Sd Controlnet Hed

🚀 Controlnet - HED邊界版本

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。此檢查點對應的是基於HED邊界條件的ControlNet，可與Stable Diffusion結合使用。

✨ 主要特性

• 可對預訓練的大型擴散模型進行條件控制，支持額外的輸入條件。
• 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。
• 訓練速度與微調擴散模型相當，可在個人設備上進行訓練；若有強大的計算集群，也能處理大量（數百萬到數十億）數據。
• 可增強像Stable Diffusion這樣的大型擴散模型，使其支持邊緣圖、分割圖、關鍵點等條件輸入。

📦 安裝指南

安裝依賴庫

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

$ pip install controlnet_aux

2. 安裝diffusers及相關包：

$ 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 HEDdetector
from diffusers.utils import load_image

hed = HEDdetector.from_pretrained('lllyasviel/ControlNet')

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

image = hed(image)

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/sd-controlnet-hed", 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("oil painting of handsome old man, masterpiece", image, num_inference_steps=20).images[0]

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

高級用法

暫未提供高級用法的相關內容。

📚 詳細文檔

模型詳情

簡介

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，該模型可以處理大量（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。

已發佈的檢查點

作者發佈了8個不同的檢查點，每個檢查點都基於 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/sd - controlnet - 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/sd - controlnet - depth 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。
lllyasviel/sd - controlnet - hed 使用HED邊緣檢測（軟邊緣）進行訓練	黑色背景上帶有白色軟邊緣的單色圖像。
lllyasviel/sd - controlnet - mlsd 使用M - LSD線檢測進行訓練	黑色背景上僅由白色直線組成的單色圖像。
lllyasviel/sd - controlnet - normal 使用法線貼圖進行訓練	一張 法線貼圖 圖像。
lllyasviel/sd - controlnet_openpose 使用OpenPose骨骼圖像進行訓練	一張 OpenPose骨骼 圖像。
lllyasviel/sd - controlnet_scribble 使用人類塗鴉進行訓練	黑色背景上帶有白色輪廓的手繪單色圖像。
lllyasviel/sd - controlnet_seg 使用語義分割進行訓練	一張 ADE20K 的分割協議圖像。

訓練

HED邊緣模型在300萬個邊緣圖像 - 標題對上進行訓練。該模型使用Nvidia A100 80G，以Stable Diffusion 1.5為基礎模型，訓練了600個GPU小時。

博客文章

如需更多信息，請查看 ControlNet官方博客文章。

🔧 技術細節

HED邊界版本的ControlNet是基於Stable Diffusion 1.5進行訓練的，通過添加額外的HED邊界條件來控制圖像生成過程。在訓練過程中，使用了300萬個邊緣圖像 - 標題對，經過600個GPU小時的訓練，使得模型能夠學習到HED邊界與圖像生成之間的關係。在推理階段，通過StableDiffusionControlNetPipeline和ControlNetModel結合使用，利用輸入的HED邊界圖像來引導圖像生成。

📄 許可證

本項目使用 The CreativeML OpenRAIL M license，這是一種 Open RAIL M license，改編自 BigScience 和 the RAIL Initiative 在負責任的AI許可領域的聯合工作。另見 關於BLOOM Open RAIL許可的文章，本許可證基於此。