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 复刻自: ControlNet-1-1-preview/control_v11p_sd15_normalbae

Controlnet - v1.1 - normalbae版本

Controlnet v1.1 是 Controlnet v1.0 的继任模型，由 Lvmin Zhang 在 lllyasviel/ControlNet-v1-1 发布。

此检查点是将 原始检查点 转换为 diffusers 格式的结果。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 normalbae 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，即使训练数据集较小（< 50k），学习也稳健。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。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。

注意: 如果要处理图像以创建辅助条件，需要以下外部依赖：

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 NormalBaeDetector

from diffusers import (
    ControlNetModel,
    StableDiffusionControlNetPipeline,
    UniPCMultistepScheduler,
)

checkpoint = "lllyasviel/control_v11p_sd15_normalbae"

image = load_image(
    "https://huggingface.co/lllyasviel/control_v11p_sd15_normalbae/resolve/main/images/input.png"
)

prompt = "A head full of roses"
processor = NormalBaeDetector.from_pretrained("lllyasviel/Annotators")

control_image = processor(image)
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(33)
image = pipe(prompt, num_inference_steps=30, generator=generator, image=control_image).images[0]

image.save('images/image_out.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	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	使用图像分割训练	带有分割区域的图像，通常表示为彩色编码图像。		<a