/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
FLUX.1-dev
Библиотека
diffusers
Опубликована
17 сен 2024

Flux.1-dev-Controlnet-Depth

Преобразование изображений3 профессии

jasperai/Flux.1-dev-Controlnet-Depth — модель ControlNet для базовой модели FLUX.1-dev, разработанная исследовательской командой Jasper.

956скачиваний за 30 дней120лайковвеса обновлены30 сен 2024

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

Она предназначена для генерации и преобразования изображений по текстовому описанию с управлением композицией и пространственной структурой с помощью карты глубины. Модель поддерживает сценарии image-to-image и интегрируется с библиотекой diffusers.

Модель использует архитектуру ControlNet поверх FLUX.1-dev и принимает текстовый prompt вместе с изображением-условием в виде depth map. В README не указаны размер модели, максимальная длина контекста, поддерживаемые языки и точные требования к аппаратному обеспечению. Для подготовки карты глубины можно использовать, например, MidasDetector из библиотеки controlnet_aux; при работе в примере применяется тип torch.bfloat16 и GPU CUDA.

Ключевое преимущество модели — возможность сохранять геометрию и пространственное расположение объектов, одновременно изменяя их визуальное содержание в соответствии с текстовым описанием. Качество результата зависит от точности карты глубины, параметров управления и возможностей базовой FLUX.1-dev; другие ограничения в README не описаны. Модель распространяется по лицензии Flux.1-dev non-commercial license, поэтому её использование ограничено условиями этой лицензии.

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

⚡ Flux.1-dev: Depth ControlNet ⚡

This is Flux.1-dev ControlNet for Depth map developed by Jasper research team.

How to use

This model can be used directly with the diffusers library

import torch
from diffusers.utils import load_image
from diffusers import FluxControlNetModel
from diffusers.pipelines import FluxControlNetPipeline

# Load pipeline
controlnet = FluxControlNetModel.from_pretrained(
  "jasperai/Flux.1-dev-Controlnet-Depth",
  torch_dtype=torch.bfloat16
)
pipe = FluxControlNetPipeline.from_pretrained(
  "black-forest-labs/FLUX.1-dev",
  controlnet=controlnet,
  torch_dtype=torch.bfloat16
)
pipe.to("cuda")

# Load a control image
control_image = load_image(
  "https://huggingface.co/jasperai/Flux.1-dev-Controlnet-Depth/resolve/main/examples/depth.jpg"
)

prompt = "a statue of a gnome in a field of purple tulips"

image = pipe(
    prompt, 
    control_image=control_image,
    controlnet_conditioning_scale=0.6,
    num_inference_steps=28, 
    guidance_scale=3.5,
    height=control_image.size[1],
    width=control_image.size[0]
).images[0]
image

💡 Note: You can compute the conditioning map using for instance the MidasDetector from the controlnet_aux library

from controlnet_aux import MidasDetector
from diffusers.utils import load_image 

midas = MidasDetector.from_pretrained("lllyasviel/Annotators")

midas.to("cuda")

# Load an image
im = load_image(
  "https://huggingface.co/jasperai/Flux.1-dev-Controlnet-Depth/resolve/main/examples/output.jpg"
)

depth = midas(im)

Training

This model was trained with depth maps computed with Clipdrop's depth estimator model as well as open-souce depth estimation models such as Midas or Leres.

Licence

This model falls under the Flux.1-dev licence.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → картинка» пока не запускаются: нужен ввод изображения для diffusion.

Ревизия весов
b23eefe

0 моделей