Controlnet Canny Sdxl 1.0

🚀 SDXL-controlnet: Canny

SDXL-controlnet: Canny是基于Canny条件，在stabilityai/stable-diffusion-xl-base-1.0上训练得到的ControlNet权重。以下是一些示例图片：

示例图片

提示词	图片
a couple watching a romantic sunset, 4k photo
ultrarealistic shot of a furry blue bird
a woman, close up, detailed, beautiful, street photography, photorealistic, detailed, Kodak ektar 100, natural, candid shot
Cinematic, neoclassical table in the living room, cinematic, contour, lighting, highly detailed, winter, golden hour
a tornado hitting grass field, 1980's film grain. overcast, muted colors.

🚀 快速开始

安装依赖库

首先，你需要安装以下库：

pip install accelerate transformers safetensors opencv-python diffusers

运行示例代码

安装完成后，就可以运行以下代码：

from diffusers import ControlNetModel, StableDiffusionXLControlNetPipeline, AutoencoderKL
from diffusers.utils import load_image
from PIL import Image
import torch
import numpy as np
import cv2

prompt = "aerial view, a futuristic research complex in a bright foggy jungle, hard lighting"
negative_prompt = 'low quality, bad quality, sketches'

image = load_image("https://huggingface.co/datasets/hf-internal-testing/diffusers-images/resolve/main/sd_controlnet/hf-logo.png")

controlnet_conditioning_scale = 0.5  # recommended for good generalization

controlnet = ControlNetModel.from_pretrained(
    "diffusers/controlnet-canny-sdxl-1.0",
    torch_dtype=torch.float16
)
vae = AutoencoderKL.from_pretrained("madebyollin/sdxl-vae-fp16-fix", torch_dtype=torch.float16)
pipe = StableDiffusionXLControlNetPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    controlnet=controlnet,
    vae=vae,
    torch_dtype=torch.float16,
)
pipe.enable_model_cpu_offload()

image = np.array(image)
image = cv2.Canny(image, 100, 200)
image = image[:, :, None]
image = np.concatenate([image, image, image], axis=2)
image = Image.fromarray(image)

images = pipe(
    prompt, negative_prompt=negative_prompt, image=image, controlnet_conditioning_scale=controlnet_conditioning_scale,
    ).images

images[0].save(f"hug_lab.png")

更多详细信息，请查看StableDiffusionXLControlNetPipeline的官方文档。

🔧 技术细节

训练脚本

我们的训练脚本基于此处提供的官方训练脚本构建。

训练数据

该检查点首先在调整为最大最小尺寸为384的laion 6a数据集上训练20,000步，然后在调整为最大最小尺寸为1024并过滤为仅包含最小尺寸为1024的图像的laion 6a数据集上再训练20,000步。我们发现进一步的高分辨率微调对于图像质量是必要的。

计算资源

使用一台配备8张A100显卡的机器。

批量大小

采用数据并行，单GPU批量大小为8，总批量大小为64。

超参数

恒定学习率为1e-4，按批量大小缩放后总学习率为64e-4。

混合精度

采用fp16。

📄 许可证

本项目采用OpenRail++许可证。

信息表格