Control V11e Sd15 Shuffle

🚀 Controlnet - v1.1 - shuffle版本

Controlnet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。本項目的這個檢查點是將原始檢查點轉換為diffusers格式，能與Stable Diffusion結合使用，為圖像生成提供更多的條件控制。

🚀 快速開始

Controlnet v1.1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（如runwayml/stable-diffusion-v1-5）結合使用。

更多詳情，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。

此檢查點對應於以shuffle圖像為條件的ControlNet。

✨ 主要特性

• 可控制擴散模型，通過添加額外條件生成特定圖像。
• 訓練速度快，可在個人設備上進行訓練，也能在強大計算集群上處理大量數據。
• 能與Stable Diffusion等模型結合使用，豐富圖像生成的控制方法。

📦 安裝指南

安裝外部依賴

$ pip install controlnet_aux==0.3.0

安裝diffusers及相關包

重要提示：請確保安裝diffusers.__version__ >= 0.16.0.dev0！

$ pip install git+https://github.com/huggingface/diffusers.git transformers accelerate

💻 使用示例

基礎用法

建議將此檢查點與Stable Diffusion v1-5配合使用，因為該檢查點是基於此模型進行訓練的。實驗表明，此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 ContentShuffleDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11e_sd15_shuffle"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11e_sd15_shuffle/resolve/main/images/input.png"
)

prompt = "New York"
processor = ContentShuffleDetector()

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(33)
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在論文 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相當，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	條件圖像	控制圖像示例	生成圖像示例
lllyasviel/control_v11p_sd15_canny	使用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	使用像素到像素指令進行訓練	無特定條件。
lllyasviel/control_v11p_sd15_inpaint	使用圖像修復進行訓練	無特定條件。
lllyasviel/control_v11p_sd15_mlsd	使用多級線段檢測進行訓練	帶有註釋線段的圖像。
lllyasviel/control_v11f1p_sd15_depth	使用深度估計進行訓練	帶有深度信息的圖像，通常表示為灰度圖像。
lllyasviel/control_v11p_sd15_normalbae	使用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	使用圖像分割進行訓練	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	使用線稿生成進行訓練	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	使用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	使用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	使用基於塗鴉的圖像生成進行訓練	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	使用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	使用圖像打亂進行訓練	帶有打亂塊或區域的圖像。
lllyasviel/control_v11f1e_sd15_tile	使用圖像平鋪進行訓練	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

本項目使用CreativeML OpenRAIL M許可證。