Control V11f1e Sd15 Tile

🚀 Controlnet - v1.1 - Tile版本

Controlnet v1.1是一种神经网络结构，可通过添加额外条件来控制扩散模型。本版本基于平铺图像进行条件控制，可与Stable Diffusion结合使用，实现图像生成等功能。

🚀 快速开始

ControlNet v1.1由Lvmin Zhang在lllyasviel/ControlNet-v1-1中发布。此检查点是将原始检查点转换为diffusers格式，可与Stable Diffusion（如runwayml/stable-diffusion-v1-5）结合使用。

更多详细信息，请查看🧨 Diffusers文档。

ControlNet是一种通过添加额外条件来控制扩散模型的神经网络结构。

此检查点对应于基于平铺图像进行条件控制的ControlNet。从概念上讲，它类似于超分辨率模型，但用途不仅限于此，也可以生成与输入（条件）图像相同大小的细节。

此模型由 takuma104 贡献

✨ 主要特性

• 条件控制：通过添加额外条件，灵活控制扩散模型的生成结果。
• 结合Stable Diffusion：可与Stable Diffusion模型结合使用，增强图像生成能力。
• 多场景应用：不仅可用于超分辨率，还能在其他场景中生成细节。

📦 安装指南

1. 安装diffusers及相关包：

$ pip install diffusers transformers accelerate

💻 使用示例

基础用法

import torch
from PIL import Image
from diffusers import ControlNetModel, DiffusionPipeline
from diffusers.utils import load_image

def resize_for_condition_image(input_image: Image, resolution: int):
    input_image = input_image.convert("RGB")
    W, H = input_image.size
    k = float(resolution) / min(H, W)
    H *= k
    W *= k
    H = int(round(H / 64.0)) * 64
    W = int(round(W / 64.0)) * 64
    img = input_image.resize((W, H), resample=Image.LANCZOS)
    return img

controlnet = ControlNetModel.from_pretrained('lllyasviel/control_v11f1e_sd15_tile', 
                                             torch_dtype=torch.float16)
pipe = DiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5",
                                         custom_pipeline="stable_diffusion_controlnet_img2img",
                                         controlnet=controlnet,
                                         torch_dtype=torch.float16).to('cuda')
pipe.enable_xformers_memory_efficient_attention()

source_image = load_image('https://huggingface.co/lllyasviel/control_v11f1e_sd15_tile/resolve/main/images/original.png')

condition_image = resize_for_condition_image(source_image, 1024)
image = pipe(prompt="best quality", 
             negative_prompt="blur, lowres, bad anatomy, bad hands, cropped, worst quality", 
             image=condition_image, 
             controlnet_conditioning_image=condition_image, 
             width=condition_image.size[0],
             height=condition_image.size[1],
             strength=1.0,
             generator=torch.manual_seed(0),
             num_inference_steps=32,
            ).images[0]

image.save('output.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。

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的速度一样快，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，模型可以扩展到处理大量（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ControlNet进行增强，以支持边缘图、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。

其他已发布的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的图像。
lllyasviel/control_v11e_sd15_shuffle 基于图像打乱训练	带有打乱的补丁或区域的图像。
lllyasviel/control_v11f1e_sd15_tile 基于图像平铺训练	用于绘制细节的基础图像。

更多信息

如需更多信息，请查看 Diffusers ControlNet博客文章 和 官方文档。

📄 许可证

本模型使用 CreativeML OpenRAIL M许可证。