许可证: openrail
基础模型: runwayml/stable-diffusion-v1-5
标签:

• 艺术
• controlnet
• stable-diffusion
• controlnet-v1-1
• 图像修复
• 自定义
• 图像到图像
  复制来源: lllyasviel/control_v11p_sd15_inpaint
  管道标签: 其他

使用方法

import base64  

import requests  

HF_TOKEN = 'hf_xxxxxxxxxxxxx'  
API_ENDPOINT = 'https://xxxxxxxxxxx.us-east-1.aws.endpoints.huggingface.cloud'  

def load_image(path):  
    try:  
        with open(path, 'rb') as file:  
            return file.read()  
    except FileNotFoundError as error:  
        print('读取图像时出错:', error)  


def get_b64_image(path):  
    image_buffer = load_image(path)  
    if image_buffer:  
        return base64.b64encode(image_buffer).decode('utf-8')  


def process_images(original_image_path, mask_image_path, result_path, prompt, width, height):  
    original_b64 = get_b64_image(original_image_path)  
    mask_b64 = get_b64_image(mask_image_path)  

    if not original_b64 or not mask_b64:  
        return  

    body = {  
        'inputs': prompt,  
        'image': original_b64,  
        'mask_image': mask_b64,  
        'width': width,  
        'height': height  
    }  

    headers = {  
        'Authorization': f'Bearer {HF_TOKEN}',  
        'Content-Type': 'application/json',  
        'Accept': 'image/png'  
    }  

    response = requests.post(  
        API_ENDPOINT,  
        json=body,  
        headers=headers  
    )  
    blob = response.content  

    save_image(blob, result_path)  


def save_image(blob, file_path):  
    with open(file_path, 'wb') as file:  
        file.write(blob)  
    print('文件保存成功!')  


if __name__ == '__main__':  
    original_image_path = 'images/original.png'  
    mask_image_path = 'images/mask.png'  
    result_path = 'images/result.png'  
    process_images(original_image_path, mask_image_path, result_path, '赛博朋克蒙娜丽莎', 512, 768)  

Controlnet - v1.1 - 图像修复版本

Controlnet v1.1 由 Lvmin Zhang 在 lllyasviel/ControlNet-v1-1 发布。

此检查点是 原始检查点 转换为 diffusers 格式的版本。
它可以与 Stable Diffusion 结合使用，例如 runwayml/stable-diffusion-v1-5。

更多详情，请参阅 🧨 Diffusers 文档。

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。

此检查点对应于基于 图像修复 条件的 ControlNet。

模型详情

• 开发者: Lvmin Zhang, Maneesh Agrawala

• 模型类型: 基于扩散的文本到图像生成模型

• 语言: 英语

• 许可证: CreativeML OpenRAIL M 许可证 是一个 Open RAIL M 许可证，改编自 BigScience 和 RAIL Initiative 在负责任 AI 许可领域的合作成果。另请参阅 关于 BLOOM Open RAIL 许可证的文章，我们的许可证基于此。

• 更多资源: GitHub 仓库, 论文。

• 引用方式:

  @misc{zhang2023adding,
  title={Adding Conditional Control to Text-to-Image Diffusion Models},
  author={Lvmin Zhang and Maneesh Agrawala},
  year={2023},
  eprint={2302.05543},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
  }

简介

ControlNet 由 Lvmin Zhang 和 Maneesh Agrawala 在 Adding Conditional Control to Text-to-Image Diffusion Models 中提出。

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），学习过程也稳健。
此外，训练 ControlNet 与微调扩散模型一样快，并且可以在个人设备上进行训练。
如果有强大的计算集群可用，模型可以扩展到大量（数百万到数十亿）数据。
我们报告称，像 Stable Diffusion 这样的大型扩散模型可以通过 ControlNet 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。

示例

建议将此检查点与 Stable Diffusion v1-5 结合使用，因为该检查点已在其上训练。
实验上，该检查点也可以与其他扩散模型（如 dreamboothed stable diffusion）一起使用。

1. 安装 `diffusers` 及相关包：  

$ pip install diffusers transformers accelerate

2. 运行代码：  
```python  
import torch  
import os  
from diffusers.utils import load_image  
from PIL import Image  
import numpy as np  
from diffusers import (  
    ControlNetModel,  
    StableDiffusionControlNetPipeline,  
    UniPCMultistepScheduler,  
)  
checkpoint = "lllyasviel/control_v11p_sd15_inpaint"  
original_image = load_image(  
    "https://huggingface.co/lllyasviel/control_v11p_sd15_inpaint/resolve/main/images/original.png"  
)  
mask_image = load_image(  
    "https://huggingface.co/lllyasviel/control_v11p_sd15_inpaint/resolve/main/images/mask.png"  
)  

def make_inpaint_condition(image, image_mask):  
    image = np.array(image.convert("RGB")).astype(np.float32) / 255.0  
    image_mask = np.array(image_mask.convert("L"))  
    assert image.shape[0:1] == image_mask.shape[0:1], "图像和掩码图像必须具有相同的尺寸"  
    image[image_mask < 128] = -1.0 # 设置为掩码像素  
    image = np.expand_dims(image, 0).transpose(0, 3, 1, 2)  
    image = torch.from_numpy(image)  
    return image  

control_image = make_inpaint_condition(original_image, mask_image)  
prompt = "最佳质量"  
negative_prompt="低分辨率, 解剖结构错误, 手部错误, 裁剪, 最差质量"  
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(2)  
image = pipe(prompt, negative_prompt=negative_prompt, num_inference_steps=30,   
             generator=generator, image=control_image).images[0]  
image.save('images/output.png')  

其他发布的检查点 v1-1

作者发布了 14 个不同的检查点，每个检查点均基于 Stable Diffusion v1-5 训练，针对不同类型的条件：

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	无条件。
lllyasviel/control_v11p_sd15_inpaint	基于图像修复训练	无条件。
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，通常表示为关键点或骨架。
lllyasviel/control_v11p_sd15_scribble	基于涂鸦图像生成训练	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或艺术效果。
lllyasviel/control_v11e_sd15_shuffle	基于图像打乱训练	带有打乱区块或区域的图像。
lllyasviel/control_v11f1e_sd15_tile	基于图像平铺训练	模糊图像或部分图像。

更多信息

更多信息，请参阅 Diffusers ControlNet 博客文章 和 官方文档。