/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
stable-diffusion-v1-5
Опубликована
14 июл 2023

t2iadapter_canny_sd15v2

Преобразование изображенийИзображение, текст → изображение3 профессии

Адаптер T2I-Adapter для Stable Diffusion 1.5, который управляет генерацией изображений с помощью карты границ Canny и текстового запроса.

871скачиваний за 30 дней4лайкавеса обновлены31 июл 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

TencentARC/t2iadapter_canny_sd15v2 — адаптер T2I-Adapter для генерации изображений на основе Stable Diffusion 1.5. Разработан авторами проекта T2I-Adapter, который добавляет к диффузионной модели дополнительные условия управления генерацией.

Адаптер использует карту границ Canny как управляющее изображение, помогая задавать контуры и композицию результата при генерации по текстовому запросу. Он предназначен для сценариев контролируемого преобразования изображений и генерации изображений с заданной структурой; применяется совместно с базовой моделью runwayml/stable-diffusion-v1-5.

Модель имеет диффузионную архитектуру и принимает текст и изображение с границами Canny, выдавая изображение. В карточке указана поддержка английского языка и лицензия Apache 2.0. Качество результата зависит от базовой модели и управляющей карты; адаптер рассчитан на контуры и не описан как универсальный контроллер для других типов условий.

Сценарии применения

  • генерация изображения по тексту с сохранением контуров Canny
  • создание иллюстраций по эскизу с выделенными границами
  • контролируемое преобразование изображения с заданной композицией

Ограничения

Для работы требуется совместимая базовая модель Stable Diffusion 1.5. Адаптер предназначен для управления по границам Canny; другие типы условий в карточке не заявлены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

T2I Adapter - Canny

T2I Adapter is a network providing additional conditioning to stable diffusion. Each t2i checkpoint takes a different type of conditioning as input and is used with a specific base stable diffusion checkpoint.

This checkpoint provides conditioning on canny edge's for the stable diffusion 1.5 checkpoint.

Model Details

  • Developed by: T2I-Adapter: Learning Adapters to Dig out More Controllable Ability for Text-to-Image Diffusion Models

  • Model type: Diffusion-based text-to-image generation model

  • Language(s): English

  • License: Apache 2.0

  • Resources for more information: GitHub Repository, Paper.

  • Cite as:

    @misc{ title={T2I-Adapter: Learning Adapters to Dig out More Controllable Ability for Text-to-Image Diffusion Models}, author={Chong Mou, Xintao Wang, Liangbin Xie, Yanze Wu, Jian Zhang, Zhongang Qi, Ying Shan, Xiaohu Qie}, year={2023}, eprint={2302.08453}, archivePrefix={arXiv}, primaryClass={cs.CV} }

Checkpoints

Model NameControl Image OverviewControl Image ExampleGenerated Image Example
TencentARC/t2iadapter_color_sd14v1 Trained with spatial color paletteA image with 8x8 color palette.
TencentARC/t2iadapter_canny_sd14v1 Trained with canny edge detectionA monochrome image with white edges on a black background.
TencentARC/t2iadapter_sketch_sd14v1 Trained with PidiNet edge detectionA hand-drawn monochrome image with white outlines on a black background.
TencentARC/t2iadapter_depth_sd14v1 Trained with Midas depth estimationA grayscale image with black representing deep areas and white representing shallow areas.
TencentARC/t2iadapter_openpose_sd14v1 Trained with OpenPose bone imageA OpenPose bone image.
TencentARC/t2iadapter_keypose_sd14v1 Trained with mmpose skeleton imageA mmpose skeleton image.
TencentARC/t2iadapter_seg_sd14v1Trained with semantic segmentationAn custom segmentation protocol image.
TencentARC/t2iadapter_canny_sd15v2
TencentARC/t2iadapter_depth_sd15v2
TencentARC/t2iadapter_sketch_sd15v2
TencentARC/t2iadapter_zoedepth_sd15v1

Example

  1. Dependencies
pip install diffusers transformers opencv-contrib-python
  1. Run code:
import cv2
from PIL import Image
import torch
import numpy as np
from diffusers import T2IAdapter, StableDiffusionAdapterPipeline

image = Image.open('./images/canny_input.png')
image = np.array(image)

low_threshold = 100
high_threshold = 200

image = cv2.Canny(image, low_threshold, high_threshold)
image = Image.fromarray(image)

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

adapter = T2IAdapter.from_pretrained("TencentARC/t2iadapter_canny_sd15v2", torch_dtype=torch.float16)
pipe = StableDiffusionAdapterPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    adapter=adapter,
    torch_dtype=torch.float16,
)
pipe.to("cuda")

generator = torch.manual_seed(0)

out_image = pipe(
    "a rabbit wearing glasses",
    image=image,
    generator=generator,
).images[0]

out_image.save('./images/canny_out.png')

canny_input canny canny_out

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
a18baf4

0 моделей