Gen Qr Ai

🚀 用於Stable Diffusion 1.5的二維碼條件ControlNet模型

本項目提供了適用於Stable Diffusion v1.5的二維碼條件ControlNet的safetensors和diffusers版本，可用於圖像生成，滿足特定的圖像生成需求。

🚀 快速開始

本倉庫包含適用於Stable Diffusion v1.5的二維碼條件ControlNet的safetensors和diffusers版本。Stable Diffusion 2.1版本在解決特定需求上稍更有效，但這個1.5版本的模型也在相同數據集上進行了訓練，供使用舊版本的用戶使用。

✨ 主要特性

• 提供適用於Stable Diffusion 1.5的二維碼條件ControlNet模型。
• 可用於圖像到圖像的轉換任務。
• 支持使用Diffusers庫進行調用。

📦 安裝指南

使用Diffusers庫安裝依賴

pip -q install diffusers transformers accelerate torch xformers

模型安裝

最簡單的使用方法是將 .safetensors 模型及其 .yaml 配置文件放在你安裝其他ControlNet模型的文件夾中，具體文件夾因應用而異。 對於在auto1111中使用，可以將它們放在 webui/models/ControlNet 文件夾中。可以使用ControlNet的Web UI擴展來加載模型，你可以通過Web UI的擴展選項卡（https://github.com/Mikubill/sd-webui-controlnet）進行安裝。確保啟用ControlNet單元，並將輸入圖像設置為二維碼。根據你的基礎Stable Diffusion模型，將模型設置為SD2.1或1.5版本，否則會報錯。不需要預處理器，但你可以使用反轉預處理器來獲得不同的結果。生成時首選分辨率為768，因為它可以提供更多細節。

💻 使用示例

基礎用法

import torch
from PIL import Image
from diffusers import StableDiffusionControlNetImg2ImgPipeline, ControlNetModel, DDIMScheduler
from diffusers.utils import load_image

controlnet = ControlNetModel.from_pretrained("DionTimmer/controlnet_qrcode-control_v1p_sd15",
                                             torch_dtype=torch.float16)

pipe = StableDiffusionControlNetImg2ImgPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    controlnet=controlnet,
    safety_checker=None,
    torch_dtype=torch.float16
)

pipe.enable_xformers_memory_efficient_attention()
pipe.scheduler = DDIMScheduler.from_config(pipe.scheduler.config)
pipe.enable_model_cpu_offload()

def resize_for_condition_image(input_image: Image, resolution: int):
    input_image = input_image.convert("RGB")
    W, H = input_image.size
    k = float(resolution) / min(H, W)
    H *= k
    W *= k
    H = int(round(H / 64.0)) * 64
    W = int(round(W / 64.0)) * 64
    img = input_image.resize((W, H), resample=Image.LANCZOS)
    return img


# play with guidance_scale, controlnet_conditioning_scale and strength to make a valid QR Code Image

# qr code image
source_image = load_image("https://s3.amazonaws.com/moonup/production/uploads/6064e095abd8d3692e3e2ed6/A_RqHaAM6YHBodPLwqtjn.png")
# initial image, anything
init_image = load_image("https://s3.amazonaws.com/moonup/production/uploads/noauth/KfMBABpOwIuNolv1pe3qX.jpeg")
condition_image = resize_for_condition_image(source_image, 768)
init_image = resize_for_condition_image(init_image, 768)
generator = torch.manual_seed(123121231)
image = pipe(prompt="a bilboard in NYC with a qrcode",
             negative_prompt="ugly, disfigured, low quality, blurry, nsfw", 
             image=init_image,
             control_image=condition_image,
             width=768,
             height=768,
             guidance_scale=20,
             controlnet_conditioning_scale=1.5,
             generator=generator,
             strength=0.9, 
             num_inference_steps=150,
            )

image.images[0]

📚 詳細文檔

性能和侷限性

這些模型在大多數情況下表現良好，但請注意，它們並非100%準確。在某些情況下，二維碼形狀可能無法如預期生成。你可以增加ControlNet的權重來強調二維碼形狀，但要注意這可能會對輸出的風格產生負面影響。為了優化掃描效果，請使用糾錯模式 'H' (30%) 生成二維碼。

為了在風格和形狀之間取得平衡，可能需要根據具體輸入、期望輸出以及正確的提示詞對控制權重進行微調。有些提示詞在大幅增加權重之前可能不起作用。找到這些因素之間的正確平衡既是一門藝術，也是一門科學。為了獲得最佳效果，建議以768的分辨率生成藝術作品，這樣可以在最終產品中實現更高的細節水平，提高基於二維碼的藝術作品的質量和效果。

📄 許可證

openrail++