Control V11f1e Sd15 Tile

🚀 Controlnet - v1.1 - Tile版本

Controlnet v1.1是一種神經網絡結構，可通過添加額外條件來控制擴散模型。本版本基於平鋪圖像進行條件控制，可與Stable Diffusion結合使用，實現圖像生成等功能。

🚀 快速開始

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，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。

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。

此檢查點對應於基於平鋪圖像進行條件控制的ControlNet。從概念上講，它類似於超分辨率模型，但用途不僅限於此，也可以生成與輸入（條件）圖像相同大小的細節。

此模型由 takuma104 貢獻

✨ 主要特性

• 條件控制：通過添加額外條件，靈活控制擴散模型的生成結果。
• 結合Stable Diffusion：可與Stable Diffusion模型結合使用，增強圖像生成能力。
• 多場景應用：不僅可用於超分辨率，還能在其他場景中生成細節。

📦 安裝指南

1. 安裝diffusers及相關包：

$ pip install diffusers transformers accelerate

💻 使用示例

基礎用法

import torch
from PIL import Image
from diffusers import ControlNetModel, DiffusionPipeline
from diffusers.utils import load_image

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

controlnet = ControlNetModel.from_pretrained('lllyasviel/control_v11f1e_sd15_tile', 
                                             torch_dtype=torch.float16)
pipe = DiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5",
                                         custom_pipeline="stable_diffusion_controlnet_img2img",
                                         controlnet=controlnet,
                                         torch_dtype=torch.float16).to('cuda')
pipe.enable_xformers_memory_efficient_attention()

source_image = load_image('https://huggingface.co/lllyasviel/control_v11f1e_sd15_tile/resolve/main/images/original.png')

condition_image = resize_for_condition_image(source_image, 1024)
image = pipe(prompt="best quality", 
             negative_prompt="blur, lowres, bad anatomy, bad hands, cropped, worst quality", 
             image=condition_image, 
             controlnet_conditioning_image=condition_image, 
             width=condition_image.size[0],
             height=condition_image.size[1],
             strength=1.0,
             generator=torch.manual_seed(0),
             num_inference_steps=32,
            ).images[0]

image.save('output.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。

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的速度一樣快，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，模型可以擴展到處理大量（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的圖像。
lllyasviel/control_v11e_sd15_shuffle 基於圖像打亂訓練	帶有打亂的補丁或區域的圖像。
lllyasviel/control_v11f1e_sd15_tile 基於圖像平鋪訓練	用於繪製細節的基礎圖像。

更多信息

如需更多信息，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。