Control V11p Sd15 Openpose

🚀 Controlnet - v1.1 - Openpose版本

Controlnet v1.1是一款强大的图像生成控制模型，它能为Stable Diffusion等扩散模型添加额外条件控制，实现如边缘图、关键点等条件输入，极大丰富了图像生成的可控性和应用场景。

🚀 快速开始

Controlnet v1.1是Controlnet v1.0的后续模型，由Lvmin Zhang发布于lllyasviel/ControlNet-v1-1。

此检查点是将原始检查点转换为diffusers格式，可与Stable Diffusion结合使用，例如runwayml/stable-diffusion-v1-5。

更多详细信息，请查看🧨 Diffusers文档。

ControlNet是一种神经网络结构，通过添加额外条件来控制扩散模型。

此检查点对应基于openpose图像的ControlNet。

✨ 主要特性

• 支持与Stable Diffusion结合使用，实现多样化图像生成。
• 可通过添加额外条件，如边缘图、分割图、关键点等，控制图像生成。
• 训练速度快，可在个人设备上进行训练，也可扩展到大量数据。

📦 安装指南

安装外部依赖

安装https://github.com/patrickvonplaten/controlnet_aux

$ pip install controlnet_aux==0.3.0

安装diffusers及相关包

$ pip install diffusers transformers accelerate

💻 使用示例

基础用法

建议将此检查点与Stable Diffusion v1-5结合使用，因为该检查点是基于此模型训练的。实验表明，该检查点也可与其他扩散模型（如dreamboothed stable diffusion）一起使用。

注意：如果要处理图像以创建辅助条件，需要以下外部依赖：

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 OpenposeDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11p_sd15_openpose"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11p_sd15_openpose/resolve/main/images/input.png"
)

prompt = "chef in the kitchen"

processor = OpenposeDetector.from_pretrained('lllyasviel/ControlNet')

control_image = processor(image, hand_and_face=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')

📚 详细文档

模型详情

模型介绍

Controlnet由Lvmin Zhang和Maneesh Agrawala在Adding Conditional Control to Text-to-Image Diffusion Models中提出。

论文摘要如下：

我们提出了一种神经网络结构ControlNet，用于控制预训练的大型扩散模型以支持额外的输入条件。ControlNet以端到端的方式学习特定任务的条件，即使训练数据集较小（< 50k），学习过程也很稳健。此外，训练ControlNet的速度与微调扩散模型一样快，并且可以在个人设备上进行训练。或者，如果有强大的计算集群，模型可以扩展到大量（数百万到数十亿）的数据。我们报告称，像Stable Diffusion这样的大型扩散模型可以通过ControlNets进行增强，以实现边缘图、分割图、关键点等条件输入。这可能会丰富控制大型扩散模型的方法，并进一步促进相关应用的发展。

其他发布的v1-1检查点

作者发布了14种不同的检查点，每种都基于Stable Diffusion v1-5在不同类型的条件下进行训练：

模型名称	控制图像概述	控制图像示例	生成图像示例
lllyasviel/control_v11p_sd15_canny 基于Canny边缘检测训练	黑色背景上带有白色边缘的单色图像。
lllyasviel/control_v11e_sd15_ip2p 基于像素到像素指令训练	无特定条件。
lllyasviel/control_v11p_sd15_inpaint 基于图像修复训练	无特定条件。
lllyasviel/control_v11p_sd15_mlsd 基于多级线段检测训练	带有注释线段的图像。
lllyasviel/control_v11f1p_sd15_depth 基于深度估计训练	带有深度信息的图像，通常表示为灰度图像。
lllyasviel/control_v11p_sd15_normalbae 基于表面法线估计训练	带有表面法线信息的图像，通常表示为彩色编码图像。
lllyasviel/control_v11p_sd15_seg 基于图像分割训练	带有分割区域的图像，通常表示为彩色编码图像。
lllyasviel/control_v11p_sd15_lineart 基于线稿生成训练	带有线稿的图像，通常是白色背景上的黑色线条。
lllyasviel/control_v11p_sd15s2_lineart_anime 基于动漫线稿生成训练	带有动漫风格线稿的图像。
lllyasviel/control_v11p_sd15_openpose 基于人体姿态估计训练	带有人体姿态的图像，通常表示为一组关键点或骨架。
lllyasviel/control_v11p_sd15_scribble 基于涂鸦式图像生成训练	带有涂鸦的图像，通常是随机或用户绘制的笔触。
lllyasviel/control_v11p_sd15_softedge 基于软边缘图像生成训练	带有软边缘的图像，通常用于创建更具绘画感或艺术效果。
lllyasviel/control_v11e_sd15_shuffle 基于图像打乱训练	带有打乱块或区域的图像。

Openpose 1.1的改进

• 此模型的改进主要基于我们对OpenPose的改进实现。我们仔细审查了PyTorch OpenPose和CMU的C++ OpenPose之间的差异。现在处理器应该更加准确，特别是对于手部。处理器的改进导致了Openpose 1.1的提升。
• 支持更多输入（手部和面部）。
• 之前的cnet 1.0训练数据集存在几个问题，包括（1）一小部分灰度人体图像被重复了数千次（！！），导致之前的模型有些容易生成灰度人体图像；（2）一些图像质量低、非常模糊或有明显的JPEG伪影；（3）一小部分图像由于数据处理脚本中的错误而存在错误的配对提示。新模型修复了训练数据集的所有问题，在许多情况下应该更加合理。

更多信息

更多信息，请查看Diffusers ControlNet博客文章和官方文档。

📄 许可证

本项目采用CreativeML OpenRAIL M许可证，这是一种Open RAIL M许可证，改编自BigScience 和 RAIL Initiative 在负责任AI许可领域的联合工作。有关我们许可证所基于的 BLOOM Open RAIL许可证文章 也可参考。