Control V11p Sd15 Openpose

🚀 Controlnet - v1.1 - Openpose版本

Controlnet v1.1是一款強大的圖像生成控制模型，它能為Stable Diffusion等擴散模型添加額外條件控制，實現如邊緣圖、關鍵點等條件輸入，極大豐富了圖像生成的可控性和應用場景。

🚀 快速開始

Controlnet v1.1是Controlnet v1.0的後續模型，由Lvmin Zhang發佈於lllyasviel/ControlNet-v1-1。

此檢查點是將原始檢查點轉換為diffusers格式，可與Stable Diffusion結合使用，例如runwayml/stable-diffusion-v1-5。

更多詳細信息，請查看🧨 Diffusers文檔。

ControlNet是一種神經網絡結構，通過添加額外條件來控制擴散模型。

此檢查點對應基於openpose圖像的ControlNet。

✨ 主要特性

• 支持與Stable Diffusion結合使用，實現多樣化圖像生成。
• 可通過添加額外條件，如邊緣圖、分割圖、關鍵點等，控制圖像生成。
• 訓練速度快，可在個人設備上進行訓練，也可擴展到大量數據。

📦 安裝指南

安裝外部依賴

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

$ pip install controlnet_aux==0.3.0

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模型訓練的。實驗表明，該檢查點也可與其他擴散模型（如dreamboothed stable diffusion）一起使用。

注意：如果要處理圖像以創建輔助條件，需要以下外部依賴：

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 OpenposeDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11p_sd15_openpose"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11p_sd15_openpose/resolve/main/images/input.png"
)

prompt = "chef in the kitchen"

processor = OpenposeDetector.from_pretrained('lllyasviel/ControlNet')

control_image = processor(image, hand_and_face=True)
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')

📚 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，模型可以擴展到大量（數百萬到數十億）的數據。我們報告稱，像Stable Diffusion這樣的大型擴散模型可以通過ControlNets進行增強，以實現邊緣圖、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。

其他發佈的v1-1檢查點

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	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感或藝術效果。
lllyasviel/control_v11e_sd15_shuffle 基於圖像打亂訓練	帶有打亂塊或區域的圖像。

Openpose 1.1的改進

• 此模型的改進主要基於我們對OpenPose的改進實現。我們仔細審查了PyTorch OpenPose和CMU的C++ OpenPose之間的差異。現在處理器應該更加準確，特別是對於手部。處理器的改進導致了Openpose 1.1的提升。
• 支持更多輸入（手部和麵部）。
• 之前的cnet 1.0訓練數據集存在幾個問題，包括（1）一小部分灰度人體圖像被重複了數千次（！！），導致之前的模型有些容易生成灰度人體圖像；（2）一些圖像質量低、非常模糊或有明顯的JPEG偽影；（3）一小部分圖像由於數據處理腳本中的錯誤而存在錯誤的配對提示。新模型修復了訓練數據集的所有問題，在許多情況下應該更加合理。

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

本項目採用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許可證文章 也可參考。