Control V11p Sd15 Normalbae

🚀 Controlnet - v1.1 - 法線基礎版本

Controlnet v1.1是一款強大的圖像生成控制模型，它是Controlnet v1.0的繼任者，能與Stable Diffusion結合使用，通過添加額外條件精準控制圖像生成，在藝術創作、圖像編輯等領域具有廣泛的應用價值。

🚀 快速開始

Controlnet v1.1 是 Controlnet v1.0 的繼任模型，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，可通過添加額外條件來控制擴散模型。

此檢查點對應於基於 法線基礎圖像 進行條件控制的 ControlNet。

✨ 主要特性

模型詳情

模型介紹

Controlnet 由 Lvmin Zhang 和 Maneesh Agrawala 在 為文本到圖像擴散模型添加條件控制 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。我們發現，像 Stable Diffusion 這樣的大型擴散模型可以通過 ControlNets 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。

法線 1.1 版本的改進

• 法線 1.0 中的法線 - 米達斯方法既不合理也不符合物理規律。該方法在許多圖像上效果不佳，法線 1.0 模型無法解讀由渲染引擎創建的真實法線圖。
• 法線 1.1 更加合理，因為預處理器經過訓練，可以使用相對正確的協議（NYU - V2 的可視化方法）來估計法線圖。這意味著只要顏色正確（藍色朝前，紅色朝左，綠色朝上），法線 1.1 就可以解讀來自渲染引擎的真實法線圖。
• 在我們的測試中，該模型表現穩健，能夠達到與深度模型相似的性能。在之前的 CNET 1.0 中，法線 1.0 的使用頻率不高。但法線 1.1 有了很大改進，有潛力被更頻繁地使用。

📦 安裝指南

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 NormalBaeDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11p_sd15_normalbae"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11p_sd15_normalbae/resolve/main/images/input.png"
)

prompt = "A head full of roses"
processor = NormalBaeDetector.from_pretrained("lllyasviel/Annotators")

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

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	基於 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	基於像素到像素指令進行訓練	無特定條件。
lllyasviel/control_v11p_sd15_inpaint	基於圖像修復進行訓練	無特定條件。
lllyasviel/control_v11p_sd15_mlsd	基於多級線段檢測進行訓練	帶有標註線段的圖像。
lllyasviel/control_v11f1p_sd15_depth	基於深度估計進行訓練	帶有深度信息的圖像，通常表示為灰度圖像。
lllyasviel/control_v11p_sd15_normalbae	基於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	基於圖像分割進行訓練	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	基於線稿生成進行訓練	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	基於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	基於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	基於塗鴉式圖像生成進行訓練	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	基於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感的效果。
lllyasviel/control_v11e_sd15_shuffle	基於圖像打亂進行訓練	帶有打亂的圖像塊或區域的圖像。
lllyasviel/control_v11f1e_sd15_tile	基於圖像平鋪進行訓練	模糊圖像或圖像的一部分。

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

本項目採用 CreativeML OpenRAIL M 許可證。