Control V11p Sd15 Openpose

🚀 Controlnet - v1.1 - openpose 版本

Controlnet v1.1 是一個功能強大的圖像生成模型，它是 Controlnet v1.0 的後續版本。該模型由 Lvmin Zhang 發佈於 lllyasviel/ControlNet-v1-1，可與 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 是 Controlnet v1.0 的後續模型，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 格式後的版本，它可以與 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。

此檢查點對應於基於 openpose 圖像 進行條件控制的 ControlNet。

✨ 主要特性

模型優勢

• 強大的條件控制：ControlNet 可以控制預訓練的大型擴散模型，支持額外的輸入條件，如邊緣圖、分割圖、關鍵點等。
• 高效的訓練方式：可以端到端地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。訓練速度與微調擴散模型相當，甚至可以在個人設備上進行訓練。
• 廣泛的兼容性：可以與 Stable Diffusion 等大型擴散模型結合使用，豐富了控制大型擴散模型的方法，促進了相關應用的發展。

版本改進

• 更高的準確性：基於改進的 OpenPose 實現，處理器更加準確，尤其是對手部的處理。
• 更多的輸入支持：支持更多的輸入，如手部和麵部信息。
• 優化的訓練數據集：解決了之前訓練數據集中存在的問題，如重複圖像、低質量圖像和錯誤的提示配對等，使模型在更多情況下更加合理。

📦 安裝指南

安裝依賴庫

如果要處理圖像以創建輔助條件，需要安裝以下外部依賴項：

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

$ pip install controlnet_aux==0.3.0

2. 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進行訓練的。實驗表明，該檢查點也可以與其他擴散模型（如經過 dreamboothed 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 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')

高級用法

目前文檔未提及高級用法相關內容，可參考官方文檔獲取更多信息。

📚 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 可以端到端地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添加 ControlNet 來支持邊緣圖、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。

其他已發佈的檢查點 v1-1

作者發佈了 14 種不同的檢查點，每種檢查點都基於 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	帶有打亂的圖像塊或區域的圖像。

Openpose 1.1 的改進

• 準確性提升：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，尤其是對手部的處理。處理器的改進帶來了 Openpose 1.1 的性能提升。
• 更多輸入支持：支持更多的輸入（手部和麵部）。
• 優化訓練數據集：之前的 cnet 1.0 訓練數據集存在一些問題，包括（1）一小部分灰度人體圖像被重複數千次（！！），導致之前的模型有些容易生成灰度人體圖像；（2）一些圖像質量較低，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。新模型解決了訓練數據集中的所有問題，在許多情況下應該更加合理。

更多信息

如需更多信息，請查看 Diffusers ControlNet 博客文章 和 官方文檔。

🔧 技術細節

目前文檔未提及技術細節相關內容，可參考官方文檔獲取更多信息。

📄 許可證

本模型使用 CreativeML OpenRAIL M 許可證，這是一種 Open RAIL M 許可證，改編自 BigScience 和 RAIL Initiative 在負責任的 AI 許可領域的聯合工作。有關許可證的更多信息，請參閱 關於 BLOOM Open RAIL 許可證的文章。

常用提示信息

⚠️ 重要提示

如果要處理圖像以創建輔助條件，需要安裝外部依賴項，如 controlnet_aux 和 diffusers 等相關庫。

💡 使用建議

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進行訓練的。實驗表明，該檢查點也可以與其他擴散模型（如經過 dreamboothed 的 Stable Diffusion）一起使用。