/ Модель

Характеристики

Размер весов
3 ГБ
Лицензия
Своя лицензия
Опубликована
26 сен 2024

flux_dev_openpose_controlnet

Генерация изображенийТекст → изображение3 профессии

Модуль ControlNet для FLUX.1-dev направляет генерацию изображений по тексту и позе OpenPose.

1 033скачиваний за 30 дней53лайкавеса обновлены26 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

Модель raulc0399/flux_dev_openpose_controlnet — это обученный для FLUX.1-dev модуль ControlNet, который использует позу OpenPose, чтобы направлять генерацию изображений по текстовому описанию. Разработчик указал, что обучение спонсировала Oxen.ai; модель представлена в формате safetensors и рассчитана на работу с FLUX.1-dev.

Модель подходит для создания изображений с заданной позой человека: например, чтобы разместить персонажа в сцене и сохранить положение тела, заданное OpenPose. Карточка показывает примеры генерации по текстовым запросам, но не сообщает размер модели, длину контекста или конкретную лицензию; в метаданных лицензия обозначена как other.

Сценарии применения

  • генерация изображения человека в позе, заданной OpenPose
  • создание персонажа в описанной текстом сцене с заданным положением тела
  • управляемая генерация изображений для иллюстраций и концепт-арта

Ограничения

Для работы требуется базовая модель FLUX.1-dev и входное управление позой OpenPose. Карточка не приводит конкретную лицензию: метаданные указывают license other.

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

openpose controlnet for flux.dev

(big thanks to oxen.ai for sponsoring the GPU for the training)

inference

an openpose controlnet for flux-dev, trained on https://huggingface.co/datasets/raulc0399/open_pose_controlnet

the controlnet model is trained for the xlabs ai pipeline https://github.com/XLabs-AI/x-flux

to install the pipeline, execute the following:

git clone https://github.com/XLabs-AI/x-flux.git
cd x-flux
python3 -m venv xflux_env
source xflux_env/bin/activate
pip install -r requirements.txt

to run the pipeline with controlnet:

python3 main.py \
 --prompt "person enjoying a day at the park, full hd, cinematic" \
 --image ~/open_pose_controlnet_dataset/validation_images/pose/3_pose_1024.jpg --control_type openpose \
 --local_path ./model.safetensors \
 --use_controlnet --model_type flux-dev \
 --width 1024 --height 1024  --timestep_to_start_cfg 2 \
 --num_steps 50 --true_gs 4 --guidance 4 \
 --save_path ~/gen_imgs

if the image has already been preprocessed comment out the line #146 from src/flux/xflux_pipeline.py

# self.annotator = Annotator(control_type, self.other_device)

training

oxen clone https://hub.oxen.ai/raulc/open_pose_controlnet_dataset
git clone https://github.com/raulc0399/x-flux.git
cd x-flux
git checkout open_pose_training
python3 -m venv xflux_env
source xflux_env/bin/activate
pip install -r requirements.txt
huggingface-cli login
accelerate config
mkdir images
rsync -r ~/open_pose_controlnet_dataset/train/images/ images/
cp train_configs/test_openpose_controlnet.yaml train_configs/openpose_controlnet.yaml
accelerate launch train_flux_deepspeed_controlnet.py --config "train_configs/openpose_controlnet.yaml"

note 1: check the file train_configs/openpose_controlnet.yaml before starting

note 2: rsync is needed, cp does not work with that many files

note 3: the oxen repo has the caption files as json as expected by the training script

results

using these 2 images:

control image 1 control image 2

with these prompts:

"two friends sitting by each other enjoying a day at the park, full hd, cinematic" "person enjoying a day at the park, full hd, cinematic"

resulted in these images:

result image 1 result image 2

License

Weights fall under the FLUX.1 [dev] Non-Commercial License

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов
247c1aa

0 моделей