Control V11p Sd15 Softedge

🚀 Controlnet - v1.1 - 软边缘版本

Controlnet v1.1 是一款基于扩散模型的图像生成控制网络，它可以为预训练的大型扩散模型添加额外的条件控制，支持边缘图、分割图、关键点等多种条件输入，从而丰富了控制大型扩散模型的方法，进一步推动了相关应用的发展。

🚀 快速开始

Controlnet v1.1 是 Controlnet v1.0 的后续模型，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 软边缘 条件的 ControlNet。

✨ 主要特性

• 支持额外输入条件：ControlNet 可以控制预训练的大型扩散模型，支持边缘图、分割图、关键点等额外输入条件。
• 端到端学习：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。
• 训练速度快：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。如果有强大的计算集群，模型也可以扩展到大量（数百万到数十亿）的数据。

📦 安装指南

安装外部依赖

如果你想处理图像以创建辅助条件，需要安装以下外部依赖：

$ 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 一起使用，因为该检查点是在其上进行训练的。实验表明，该检查点也可以与其他扩散模型（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 PidiNetDetector, HEDdetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11p_sd15_softedge"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11p_sd15_softedge/resolve/main/images/input.png"
)

prompt = "royal chamber with fancy bed"

processor = HEDdetector.from_pretrained('lllyasviel/Annotators')
processor = PidiNetDetector.from_pretrained('lllyasviel/Annotators')
control_image = processor(image, safe=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 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，并进一步推动相关应用的发展。

其他已发布的 v1-1 检查点

作者发布了 14 种不同的检查点，每种检查点都在 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	无条件。
lllyasviel/control_v11p_sd15_inpaint	使用图像修复进行训练	无条件。
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风格或艺术效果。
lllyasviel/control_v11e_sd15_shuffle	使用图像打乱进行训练	带有打乱的补丁或区域的图像。
lllyasviel/control_v11f1e_sd15_tile	使用图像平铺进行训练	模糊的图像或图像的一部分。

软边缘 1.1 的改进

• 软边缘 1.1 在之前的 ControlNet 中被称为 HED 1.0。
• 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）一些图像质量较低，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。新模型解决了训练数据集中的所有问题，在许多情况下应该更加合理。
• 软边缘 1.1 在几乎 100% 的情况下明显优于 HED 1.0。这主要是因为 HED 或 PIDI 估计器倾向于在软边缘图中隐藏原始图像的损坏灰度版本，而之前的模型 HED 1.0 过拟合于恢复那个隐藏的损坏图像，而不是执行边界感知扩散。软边缘 1.1 的训练使用了 75% 的“安全”过滤，以去除控制图中隐藏的损坏灰度图像。这使得软边缘 1.1 非常稳健。在我们的测试中，软边缘 1.1 的可用性与深度模型相当，并且有潜力更频繁地使用。

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。