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

• 艺术
• 控制网
• 稳定扩散
• controlnet-v1-1
• 图像转图像
  复刻来源: ControlNet-1-1-preview/control_v11f1e_sd15_tile

Controlnet - v1.1 - 分块版本

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

此检查点是将原检查点转换为 diffusers 格式的版本。
可与 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。

此检查点对应基于分块图像条件的 ControlNet。概念上类似于超分辨率模型，但其用途不仅限于此。它还能在输入（条件）图像相同尺寸下生成细节。

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

• 许可协议: CreativeML OpenRAIL 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。另见基于 BLOOM Open RAIL 许可证 的相关文章。

• 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 在论文 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，通过添加额外输入条件来控制预训练的大型扩散模型。
ControlNet 以端到端方式学习任务特定条件，即使训练数据集较小（< 5万）也能保持鲁棒性。
此外，训练 ControlNet 与微调扩散模型速度相当，可在个人设备上完成。
若拥有强大计算集群，该模型可扩展至海量数据（百万至十亿级）。
实验表明，像 Stable Diffusion 这样的大型扩散模型结合 ControlNet 后，能支持边缘图、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，并推动相关应用发展。

示例

建议将此检查点与 Stable Diffusion v1-5 配合使用，因其基于该模型训练。
实验表明，该检查点也可与其他扩散模型（如 Dreambooth 微调的 Stable Diffusion）配合使用。

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, 结构异常, 手部畸形, 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')  

v1-1 其他已发布检查点

作者发布了 14 个不同检查点，每个均基于 Stable Diffusion v1-5 训练，对应不同类型条件：

模型名称	控制图像概览	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	黑白边缘图（白边黑底）
lllyasviel/control_v11e_sd15_ip2p	基于像素级指令训练	无条件
...（后续表格内容保持原格式，此处省略）...

更多信息

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