/ Модель

Характеристики

Лицензия
OpenRAIL++
Опубликована
28 мар 2023

aesthetic-controlnet

Генерация изображенийТекст → изображение3 профессии

ControlNet на базе Stable Diffusion 2.1 создаёт эстетически ориентированные изображения по текстовому запросу, следуя контурам входного изображения.

28скачиваний за 30 дней79лайковвеса обновлены30 мар 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

Aesthetic ControlNet — модель для генерации изображений по текстовому запросу с управлением по входному изображению. Её разработали Erwann Millon и Victor Perez на основе ControlNet: признаки изображения извлекаются детектором границ Canny и используются для управления диффузионной моделью. Базовая модель — дообученная Stable Diffusion 2.1, обученная на разрешении 640×640; контрольная сеть основана на thibaud/controlnet-sd21.

Модель подходит для создания эстетически ориентированных изображений, сохраняющих контуры и композиционные подсказки исходного изображения, например для преобразования эскизов или фотографий в изображения по текстовому описанию. Репозиторий содержит веса в форматах Diffusers и PyTorch, лицензия — openrail++.

Результат зависит от качества текстового запроса и пригодности входного изображения для извлечения контуров Canny. Авторы предостерегают от генерации изображений, которые могут оскорблять, тревожить людей или закреплять стереотипы.

Сценарии применения

  • создание изображения по текстовому описанию с сохранением контуров эскиза
  • стилизация фотографии по текстовому запросу с опорой на границы объектов
  • преобразование контурного рисунка в детализированное изображение
  • генерация изображений с управлением композицией через Canny-карту

Ограничения

Управление основано на контурах, извлечённых Canny, поэтому модель ориентируется на границы изображения, а не на произвольные признаки или подробную семантическую разметку. Авторы предостерегают от создания оскорбительных, тревожащих или закрепляющих стереотипы изображений.

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

Aesthetic ControlNet

This model can produce highly aesthetic results from an input image and a text prompt.

ControlNet is a method that can be used to condition diffusion models on arbitrary input features, such as image edges, segmentation maps, or human poses.

Aesthetic ControlNet is a version of this technique that uses image features extracted using a Canny edge detector and guides a text-to-image diffusion model trained on a large aesthetic dataset.

The base diffusion model is a fine-tuned version of Stable Diffusion 2.1 trained at a resolution of 640x640, and the control network comes from thibaud/controlnet-sd21 by @thibaudz.

For more information about ControlNet, please have a look at this thread or at the original work by Lvmin Zhang and Maneesh Agrawala.

Example

Diffusers

Install the following dependencies and then run the code below:

pip install opencv-python git+https://github.com/huggingface/diffusers.git
import cv2
import numpy as np
from diffusers import StableDiffusionControlNetPipeline, EulerAncestralDiscreteScheduler
from diffusers.utils import load_image

image = load_image("https://huggingface.co/krea/aesthetic-controlnet/resolve/main/krea.jpg")

image = np.array(image)

low_threshold = 100
high_threshold = 200

image = cv2.Canny(image, low_threshold, high_threshold)
image = image[:, :, None]
image = np.concatenate([image, image, image], axis=2)
canny_image = Image.fromarray(image)

pipe = StableDiffusionControlNetPipeline.from_pretrained("krea/aesthetic-controlnet").to("cuda")
pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)

output = pipe(
    "fantasy flowers",
    canny_image,
    num_inference_steps=20,
    guidance_scale=4,
    width=768,
    height=768,
)

result = output.images[0]
result.save("result.png")

Examples

More examples

Misuse and Malicious Use

The model should not be used to intentionally create or disseminate images that create hostile or alienating environments for people. This includes generating images that people would foreseeably find disturbing, distressing, or offensive; or content that propagates historical or current stereotypes.

Authors

Erwann Millon and Victor Perez

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Пайплайн StableDiffusionControlNetPipeline требует картинку на входе: такой ввод пока не поддерживается.

Ревизия весов
ed3b66b

0 моделей