Control V11e Sd15 Shuffle

🚀 Controlnet - v1.1 - shuffle版本

Controlnet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。本项目的这个检查点是将原始检查点转换为diffusers格式，能与Stable Diffusion结合使用，为图像生成提供更多的条件控制。

🚀 快速开始

Controlnet v1.1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（如runwayml/stable-diffusion-v1-5）结合使用。

更多详情，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。

此检查点对应于以shuffle图像为条件的ControlNet。

✨ 主要特性

• 可控制扩散模型，通过添加额外条件生成特定图像。
• 训练速度快，可在个人设备上进行训练，也能在强大计算集群上处理大量数据。
• 能与Stable Diffusion等模型结合使用，丰富图像生成的控制方法。

📦 安装指南

安装外部依赖

$ pip install controlnet_aux==0.3.0

安装diffusers及相关包

重要提示：请确保安装diffusers.__version__ >= 0.16.0.dev0！

$ pip install git+https://github.com/huggingface/diffusers.git transformers accelerate

💻 使用示例

基础用法

建议将此检查点与Stable Diffusion v1-5配合使用，因为该检查点是基于此模型进行训练的。实验表明，此检查点也可与其他扩散模型（如经过微调的Stable Diffusion）一起使用。

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 ContentShuffleDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11e_sd15_shuffle"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11e_sd15_shuffle/resolve/main/images/input.png"
)

prompt = "New York"
processor = ContentShuffleDetector()

control_image = processor(image)
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(33)
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在论文 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相当，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，模型可以处理大量（数百万到数十亿）的数据。我们发现，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	条件图像	控制图像示例	生成图像示例
lllyasviel/control_v11p_sd15_canny	使用Canny边缘检测进行训练	黑色背景上带有白色边缘的单色图像。
lllyasviel/control_v11e_sd15_ip2p	使用像素到像素指令进行训练	无特定条件。
lllyasviel/control_v11p_sd15_inpaint	使用图像修复进行训练	无特定条件。
lllyasviel/control_v11p_sd15_mlsd	使用多级线段检测进行训练	带有注释线段的图像。
lllyasviel/control_v11f1p_sd15_depth	使用深度估计进行训练	带有深度信息的图像，通常表示为灰度图像。
lllyasviel/control_v11p_sd15_normalbae	使用表面法线估计进行训练	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	使用图像分割进行训练	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	使用线稿生成进行训练	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	使用动漫线稿生成进行训练	带有动漫风格线稿的图像。
lllyasviel/control_v11p_sd15_openpose	使用人体姿态估计进行训练	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	使用基于涂鸦的图像生成进行训练	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	使用软边缘图像生成进行训练	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	使用图像打乱进行训练	带有打乱块或区域的图像。
lllyasviel/control_v11f1e_sd15_tile	使用图像平铺进行训练	模糊图像或图像的一部分。

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

本项目使用CreativeML OpenRAIL M许可证。