T2i Adapter Openpose Sdxl 1.0

🚀 T2I-Adapter-SDXL - Openpose

T2I Adapter是一个为稳定扩散模型提供额外条件控制的网络。每个T2I检查点接收不同类型的条件作为输入，并与特定的基础稳定扩散检查点配合使用。

此检查点为StableDiffusionXL检查点提供Openpose条件控制。这是腾讯ARC和Hugging Face的合作项目。

🚀 快速开始

要开始使用，首先安装所需的依赖项：

pip install -U git+https://github.com/huggingface/diffusers.git
pip install -U controlnet_aux==0.0.7 # for conditioning models and detectors
pip install transformers accelerate safetensors

1. 首先将图像下载为合适的控制图像格式。
2. 将控制图像和提示词传递给StableDiffusionXLAdapterPipeline。

下面来看一个使用Openpose Adapter的简单示例。

💻 使用示例

基础用法

# Dependency
from diffusers import StableDiffusionXLAdapterPipeline, T2IAdapter, EulerAncestralDiscreteScheduler, AutoencoderKL
from diffusers.utils import load_image, make_image_grid
from controlnet_aux import OpenposeDetector
import torch
import numpy as np
from PIL import Image

# load adapter
adapter = T2IAdapter.from_pretrained(
  "TencentARC/t2i-adapter-openpose-sdxl-1.0", torch_dtype=torch.float16
).to("cuda")

# load euler_a scheduler
model_id = 'stabilityai/stable-diffusion-xl-base-1.0'
euler_a = EulerAncestralDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
vae=AutoencoderKL.from_pretrained("madebyollin/sdxl-vae-fp16-fix", torch_dtype=torch.float16)
pipe = StableDiffusionXLAdapterPipeline.from_pretrained(
    model_id, vae=vae, adapter=adapter, scheduler=euler_a, torch_dtype=torch.float16, variant="fp16", 
).to("cuda")
pipe.enable_xformers_memory_efficient_attention()

open_pose = OpenposeDetector.from_pretrained("lllyasviel/Annotators")

高级用法

# Condition Image
url = "https://huggingface.co/Adapter/t2iadapter/resolve/main/people.jpg"
image = load_image(url)
image = open_pose(image, detect_resolution=512, image_resolution=1024)
image = np.array(image)[:, :, ::-1]           
image = Image.fromarray(np.uint8(image)) 

# Generation
prompt = "A couple, 4k photo, highly detailed"
negative_prompt = "anime, cartoon, graphic, text, painting, crayon, graphite, abstract, glitch, deformed, mutated, ugly, disfigured"

gen_images = pipe(
  prompt=prompt,
  negative_prompt=negative_prompt,
  image=image,
  num_inference_steps=30,
  adapter_conditioning_scale=1,
  guidance_scale=7.5,  
).images[0]
gen_images.save('out_pose.png')

✨ 主要特性

T2I Adapter为稳定扩散模型提供额外的条件控制，每个T2I检查点可接收不同类型的条件输入，并与特定的基础稳定扩散检查点配合使用。此检查点专门为StableDiffusionXL检查点提供Openpose条件控制。

📚 详细文档

模型详情

检查点

模型名称	控制图像概述	控制图像示例	生成图像示例
TencentARC/t2i-adapter-canny-sdxl-1.0 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。
TencentARC/t2i-adapter-sketch-sdxl-1.0 使用PidiNet边缘检测进行训练	黑色背景上带有白色轮廓的手绘单色图像。
TencentARC/t2i-adapter-lineart-sdxl-1.0 使用线稿边缘检测进行训练	黑色背景上带有白色轮廓的手绘单色图像。
TencentARC/t2i-adapter-depth-midas-sdxl-1.0 使用Midas深度估计进行训练	黑色代表深区域，白色代表浅区域的灰度图像。
TencentARC/t2i-adapter-depth-zoe-sdxl-1.0 使用Zoe深度估计进行训练	黑色代表深区域，白色代表浅区域的灰度图像。
TencentARC/t2i-adapter-openpose-sdxl-1.0 使用OpenPose骨骼图像进行训练	OpenPose骨骼图像。

训练

我们的训练脚本基于我们在此处提供的官方训练脚本构建。

该模型在来自LAION-Aesthetics V2的300万个高分辨率图像-文本对上进行训练，具体参数如下：

• 训练步数：35000
• 批量大小：数据并行，单GPU批量大小为16，总批量大小为256。
• 学习率：恒定学习率1e-5。
• 混合精度：fp16

📄 许可证

本项目使用Apache 2.0许可证。