/ Модель

Характеристики

Лицензия
OpenRAIL
Базовая модель
stable-diffusion-v1-5
Опубликована
24 фев 2023

sd-controlnet-scribble

Преобразование изображений3 профессии

lllyasviel/sd-controlnet-scribble — модель ControlNet, разработанная Lvmin Zhang и Maneesh Agrawala.

1 095скачиваний за 30 дней63лайкавеса обновлены24 апр 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

Она предназначена для управления генерацией изображений в Stable Diffusion v1.5 с помощью дополнительных условных входных данных в виде изображений-скетчей или набросков. Модель используется совместно с базовой моделью Stable Diffusion и подходит для сценариев text-to-image и image-to-image, когда требуется сохранить структуру, заданную скетчем, одновременно управляя содержанием текстовым описанием.

Это диффузионная модель для генерации изображений с архитектурой ControlNet; она обучена на Stable Diffusion v1-5 и принимает английские текстовые описания. Специализация данного контрольного модуля — изображения Scribble, то есть условные изображения с набросками, по которым задаются композиция и основные формы результата. Размер модели, максимальная длина контекста и точный набор поддерживаемых модальностей в README не указаны.

Сильная сторона модели — дополнительный контроль над генерацией по сравнению с обычной Stable Diffusion, что позволяет точнее воспроизводить структуру исходного наброска. Ограничение состоит в зависимости от совместимой базовой модели и качества входного скетча; модель предназначена для визуального управления, а не для самостоятельной генерации без Stable Diffusion. Лицензия — CreativeML OpenRAIL M, адаптированная на основе Open RAIL M; условия лицензии и ограничения ответственного использования следует учитывать при применении.

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

Controlnet - Scribble Version

ControlNet is a neural network structure to control diffusion models by adding extra conditions. This checkpoint corresponds to the ControlNet conditioned on Scribble images.

It can be used in combination with Stable Diffusion.

img

Model Details

Introduction

Controlnet was proposed in Adding Conditional Control to Text-to-Image Diffusion Models by Lvmin Zhang, Maneesh Agrawala.

The abstract reads as follows:

We present a neural network structure, ControlNet, to control pretrained large diffusion models to support additional input conditions. The ControlNet learns task-specific conditions in an end-to-end way, and the learning is robust even when the training dataset is small (< 50k). Moreover, training a ControlNet is as fast as fine-tuning a diffusion model, and the model can be trained on a personal devices. Alternatively, if powerful computation clusters are available, the model can scale to large amounts (millions to billions) of data. We report that large diffusion models like Stable Diffusion can be augmented with ControlNets to enable conditional inputs like edge maps, segmentation maps, keypoints, etc. This may enrich the methods to control large diffusion models and further facilitate related applications.

Released Checkpoints

The authors released 8 different checkpoints, each trained with Stable Diffusion v1-5 on a different type of conditioning:

Model NameControl Image OverviewControl Image ExampleGenerated Image Example
lllyasviel/sd-controlnet-canny Trained with canny edge detectionA monochrome image with white edges on a black background.
lllyasviel/sd-controlnet-depth Trained with Midas depth estimationA grayscale image with black representing deep areas and white representing shallow areas.
lllyasviel/sd-controlnet-hed Trained with HED edge detection (soft edge)A monochrome image with white soft edges on a black background.
lllyasviel/sd-controlnet-mlsd Trained with M-LSD line detectionA monochrome image composed only of white straight lines on a black background.
lllyasviel/sd-controlnet-normal Trained with normal mapA normal mapped image.
lllyasviel/sd-controlnet_openpose Trained with OpenPose bone imageA OpenPose bone image.
lllyasviel/sd-controlnet_scribble Trained with human scribblesA hand-drawn monochrome image with white outlines on a black background.
lllyasviel/sd-controlnet_segTrained with semantic segmentationAn ADE20K's segmentation protocol image.

Example

It is recommended to use the checkpoint with Stable Diffusion v1-5 as the checkpoint has been trained on it. Experimentally, the checkpoint can be used with other diffusion models such as dreamboothed stable diffusion.

Note: If you want to process an image to create the auxiliary conditioning, external dependencies are required as shown below:

  1. Install https://github.com/patrickvonplaten/controlnet_aux
$ pip install controlnet_aux
  1. Let's install diffusers and related packages:
$ pip install diffusers transformers accelerate
  1. Run code:
from PIL import Image
from diffusers import StableDiffusionControlNetPipeline, ControlNetModel, UniPCMultistepScheduler
import torch
from controlnet_aux import HEDdetector
from diffusers.utils import load_image

hed = HEDdetector.from_pretrained('lllyasviel/ControlNet')

image = load_image("https://huggingface.co/lllyasviel/sd-controlnet-scribble/resolve/main/images/bag.png")

image = hed(image, scribble=True)

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/sd-controlnet-scribble", torch_dtype=torch.float16
)

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5", controlnet=controlnet, safety_checker=None, torch_dtype=torch.float16
)

pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config)

# Remove if you do not have xformers installed
# see https://huggingface.co/docs/diffusers/v0.13.0/en/optimization/xformers#installing-xformers
# for installation instructions
pipe.enable_xformers_memory_efficient_attention()

pipe.enable_model_cpu_offload()

image = pipe("bag", image, num_inference_steps=20).images[0]

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

bag

bag_scribble

bag_scribble_out

Training

The scribble model was trained on 500k scribble-image, caption pairs. The scribble images were generated with HED boundary detection and a set of data augmentations — thresholds, masking, morphological transformations, and non-maximum suppression. The model was trained for 150 GPU-hours with Nvidia A100 80G using the canny model as a base model.

Blog post

For more information, please also have a look at the official ControlNet Blog Post.

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: нужен ввод изображения для diffusion.

Ревизия весов
864edcd

0 моделей