Control V11p Sd15 Lineart

🚀 Controlnet - v1.1 - 线稿版本

Controlnet v1.1 是一种用于控制扩散模型的神经网络结构，通过添加额外条件来引导图像生成过程。本版本基于线稿图像进行条件控制，可与 Stable Diffusion 结合使用，为图像生成提供更精确的控制。

🚀 快速开始

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。本检查点对应于基于线稿图像进行条件控制的 ControlNet。

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

更多详细信息，请查看 🧨 Diffusers 文档。

✨ 主要特性

• 条件控制：通过添加额外条件，如线稿图像，精确控制扩散模型的生成过程。
• 兼容性强：可与 Stable Diffusion 等主流文本到图像生成模型结合使用。
• 端到端学习：ControlNet 能够以端到端的方式学习特定任务的条件，即使在训练数据集较小（< 50k）的情况下，学习效果依然稳健。
• 训练高效：训练速度与微调扩散模型相当，可在个人设备上进行训练；若有强大的计算集群，也可处理大规模（数百万到数十亿）的数据。

📦 安装指南

安装依赖库

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

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 LineartDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "ControlNet-1-1-preview/control_v11p_sd15_lineart"

image = load_image(
    "https://huggingface.co/ControlNet-1-1-preview/control_v11p_sd15_lineart/resolve/main/images/input.png"
)
image = image.resize((512, 512))

prompt = "michael jackson concert"
processor = LineartDetector.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(0)
image = pipe(prompt, num_inference_steps=30, generator=generator, image=control_image).images[0]

image.save('images/image_out.png')

示例图片

注意事项

⚠️ 重要提示

如果要处理图像以创建辅助条件，需要安装外部依赖库，具体安装步骤见安装指南。

💡 使用建议

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。不过，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。

📚 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，使其支持额外的输入条件。ControlNet 能够以端到端的方式学习特定任务的条件，即使在训练数据集较小（< 50k）的情况下，学习效果依然稳健。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。如果有强大的计算集群，该模型也可以处理大规模（数百万到数十亿）的数据。我们的实验表明，像 Stable Diffusion 这样的大型扩散模型可以与 ControlNet 结合使用，以支持边缘图、分割图、关键点等条件输入。这将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训练	无特定条件
lllyasviel/control_v11p_sd15_inpaint	基于图像修复训练	无特定条件
lllyasviel/control_v11p_sd15_mlsd	基于多级线段检测训练	带有注释线段的图像
lllyasviel/control_v11f1p_sd15_depth	基于深度估计训练	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的图像
lllyasviel/control_v11e_sd15_shuffle	基于图像打乱训练	带有打乱的图像块或区域的图像
lllyasviel/control_v11f1e_sd15_tile	基于图像平铺训练	模糊的图像或图像的一部分

更多信息

如需了解更多信息，请查看 Diffusers ControlNet 博客文章 和 官方文档。

📄 许可证

本模型使用 CreativeML OpenRAIL M 许可证，这是一种 Open RAIL M 许可证，改编自 BigScience 和 RAIL Initiative 在负责任的人工智能许可领域的合作成果。有关此许可证的更多信息，请参阅 关于 BLOOM Open RAIL 许可证的文章。