Sd Controlnet Mlsd

🚀 Controlnet - M-LSD直線版本

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M-LSD直線檢測的ControlNet，可與Stable Diffusion結合使用。

🚀 快速開始

若要使用此模型，可按以下步驟操作：

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

$ pip install controlnet_aux

2. 安裝diffusers及相關包：

$ pip pip install diffusers transformers accelerate

3. 運行代碼：

from PIL import Image
from diffusers import StableDiffusionControlNetPipeline, ControlNetModel, UniPCMultistepScheduler
import torch
from controlnet_aux import MLSDdetector
from diffusers.utils import load_image

mlsd = MLSDdetector.from_pretrained('lllyasviel/ControlNet')

image = load_image("https://huggingface.co/lllyasviel/sd-controlnet-mlsd/resolve/main/images/room.png")

image = mlsd(image)

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/sd-controlnet-mlsd", torch_dtype=torch.float16
)

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5", controlnet=controlnet, safety_checker=None, torch_dtype=torch.float16
)

pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config)

# Remove if you do not have xformers installed
# see https://huggingface.co/docs/diffusers/v0.13.0/en/optimization/xformers#installing-xformers
# for installation instructions
pipe.enable_xformers_memory_efficient_attention()

pipe.enable_model_cpu_offload()

image = pipe("room", image, num_inference_steps=20).images[0]

image.save('images/room_mlsd_out.png')

✨ 主要特性

• 條件控制：ControlNet可通過添加額外條件來控制擴散模型，實現如邊緣圖、分割圖、關鍵點等條件輸入。
• 多類型檢查點：作者發佈了8種不同的檢查點，每種都基於不同類型的條件進行訓練。

📦 安裝指南

安裝依賴

$ pip install controlnet_aux
$ pip pip install diffusers transformers accelerate

💻 使用示例

基礎用法

from PIL import Image
from diffusers import StableDiffusionControlNetPipeline, ControlNetModel, UniPCMultistepScheduler
import torch
from controlnet_aux import MLSDdetector
from diffusers.utils import load_image

mlsd = MLSDdetector.from_pretrained('lllyasviel/ControlNet')

image = load_image("https://huggingface.co/lllyasviel/sd-controlnet-mlsd/resolve/main/images/room.png")

image = mlsd(image)

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/sd-controlnet-mlsd", torch_dtype=torch.float16
)

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5", controlnet=controlnet, safety_checker=None, torch_dtype=torch.float16
)

pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config)

# Remove if you do not have xformers installed
# see https://huggingface.co/docs/diffusers/v0.13.0/en/optimization/xformers#installing-xformers
# for installation instructions
pipe.enable_xformers_memory_efficient_attention()

pipe.enable_model_cpu_offload()

image = pipe("room", image, num_inference_steps=20).images[0]

image.save('images/room_mlsd_out.png')

📚 詳細文檔

模型詳情

發佈的檢查點

作者發佈了8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	控制圖像示例	生成圖像示例
lllyasviel/sd-controlnet-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/sd-controlnet-depth 基於Midas深度估計訓練	黑色代表深區域，白色代表淺區域的灰度圖像。
lllyasviel/sd-controlnet-hed 基於HED邊緣檢測（軟邊緣）訓練	黑色背景上帶有白色軟邊緣的單色圖像。
lllyasviel/sd-controlnet-mlsd 基於M-LSD線檢測訓練	黑色背景上僅由白色直線組成的單色圖像。
lllyasviel/sd-controlnet-normal 基於法線貼圖訓練	法線貼圖圖像。
lllyasviel/sd-controlnet_openpose 基於OpenPose骨骼圖像訓練	OpenPose骨骼圖像。
lllyasviel/sd-controlnet_scribble 基於人類塗鴉訓練	黑色背景上帶有白色輪廓的手繪單色圖像。
lllyasviel/sd-controlnet_seg 基於語義分割訓練	ADE20K的分割協議圖像。

訓練

霍夫線模型在60萬個邊緣圖像 - 標題對上進行訓練。該數據集由Places2生成，使用BLIP生成文本標題，使用深度霍夫變換生成邊緣圖像。模型以Canny模型為基礎模型，使用Nvidia A100 80G進行了160個GPU小時的訓練。

博客文章

更多信息請查看ControlNet官方博客文章。

🔧 技術細節

ControlNet由Lvmin Zhang和Maneesh Agrawala在論文Adding Conditional Control to Text-to-Image Diffusion Models中提出。其摘要如下：

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，以實現如邊緣圖、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。

📄 許可證

本項目採用CreativeML OpenRAIL M許可證。