license: openrail
base_model: runwayml/stable-diffusion-v1-5
tags:

• 艺术
• controlnet
• stable-diffusion
• controlnet-v1-1
• 图像到图像
  duplicated_from: ControlNet-1-1-preview/control_v11p_sd15_openpose

Controlnet - v1.1 - openpose版本

Controlnet v1.1 是 Controlnet v1.0 的继任模型，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。

此检查点对应基于 openpose 图像 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 是一种 Open RAIL M 许可证，源自 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，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任务特定条件，即使在训练数据集较小（< 5 万）时也能稳健学习。
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，因为检查点是基于它训练的。
实验表明，该检查点也可以与其他扩散模型（如 dreamboothed stable diffusion）一起使用。

注意：如果要处理图像以创建辅助条件，需要以下外部依赖项：

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  

3. 运行代码：

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 OpenposeDetector  

from diffusers import (  
    ControlNetModel,  
    StableDiffusionControlNetPipeline,  
    UniPCMultistepScheduler,  
)  

checkpoint = "lllyasviel/control_v11p_sd15_openpose"  

image = load_image(  
    "https://huggingface.co/lllyasviel/control_v11p_sd15_openpose/resolve/main/images/input.png"  
)  

prompt = "厨房里的厨师"  

processor = OpenposeDetector.from_pretrained('lllyasviel/ControlNet')  

control_image = processor(image, hand_and_face=True)  
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')  

其他 v1-1 发布的检查点

作者发布了 14 个不同的检查点，每个检查点基于 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	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	黑白边缘图像，黑色背景上的白色边缘。
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	带有标注线段的图像。
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](https://huggingface.co/