計進行訓練	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	基於塗鴉圖像生成進行訓練	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進行訓練	帶有軟邊緣的圖像，通常用於創建更具繪畫感或藝術效果的圖像。
lllyasviel/control_v11e_sd15_shuffle	基於圖像打亂進行訓練	帶有打亂的圖像塊或區域的圖像。
lllyasviel/control_v11f1e_sd15_tile	基於圖像平鋪進行訓練	模糊圖像或圖像的一部分。

更多信息

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AI許可領域的聯合工作。有關我們許可證所基於的BLOOM Open RAIL許可證的文章。