/ Модель

Характеристики

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

t2iadapter_sketch_sd15v2

Преобразование изображенийИзображение, текст → изображение3 профессии

Адаптер для генерации изображений Stable Diffusion 1.5 с управлением по эскизу и текстовому запросу.

722скачиваний за 30 дней7лайковвеса обновлены1 авг 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_sketch_sd15v2 — адаптер T2I-Adapter для генерации изображений на основе Stable Diffusion 1.5. Разработан авторами проекта T2I-Adapter; адаптер добавляет к базовой модели управляющее условие в виде эскиза.

Модель предназначена для преобразования эскиза в изображение с помощью текстового запроса и совместимой базовой модели Stable Diffusion 1.5. Она даёт возможность направлять генерацию по структуре наброска; для работы требуется базовый чекпойнт runwayml/stable-diffusion-v1-5 и программная среда Diffusers.

Модель работает с изображениями и текстовыми запросами, выдаёт сгенерированные изображения. Карточка указывает английский язык и лицензию Apache 2.0. Качество результата зависит от базовой модели, эскиза и запроса; адаптер предназначен для конкретного типа условия и версии Stable Diffusion.

Сценарии применения

  • создание изображения по наброску и текстовому описанию
  • преобразование эскиза в детализированную иллюстрацию
  • управляемая генерация изображений по композиции наброска

Ограничения

Требует совместимый базовый чекпойнт Stable Diffusion 1.5 и эскиз в качестве условия; результаты зависят от качества эскиза, базовой модели и текстового запроса.

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 - Sketch

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 sketches 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 controlnet_aux
  1. Run code:
import torch
from PIL import Image
from controlnet_aux import PidiNetDetector

from diffusers import (
    T2IAdapter,
    StableDiffusionAdapterPipeline
)

image = Image.open('./images/sketch_in.png')

processor = PidiNetDetector.from_pretrained('lllyasviel/Annotators')

sketch_image = processor(image)

sketch_image.save('./images/sketch.png')

adapter = T2IAdapter.from_pretrained("TencentARC/t2iadapter_zoedepth_sd15v1", torch_dtype=torch.float16)
pipe = StableDiffusionAdapterPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5", adapter=adapter, safety_checker=None, torch_dtype=torch.float16, variant="fp16"
)

pipe.to('cuda')

generator = torch.Generator().manual_seed(0)

sketch_image_out = pipe(prompt="royal chamber with fancy bed", image=sketch_image, generator=generator).images[0]

sketch_image_out.save('./images/sketch_image_out.png')

sketch_in sketch sketch_image_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
a73a564

0 моделей