Control V11p Sd15 Softedge

🚀 Controlnet - v1.1 - 軟邊緣版本

Controlnet v1.1 是一款基於擴散模型的圖像生成控制網絡，它可以為預訓練的大型擴散模型添加額外的條件控制，支持邊緣圖、分割圖、關鍵點等多種條件輸入，從而豐富了控制大型擴散模型的方法，進一步推動了相關應用的發展。

🚀 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，可與 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 軟邊緣 條件的 ControlNet。

✨ 主要特性

• 支持額外輸入條件：ControlNet 可以控制預訓練的大型擴散模型，支持邊緣圖、分割圖、關鍵點等額外輸入條件。
• 端到端學習：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。
• 訓練速度快：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。如果有強大的計算集群，模型也可以擴展到大量（數百萬到數十億）的數據。

📦 安裝指南

安裝外部依賴

如果你想處理圖像以創建輔助條件，需要安裝以下外部依賴：

$ pip install controlnet_aux==0.3.0

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 一起使用，因為該檢查點是在其上進行訓練的。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 PidiNetDetector, HEDdetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11p_sd15_softedge"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11p_sd15_softedge/resolve/main/images/input.png"
)

prompt = "royal chamber with fancy bed"

processor = HEDdetector.from_pretrained('lllyasviel/Annotators')
processor = PidiNetDetector.from_pretrained('lllyasviel/Annotators')
control_image = processor(image, safe=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')

📚 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。

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，模型可以擴展到大量（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，並進一步推動相關應用的發展。

其他已發佈的 v1-1 檢查點

作者發佈了 14 種不同的檢查點，每種檢查點都在 Stable Diffusion v1-5 上針對不同類型的條件進行了訓練：

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	無條件。
lllyasviel/control_v11p_sd15_inpaint	使用圖像修復進行訓練	無條件。
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風格或藝術效果。
lllyasviel/control_v11e_sd15_shuffle	使用圖像打亂進行訓練	帶有打亂的補丁或區域的圖像。
lllyasviel/control_v11f1e_sd15_tile	使用圖像平鋪進行訓練	模糊的圖像或圖像的一部分。

軟邊緣 1.1 的改進

• 軟邊緣 1.1 在之前的 ControlNet 中被稱為 HED 1.0。
• 之前的 cnet 1.0 訓練數據集存在幾個問題，包括：（1）一小部分灰度人體圖像被重複了數千次（！！），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。
• 軟邊緣 1.1 在幾乎 100% 的情況下明顯優於 HED 1.0。這主要是因為 HED 或 PIDI 估計器傾向於在軟邊緣圖中隱藏原始圖像的損壞灰度版本，而之前的模型 HED 1.0 過擬合於恢復那個隱藏的損壞圖像，而不是執行邊界感知擴散。軟邊緣 1.1 的訓練使用了 75% 的“安全”過濾，以去除控制圖中隱藏的損壞灰度圖像。這使得軟邊緣 1.1 非常穩健。在我們的測試中，軟邊緣 1.1 的可用性與深度模型相當，並且有潛力更頻繁地使用。

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

本項目採用 CreativeML OpenRAIL M 許可證。