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

• 艺术
• controlnet
• stable-diffusion
• controlnet-v1-1
• 图像到图像
  复制来源：ControlNet-1-1-preview/control_v11f1e_sd15_tile

ControlNet - v1.1 - 分块版本

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

此检查点是将 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 分块图像 的 ControlNet。从概念上讲，它类似于超分辨率模型，但其用途不仅限于此。它还可以生成与输入（条件）图像相同尺寸的细节。

此模型由 takuma104 贡献

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 许可领域的联合工作。另请参阅 关于 BLOOM Open RAIL 许可证的文章，我们的许可证基于此。

• 更多信息资源： 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，用于通过添加额外的输入条件来控制预训练的大型扩散模型。
ControlNet 以端到端的方式学习任务特定条件，即使训练数据集较小（< 50k），学习也能保持稳健。
此外，训练 ControlNet 与微调扩散模型一样快速，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：

import torch  
from PIL import Image  
from diffusers import ControlNetModel, DiffusionPipeline  
from diffusers.utils import load_image  

def resize_for_condition_image(input_image: Image, resolution: int):  
    input_image = input_image.convert("RGB")  
    W, H = input_image.size  
    k = float(resolution) / min(H, W)  
    H *= k  
    W *= k  
    H = int(round(H / 64.0)) * 64  
    W = int(round(W / 64.0)) * 64  
    img = input_image.resize((W, H), resample=Image.LANCZOS)  
    return img  

controlnet = ControlNetModel.from_pretrained('lllyasviel/control_v11f1e_sd15_tile',   
                                             torch_dtype=torch.float16)  
pipe = DiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5",  
                                         custom_pipeline="stable_diffusion_controlnet_img2img",  
                                         controlnet=controlnet,  
                                         torch_dtype=torch.float16).to('cuda')  
pipe.enable_xformers_memory_efficient_attention()  

source_image = load_image('https://huggingface.co/lllyasviel/control_v11f1e_sd15_tile/resolve/main/images/original.png')  

condition_image = resize_for_condition_image(source_image, 1024)  
image = pipe(prompt="最佳质量",   
             negative_prompt="模糊, 低分辨率, 解剖结构错误, 手部错误, 裁剪, 最差质量",   
             image=condition_image,   
             controlnet_conditioning_image=condition_image,   
             width=condition_image.size[0],  
             height=condition_image.size[1],  
             strength=1.0,  
             generator=torch.manual_seed(0),  
             num_inference_steps=32,  
            ).images[0]  

image.save('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，每个检查点使用 Stable Diffusion v1-5 在不同类型的条件下训练：

模型名称	控制图像概述	控制图像示例	生成图像示例
lllyasviel/control_v11p_sd15_canny 使用 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 使用像素到像素指令训练	无条件。
lllyasviel/control_v11p_sd15_inpaint 使用图像修复训练	无条件。
lllyasviel/control_v11p_sd15_mlsd 使用多级线段检测训练	带有注释线段的图像。
lllyasviel/control_v11f1p_sd15_depth 使用深度估计训练	带有深度信息的图像，通常表示为灰度图像。
lllyasviel/control_v11p_sd15_normalbae 使用表面法线估计训练	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](https://huggingface.co/lllyasviel/control_v11p_s