T2i Adapter Openpose Sdxl 1.0

🚀 T2I-Adapter-SDXL - Openpose

T2I Adapter是一個為穩定擴散模型提供額外條件控制的網絡。每個T2I檢查點接收不同類型的條件作為輸入，並與特定的基礎穩定擴散檢查點配合使用。

此檢查點為StableDiffusionXL檢查點提供Openpose條件控制。這是騰訊ARC和Hugging Face的合作項目。

🚀 快速開始

要開始使用，首先安裝所需的依賴項：

pip install -U git+https://github.com/huggingface/diffusers.git
pip install -U controlnet_aux==0.0.7 # for conditioning models and detectors
pip install transformers accelerate safetensors

1. 首先將圖像下載為合適的控制圖像格式。
2. 將控制圖像和提示詞傳遞給StableDiffusionXLAdapterPipeline。

下面來看一個使用Openpose Adapter的簡單示例。

💻 使用示例

基礎用法

# Dependency
from diffusers import StableDiffusionXLAdapterPipeline, T2IAdapter, EulerAncestralDiscreteScheduler, AutoencoderKL
from diffusers.utils import load_image, make_image_grid
from controlnet_aux import OpenposeDetector
import torch
import numpy as np
from PIL import Image

# load adapter
adapter = T2IAdapter.from_pretrained(
  "TencentARC/t2i-adapter-openpose-sdxl-1.0", torch_dtype=torch.float16
).to("cuda")

# load euler_a scheduler
model_id = 'stabilityai/stable-diffusion-xl-base-1.0'
euler_a = EulerAncestralDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
vae=AutoencoderKL.from_pretrained("madebyollin/sdxl-vae-fp16-fix", torch_dtype=torch.float16)
pipe = StableDiffusionXLAdapterPipeline.from_pretrained(
    model_id, vae=vae, adapter=adapter, scheduler=euler_a, torch_dtype=torch.float16, variant="fp16", 
).to("cuda")
pipe.enable_xformers_memory_efficient_attention()

open_pose = OpenposeDetector.from_pretrained("lllyasviel/Annotators")

高級用法

# Condition Image
url = "https://huggingface.co/Adapter/t2iadapter/resolve/main/people.jpg"
image = load_image(url)
image = open_pose(image, detect_resolution=512, image_resolution=1024)
image = np.array(image)[:, :, ::-1]           
image = Image.fromarray(np.uint8(image)) 

# Generation
prompt = "A couple, 4k photo, highly detailed"
negative_prompt = "anime, cartoon, graphic, text, painting, crayon, graphite, abstract, glitch, deformed, mutated, ugly, disfigured"

gen_images = pipe(
  prompt=prompt,
  negative_prompt=negative_prompt,
  image=image,
  num_inference_steps=30,
  adapter_conditioning_scale=1,
  guidance_scale=7.5,  
).images[0]
gen_images.save('out_pose.png')

✨ 主要特性

T2I Adapter為穩定擴散模型提供額外的條件控制，每個T2I檢查點可接收不同類型的條件輸入，並與特定的基礎穩定擴散檢查點配合使用。此檢查點專門為StableDiffusionXL檢查點提供Openpose條件控制。

📚 詳細文檔

模型詳情

檢查點

模型名稱	控制圖像概述	控制圖像示例	生成圖像示例
TencentARC/t2i-adapter-canny-sdxl-1.0 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。
TencentARC/t2i-adapter-sketch-sdxl-1.0 使用PidiNet邊緣檢測進行訓練	黑色背景上帶有白色輪廓的手繪單色圖像。
TencentARC/t2i-adapter-lineart-sdxl-1.0 使用線稿邊緣檢測進行訓練	黑色背景上帶有白色輪廓的手繪單色圖像。
TencentARC/t2i-adapter-depth-midas-sdxl-1.0 使用Midas深度估計進行訓練	黑色代表深區域，白色代表淺區域的灰度圖像。
TencentARC/t2i-adapter-depth-zoe-sdxl-1.0 使用Zoe深度估計進行訓練	黑色代表深區域，白色代表淺區域的灰度圖像。
TencentARC/t2i-adapter-openpose-sdxl-1.0 使用OpenPose骨骼圖像進行訓練	OpenPose骨骼圖像。

訓練

我們的訓練腳本基於我們在此處提供的官方訓練腳本構建。

該模型在來自LAION-Aesthetics V2的300萬個高分辨率圖像-文本對上進行訓練，具體參數如下：

• 訓練步數：35000
• 批量大小：數據並行，單GPU批量大小為16，總批量大小為256。
• 學習率：恆定學習率1e-5。
• 混合精度：fp16

📄 許可證

本項目使用Apache 2.0許可證。