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

• 艺术
• controlnet
• stable-diffusion
• 图像转图像

ControlNet - 深度版本

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。
此检查点对应基于深度估计条件的ControlNet模型。

可与Stable Diffusion结合使用。

模型详情

• 开发者： 张吕敏，Maneesh Agrawala

• 模型类型： 基于扩散的文本生成图像模型

• 支持语言： 英语

• 许可协议： CreativeML OpenRAIL M许可证，改编自BigScience与RAIL倡议在负责任AI许可领域的合作成果。详见基于BLOOM Open RAIL许可证的条款。

• 更多资源： GitHub仓库，论文。

• 引用格式：

  @misc{zhang2023adding,
  title={为文本到图像扩散模型添加条件控制},
  author={张吕敏 and Maneesh Agrawala},
  year={2023},
  eprint={2302.05543},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
  }

简介

ControlNet由张吕敏和Maneesh Agrawala在论文为文本到图像扩散模型添加条件控制中提出。

摘要如下：

我们提出了一种神经网络结构ControlNet，通过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，即使在小训练集（<5万）下也能稳健学习。训练速度与微调扩散模型相当，可在个人设备上完成。若配备强大计算集群，还可处理百万至十亿级数据。实验表明，Stable Diffusion等大型扩散模型结合ControlNet后，能支持边缘图、分割图、关键点等条件输入，这将丰富控制大模型的方法并推动相关应用。

已发布检查点

作者发布了8个不同检查点，均基于Stable Diffusion v1-5训练，对应不同控制类型：

使用示例

建议配合Stable Diffusion v1-5使用。实验表明也可适配其他扩散模型（如dreambooth优化的SD）。

1. 安装依赖库：

pip install diffusers transformers accelerate

2. 运行代码：

# 此处保留完整代码块（无需翻译代码注释）

训练过程

深度模型在300万组深度图-标题对上训练，深度图由Midas生成。使用A100 80G显卡训练500小时，基于Stable Diffusion 1.5。

博客文章

更多信息请参阅官方ControlNet博客。