Control V11p Sd15s2 Lineart Anime

🚀 Controlnet - v1.1 - 线条动漫版本

Controlnet v1.1是一个基于扩散模型的图像生成工具，通过添加额外条件来控制图像生成过程，本版本专注于线条动漫风格的图像生成。

🚀 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格式后的版本，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。

此检查点对应于基于线条动漫图像的ControlNet。

✨ 主要特性

• 可与Stable Diffusion结合，实现线条动漫风格的图像生成。
• 支持多种额外条件输入，丰富图像生成的控制方式。
• 训练速度快，可在个人设备上进行训练。

📦 安装指南

安装依赖库

若要处理图像以创建辅助条件，需要安装以下外部依赖：

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

$ pip install controlnet_aux==0.3.0

2. 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配合使用，因为该检查点是基于此进行训练的。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 LineartAnimeDetector
from transformers import CLIPTextModel

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11p_sd15s2_lineart_anime"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11p_sd15s2_lineart_anime/resolve/main/images/input.png"
)
image = image.resize((512, 512))

prompt = "A warrior girl in the jungle"
processor = LineartAnimeDetector.from_pretrained("lllyasviel/Annotators")

control_image = processor(image)
control_image.save("./images/control.png")

# we skip one layer of the encoder
text_encoder = CLIPTextModel.from_pretrained("runwayml/stable-diffusion-v1-5", subfolder="text_encoder", num_hidden_layers=11, torch_dtype=torch.float16)

controlnet = ControlNetModel.from_pretrained(checkpoint, torch_dtype=torch.float16)

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5", text_encoder=text_encoder, 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

简介

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。

其他已发布的检查点v1-1

作者发布了14种不同的检查点，每种都在Stable Diffusion v1-5上针对不同类型的条件进行了训练：

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	使用线条艺术生成进行训练	带有线条艺术的图像，通常是白色背景上的黑色线条。
lllyasviel/control_v11p_sd15s2_lineart_anime	使用动漫线条艺术生成进行训练	带有动漫风格线条艺术的图像。
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	使用图像洗牌进行训练	带有打乱补丁或区域的图像。
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

本项目采用CreativeML OpenRAIL M许可证。

⚠️ 重要提示

若要处理图像以创建辅助条件，需要安装外部依赖。

💡 使用建议

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进行训练的。