🚀 Controlnet - v1.1 - instruct pix2pix 版本

Controlnet v1.1 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。本项目基于 Stable Diffusion，能实现强大的图像生成功能，为图像创作带来更多可能。

🚀 快速开始

本检查点可与 Stable Diffusion 结合使用，例如 runwayml/stable-diffusion-v1-5。

安装依赖

$ pip install diffusers transformers accelerate

运行代码示例

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 diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11e_sd15_ip2p"

image = load_image("https://huggingface.co/lllyasviel/control_v11e_sd15_ip2p/resolve/main/images/input.png").convert('RGB')

prompt = "make it on fire"

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=image).images[0]

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

✨ 主要特性

• 条件控制：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。
• 多场景适配：可与 Stable Diffusion 等模型结合使用，适用于多种图像生成场景。
• 多种检查点：作者发布了 14 种不同的检查点，每种都针对不同类型的条件进行了训练。

📦 安装指南

安装 diffusers 及相关依赖包：

$ 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 diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11e_sd15_ip2p"

image = load_image("https://huggingface.co/lllyasviel/control_v11e_sd15_ip2p/resolve/main/images/input.png").convert('RGB')

prompt = "make it on fire"

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=image).images[0]

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

📚 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，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的速度一样快，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可用，模型可以扩展到大量（数百万到数十亿）的数据。我们报告称，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。

其他发布的 v1-1 检查点

作者发布了 14 种不同的检查点，每种都在 Stable Diffusion v1-5 上针对不同类型的条件进行了训练：

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	使用 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	使用像素到像素指令进行训练	无条件。
lllyasviel/control_v11p_sd15_inpaint	使用图像修复进行训练	无条件。
lllyasviel/control_v11p_sd15_mlsd	使用多级线段检测进行训练	带有注释线段的图像。
lllyasviel/control_v11f1p_sd15_depth	使用深度估计进行训练	带有深度信息的图像，通常表示为灰度图像。
lllyasviel/control_v11p_sd15_normalbae	使用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	使用图像分割进行训练	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	使用线稿生成进行训练	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	使用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	使用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	使用基于涂鸦的图像生成进行训练	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	使用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效果的图像。
lllyasviel/control_v11e_sd15_shuffle	使用图像打乱进行训练	带有打乱的补丁或区域的图像。
lllyasviel/control_v11f1e_sd15_tile	使用图像拼接进行训练	模糊的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。