ControlNet - ۱۲ نوع شرایط در یک ابزار
یک تصویر مرجع را بارگذاری کنید ، یک نوع شرایط را انتخاب کنید ، یک درخواست بنویسید. هوش مصنوعی ساختار مرجع شما را (خطوط ، حالت ، عمق ، و غیره) حفظ میکند و محتوای جدید را در هر سبکی نمایش میدهد. پشتیبانی شده توسط ControlNet-Union SDXL ProMax — Apache 2.0 ، کاملاً دوستدار استفاده تجاری.
نتیجه
چگونه ControlNet کار میکند
ControlNet به شما اجازه میدهد که تولید تصویر را با ساختار یک تصویر مرجع هدایت کنید ، به جای تکیه بر دستور متنی. یک پیشپردازنده مرجع شما را میخواند و یک سیگنال شرطی واحد را استخراج میکند — لبه ها ، نقشه عمق ، اسکلت حالت یک شخص و غیره. سپس مدل پخش به آن سیگنال قفل میشود ، در حالی که دستور ، سبک ، رنگ ، نور و موضوع را تعیین میکند. نتیجه ترکیب دقیقی را که وارد کردید نگه میدارد ، اما به نظر چیزی کاملاً جدید میرسد.
این ابزار توسط ControlNet-UnionSDXL ProMax (Apache 2.0) پشتیبانی میشود — یک مدل واحد که تمام ۱۲ نوع شرایط زیر را درک میکند، بنابراین شما بین آنها از یک انتخابگر بدون بارگذاری هر بار شبکه متفاوتی عوض میکنید. این کاملاً برای استفاده تجاری مناسب است: هر چیزی را که تولید میکنید نگه دارید، بفروشید یا تغییر دهید.
دوازده نوع از شرایط
. خيلي باهوش
تشخیص لبۀ تیز. بهترین برای نگه داشتن خطوط صاف و صاف.
عمق
نقشه عمق سه بعدی. طرح فضایی را حفظ میکند — چه چیزی نزدیک است و چه چیزی دور است.
پوز
اسکلت بدن OpenPose. حالت و موقعیت اعضای بدن را قفل میکند.
خطکشی
نقاشیهای دستساختهٔ رها شده تبدیل به هنر کامل شدند.
بخشبندی
نقشه ناحیه کدگذاری شده رنگی. هر ناحیه از صحنه را به یک کلاس اختصاص دهید.
عادی
نقشه سطح- طبیعی. جهتگیری و نواقص سطح سه بعدی را حفظ میکند.
خط
استخراج خط نازک - ایدهآل برای جوهر، مانگا و تصویرسازی.
لبۀ نرم
تشخیص نرم مرز که شکلها را آزادانه تر از کاننی دنبال میکند.
MLSD
قسمت هاي خط مستقيم براي معماري، فضاي داخلي و عکس هاي محصول ساخته شده
کاشی
تابعی که برای محاسبهٔ تابعهای غیرخطی و غیرخطی استفاده میشود.
رنگآمیزی
ماسک آگاه برای بازسازی تنها بخشی از یک تصویر.
رنگ کردن مجدد / رنگ کردن بیرونی
گسترش یک بوم نقاشی یا مناطق مجدداً نقاشی شده با احترام به ساختار اطراف.
سه گام
- یک تصویر مرجع را بارگذاری کنید — یک عکس، یک طرح، یک اسکرین شات، هر چیزی که ساختاری را که میخواهید نگه دارید.
- نوع شرایطی را که با آنچه که اهمیت میدهید مطابقت دارد، انتخاب کنید (وضع برای یک شکل، عمق برای یک صحنه، کاننی یا خطی برای خطوط صاف).
- یک پیام را که ظاهری را که میخواهید و تولید میکنید را توصیف میکند بنویسید. برای دنبال کردن مرجع با دقت بیشتر ، قدرت کنترل را افزایش دهید ، برای آزادی خلاقانه بیشتر ، آن را کاهش دهید.
ControlNet - ۱۲ نوع شرایط در یک ابزار — FAQ
یک ابزار واحد که همه ۱۲ نوع شرایط از مدل ControlNet-Union SDXL ProMax را نشان میدهد - canny, pose, depth, scribble, lineart, anime-lineart, MLSD, HED, soft-edge, normal, segmentation, and tile. یک نوع شرایط را انتخاب کنید، یک تصویر مرجع را رها کنید، یک درخواست بنویسید، و SDXL یک تصویر جدید را که ساختار مرجع شما را دنبال میکند، نمایش میدهد.
img2img مستقیماً روی ورودی دوباره رنگ میزند — رنگها ، لبهها ، و هندسه با دستور مخلوط میشوند. ControlNet رنگها را دور میاندازد و فقط سیگنال ساختاری انتخاب شده را نگه میدارد) خطوط ، اسکلت پوزه ، نقشه عمق ، و غیره (. این به شما اجازه میدهد که محتوا را به طور اساسی عوض کنید ، در حالی که ترکیب را محکم نگه میدارد. کنترل ساختاری بسیار قویتر از img2img.
Canny/ lineart برای ورودی خطکاری تمیز. Anime- lineart برای ورودی خط به سبک Anime. Scribble / soft- edge / HED برای طرحریزی و نقاشیهای غیررسمی. Pose برای رونوشت موقعیت بدن از یک عکس. Depth برای حفظ هندسه صحنه / طرحبندی سه بعدی. MLSD برای حفظ خطوط مستقیم) معماری / داخلی (. Normal برای حفظ جهتگیری سطح و حجم. Segmentation برای حفظ مناطق. Tile برای ترمیم یا افزایش مقیاس تنوع یک تصویر موجود.
ControlNet-Union SDXL ProMax (xinsir, Apache 2.0) تمام ۱۲ شبکهٔ شرایط را در یک وزن ۲٫۵ گیگابایتی واحد قرار میدهد. پیادهسازیهای قدیمی برای هر نوع وزن جداگانهای به اندازه ۲٫۵ گیگابایت دانلود میکردند - تغییر بین canny و pose به معنی شروع سرد بود.
بله. ~1,200 توکن برای هر رندر (1,000 base SDXL + 20% ControlNet conditioning surcharge). کاربران ثبت نام شده روزانه ۳۰,۰۰۰ توکن رایگان دریافت میکنند — حدود ۲۵ رندرهای شرایطی در روز بدون هزینه. ناشناس: ۲,۵۰۰ توکن/روز (~۲ رندر).
بله — لغزنده قدرت کنترل) پیشفرض ۰٫۷ (مشخص میکند که خروجی چقدر دقیقاً از مرجع شما پیروی میکند. ۱٫۰ = دقیق (خروجی مانند یک بازتولید مرجع شما به نظر میرسد). ۰٫۴ = رها (پیشنهاد آزادی بیشتری دارد). برای تنوع خلاقانه ، آن را پایین بیاورید ، هنگامی که وفاداری اهمیت دارد ، آن را بالا ببرید.
نسبتهای استاندارد SDXL — ۷۶۸×۱۰۲۴ عمودی، ۱۰۲۴×۷۶۸ افقی، ۱۰۲۴×۱۰۲۴ مربعی — همگی کار میکنند. خروجیهای بزرگتر VRAM و توکنهای بیشتری مصرف میکنند؛ H200 تا ۱۰۲۴×۱۰۲۴ را به راحتی پشتیبانی میکند.
تصاویر مرجع بلافاصله پردازش میشوند، شرایط استخراج میشوند، سپس پرونده مرجع حذف میشود. فقط درخواست + رندر نهایی در /account/?tab=history باقی میماند. هرگز برای آموزش استفاده نمیشود. /privacy/ برای سیاست کامل.
ControlNet-Union SDXL ProMax تحت آپاچی ۲٫۰ منتشر میشود — کاملاً مجاز، از جمله استفاده تجاری. پایه SDXL OpenRAIL++ است. هر دو اجازه استفاده تجاری را میدهند؛ تصاویر تولید شده شما برای استفاده تجاری بدون حق امتیاز برای شماست.
همان مدل، همان کیفیت، همان سیگنالهای تنظیمی. ComfyUI و A1111 نیازمند یک GPU محلی با 12+ GB VRAM و تنظیمات هستند. ما آن را روی زیرساخت مشترک با یک استخر آزاد سخاوتمندانه اجرا میکنیم — بدون نصب، بدون نیاز به GPU.
اولین فراخوانی وزن اتحادیه (~۲٫۵ گیگابایت) را به حافظه نهان GPU بارگذاری میکند و خط لوله SDXL را گرم میکند. انتظار ۳۰ تا ۶۰ ثانیه برای اولین درخواست پس از یک انتشار یا تخلیه LRU را داشته باشید. فراخوانهای بعدی تحت بار معمولی در ۴ تا ۷ ثانیه برمیگردند.
بله — POST multipart به /v1/image/generate/ با model=sdxl (یا model=controlnet-union-sdxl-promax)، prompt، control_image (file)، control_type=<یک از: canny, pose, depth, scribble, lineart, anime-lineart, mlsd, hed, soft-edge, normal, segmentation, tile>، اختیاری control_strength (0.1-1.5).