Control V11p Sd15 Normalbae

🚀 Controlnet - v1.1 - 法线基础版本

Controlnet v1.1是一款强大的图像生成控制模型，它是Controlnet v1.0的继任者，能与Stable Diffusion结合使用，通过添加额外条件精准控制图像生成，在艺术创作、图像编辑等领域具有广泛的应用价值。

🚀 快速开始

Controlnet v1.1 是 Controlnet v1.0 的继任模型，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。它可以与 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，可通过添加额外条件来控制扩散模型。

此检查点对应于基于 法线基础图像 进行条件控制的 ControlNet。

✨ 主要特性

模型详情

模型介绍

Controlnet 由 Lvmin Zhang 和 Maneesh Agrawala 在 为文本到图像扩散模型添加条件控制 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 ControlNets 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。

法线 1.1 版本的改进

• 法线 1.0 中的法线 - 米达斯方法既不合理也不符合物理规律。该方法在许多图像上效果不佳，法线 1.0 模型无法解读由渲染引擎创建的真实法线图。
• 法线 1.1 更加合理，因为预处理器经过训练，可以使用相对正确的协议（NYU - V2 的可视化方法）来估计法线图。这意味着只要颜色正确（蓝色朝前，红色朝左，绿色朝上），法线 1.1 就可以解读来自渲染引擎的真实法线图。
• 在我们的测试中，该模型表现稳健，能够达到与深度模型相似的性能。在之前的 CNET 1.0 中，法线 1.0 的使用频率不高。但法线 1.1 有了很大改进，有潜力被更频繁地使用。

📦 安装指南

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 结合使用，因为该检查点是基于此模型进行训练的。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 NormalBaeDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11p_sd15_normalbae"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11p_sd15_normalbae/resolve/main/images/input.png"
)

prompt = "A head full of roses"
processor = NormalBaeDetector.from_pretrained("lllyasviel/Annotators")

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

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	基于 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	基于像素到像素指令进行训练	无特定条件。
lllyasviel/control_v11p_sd15_inpaint	基于图像修复进行训练	无特定条件。
lllyasviel/control_v11p_sd15_mlsd	基于多级线段检测进行训练	带有标注线段的图像。
lllyasviel/control_v11f1p_sd15_depth	基于深度估计进行训练	带有深度信息的图像，通常表示为灰度图像。
lllyasviel/control_v11p_sd15_normalbae	基于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	基于图像分割进行训练	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	基于线稿生成进行训练	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	基于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	基于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	基于涂鸦式图像生成进行训练	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	基于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感的效果。
lllyasviel/control_v11e_sd15_shuffle	基于图像打乱进行训练	带有打乱的图像块或区域的图像。
lllyasviel/control_v11f1e_sd15_tile	基于图像平铺进行训练	模糊图像或图像的一部分。

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

本项目采用 CreativeML OpenRAIL M 许可证。