ControlNet — 12 ປະເພດຂອງສະພາບອາກາດໃນເຄື່ອງມືຫນຶ່ງ
ສົ່ງຮູບທີ່ອ້າງອີງຂຶ້ນໄປ, ເລືອກປະເພດການປັບຕົວ, ຂຽນຄຳແນະນຳ. AI ຮັກສາໂຄງສ້າງທີ່ອ້າງອີງຂອງທ່ານ (ເສັ້ນ, ທ່າ, ຄວາມເລິກ, ອື່ນໆ) ແລະ ສະແດງເນື້ອໃນໃໝ່ໃນແບບໃດກໍ່ໄດ້. ໄດ້ຮັບການສະໜັບສະໜູນຈາກ ControlNet-Union SDXL ProMax — Apache 2.0, ງ່າຍຕໍ່ການໃຊ້ງານທາງທຸລະກິດຢ່າງເຕັມທີ່.
ຜົນ
ວິທີການ ControlNet ເຮັດວຽກ
ControlNet ອະນຸຍາດໃຫ້ທ່ານຄວບຄຸມການສ້າງຮູບພາບດ້ວຍໂຄງສ້າງຂອງຮູບພາບທີ່ອ້າງອີງແທນທີ່ຈະອີງໃສ່ ຄຳ ແນະ ນຳ ຂໍ້ຄວາມເທົ່ານັ້ນ. ຕົວປະມວນຜົນກ່ອນອ່ານ ຄຳ ແນະ ນຳ ຂອງທ່ານແລະຖອດສັນຍານ conditioning ດຽວ - ດ້ານ, ແຜນທີ່ຄວາມເລິກ, ຮູບຮ່າງຂອງຄົນ, ແລະອື່ນໆ. ຫຼັງຈາກນັ້ນ, ແບບ ຈຳ ລອງການແຜ່ກະຈາຍຖືກລັອກໄວ້ໃນສັນຍານນັ້ນໃນຂະນະທີ່ ຄຳ ແນະ ນຳ ຕັດສິນໃຈກ່ຽວກັບແບບ, ສີ, ໄຟແລະຫົວຂໍ້. ຜົນໄດ້ຮັບຮັກສາການປະກອບທີ່ຖືກຕ້ອງທີ່ທ່ານໄດ້ໃຫ້ເຂົ້າ ແຕ່ເບິ່ງຄືວ່າເປັນສິ່ງ ໃໝ່ໆ ຢ່າງເຕັມທີ່.
ເຄື່ອງມືນີ້ຖືກສະໜັບສະໜູນໂດຍ ControlNet-Union SDXL ProMax (Apache 2.0) - ແບບແບບດຽວທີ່ເຂົ້າໃຈທຸກປະເພດການປັບຕົວທີ່ກ່າວຂ້າງລຸ່ມນີ້, ສະນັ້ນທ່ານສາມາດປ່ຽນລະຫວ່າງພວກມັນຈາກຕົວເລືອກດຽວໂດຍບໍ່ຕ້ອງດາວໂຫລດເຄືອຂ່າຍທີ່ແຕກຕ່າງກັນທຸກໆຄັ້ງ. ເຄື່ອງມືນີ້ແມ່ນເປັນມິດກັບການໃຊ້ໃນດ້ານການຄ້າຢ່າງເຕັມທີ່: ຮັກສາ, ຂາຍ ຫຼື ປ່ຽນແປງທຸກສິ່ງທີ່ທ່ານສ້າງຂຶ້ນ.
12 ປະເພດຂອງເງື່ອນໄຂ
ຊອບແວ
ການກວດພົບດ້ານທີ່ຊັດເຈນ. ດີທີ່ສຸດ ສຳ ລັບການຮັກສາເສັ້ນໂຄ້ງທີ່ຊັດເຈນ ແລະ ເສັ້ນທີ່ສະອາດ.
ຄວາມເລິກ
ແຜນທີ່ຄວາມເລິກ 3D. ຮັກສາການວາງແຜນພື້ນທີ່ - ສິ່ງທີ່ໃກ້ ແລະ ສິ່ງທີ່ຫ່າງໄກ.
ຕັ້ງ
ໂຄງຮ່າງຮ່າງກາຍ OpenPose. ລັອກການຕັ້ງຕົວຂອງຮູບຮ່າງ ແລະ ຕຳແໜ່ງຂອງຂາ.
ແຕ້ມ
ຮູບແຕ້ມທີ່ແຕ້ມດ້ວຍມື ປ່ຽນເປັນສິລະປະທີ່ສຳເລັດແລ້ວ.
ແບ່ງອອກເປັນສ່ວນ
ແຜນທີ່ເຂດທີ່ມີລະຫັດສີ. ຈັດສັນພື້ນທີ່ຂອງພື້ນທີ່ໃຫ້ກັບຊັ້ນໜຶ່ງ.
ປົກກະຕິ
ແຜນທີ່ພື້ນທີ່ປົກກະຕິ. ຮັກສາທິດທາງພື້ນທີ່ 3D ແລະ ຈຸດຫັກໄວ້.
ແຕ້ມເສັ້ນ
ການຖອດເສັ້ນອອກໄດ້ດີ — ດີເລີດສຳລັບການພິມ Ink, Manga, ແລະ ພາບສະແດງ.
ດ້ານອ່ອນ
ການກວດພົບເຂດແດນທີ່ອ່ອນໂຍນທີ່ຈະເຮັດຕາມຮູບຮ່າງທີ່ອ່ອນກວ່າ Canny.
MLSD
ເສັ້ນກົງ. ເຮັດສໍາລັບສະຖາປັດຕະຍະກໍາ, ພາຍໃນ, ແລະຜະລິດຕະພັນ shots.
ແຜ່ນດິນໄຫວ
ການຮັກສາລາຍລະອຽດໄວ້ເພື່ອເພີ່ມຂະໜາດ ແລະ ເຮັດວຽກດ້ວຍເນື້ອໃນທີ່ບໍ່ມີເສັ້ນຜ່າກາງ.
ແຕ້ມ
ເງື່ອນໄຂທີ່ຮູ້ເຖິງໜ້າກາກ ເພື່ອສ້າງຄືນໃໝ່ພຽງແຕ່ສ່ວນໜຶ່ງຂອງຮູບ.
ແຕ້ມຄືນ / ແຕ້ມອອກ
ຂະຫຍາຍພື້ນທີ່ຂອງແຜ່ນພິມ ຫຼື ແຕ້ມຄືນໃໝ່ ໃນຂະນະທີ່ຮັກສາໂຄງສ້າງທີ່ອ້ອມຂ້າງໄວ້.
ສາມບາດກ້າວ
- ສົ່ງຮູບທີ່ໃຊ້ເປັນແຫຼ່ງຂໍ້ມູນຂຶ້ນໄປ — ຮູບ, ຮູບແຕ້ມ, ຮູບຖ່າຍ, ທຸກຢ່າງທີ່ມີໂຄງສ້າງທີ່ທ່ານຕ້ອງການຮັກສາໄວ້.
- ເລືອກປະເພດການປັບຕົວທີ່ເໝາະສົມກັບສິ່ງທີ່ທ່ານສົນໃຈ (ການຕັ້ງຕົວແບບ, ຄວາມເລິກຂອງພາບ, ແບບງ່າຍ ຫຼື ແບບລຽນລຽນສຳລັບເສັ້ນລຽບໆ)
- ສ້າງຄຳຖາມທີ່ອະທິບາຍເຖິງຮູບຮ່າງທີ່ທ່ານຕ້ອງການ ແລະ ສ້າງຂຶ້ນມາ. ເພີ່ມຄວາມແຮງການຄວບຄຸມເພື່ອຕິດຕາມການອ້າງອີງໃຫ້ໃກ້ຊິດຂຶ້ນ, ຫຼຸດມັນລົງເພື່ອຄວາມເສລີໃນການສ້າງສັນຫຼາຍຂຶ້ນ.
ControlNet — 12 ປະເພດຂອງສະພາບອາກາດໃນເຄື່ອງມືຫນຶ່ງ - FAQ
ເຄື່ອງມືດຽວທີ່ເປີດເຜີຍທຸກປະເພດຂອງເງື່ອນໄຂ 12 ຈາກແບບ ຈຳ ລອງ ControlNet-Union SDXL ProMax - canny, pose, depth, scribble, lineart, anime-lineart, MLSD, HED, soft-edge, normal, segmentation, ແລະ tile. ເລືອກປະເພດຂອງເງື່ອນໄຂ, ຖອນຮູບພາບທີ່ອ້າງອີງ, សរសេរ ຄຳ ແນະ ນຳ, ແລະ SDXL ສະແດງຮູບພາບ ໃໝ່ ທີ່ປະຕິບັດຕາມໂຄງສ້າງຂອງເອກະສານອ້າງອີງຂອງທ່ານ.
img2img ແຕ້ມຄືນໃສ່ຂໍ້ມູນເຂົ້າມາໂດຍກົງ — ສີ, ດ້ານ, ແລະ ໂຄງສ້າງທໍ່ປະສົມກັບຄຳຖາມທີ່ຖືກຖາມມາ. ControlNet ຖິ້ມສີອອກໄປ ແລະ ຮັກສາພຽງແຕ່ສັນຍານໂຄງສ້າງທີ່ໄດ້ເລືອກ (ເສັ້ນ, ຮູບຮ່າງ, ແຜນທີ່ຄວາມເລິກ, ອື່ນໆ). ສິ່ງນັ້ນຈະອະນຸຍາດໃຫ້ທ່ານປ່ຽນເນື້ອໃນຢ່າງຮຸນແຮງໃນຂະນະທີ່ຮັກສາການປະສົມປະສານທີ່ແຂງແຮງ. ການຄວບຄຸມໂຄງສ້າງທີ່ແຂງແຮງກວ່າ img2img.
Canny / lineart ສຳລັບການເຂົ້າຂໍ້ມູນເສັ້ນທີ່ສະອາດ. Anime- lineart ສຳລັບການເຂົ້າຂໍ້ມູນເສັ້ນແບບ Anime. Scribble / soft- edge / HED ສຳລັບການແຕ້ມຮູບແລະການຂຽນຂີ້ເຫຍື້ອ. Pose ເພື່ອຖ່າຍຮູບຕຳແໜ່ງຮ່າງກາຍຈາກຮູບຖ່າຍ. Depth ເພື່ອຮັກສາຮູບຮ່າງພື້ນທີ່ / ການຈັດວາງ 3D. MLSD ເພື່ອຮັກສາເສັ້ນກົງ (ສະຖາປັດຕະຍະກຳ/ ພາຍໃນ). Normal ເພື່ອຮັກສາທິດທາງພື້ນທີ່ ແລະຄວາມກວ້າງ. Segmentation ເພື່ອຮັກສາເຂດ. Tile ເພື່ອປັບປຸງ ຫຼື ຍົກຂະໜາດຄວາມແຕກຕ່າງຂອງຮູບທີ່ມີຢູ່ແລ້ວ.
ControlNet-Union SDXL ProMax (xinsir, Apache 2.0) ບັນຈຸເຄືອຂ່າຍ conditioning 12 ທັງຫມົດເຂົ້າໃນນ້ໍາຫນັກ 2.5 GB ດຽວ. ການຈັດຕັ້ງປະຕິບັດທີ່ເກົ່າແກ່ກວ່າໄດ້ດາວໂຫລດນ້ໍາຫນັກ ~ 2.5 GB ຕໍ່ປະເພດ - ການປ່ຽນລະຫວ່າງ canny ແລະ pose ຫມາຍຄວາມວ່າເລີ່ມຕົ້ນທີ່ເຢັນ. ແບບຟອມສະຫະພັນໂຫຼດຄັ້ງດຽວແລະຍັງຄົງອົບອຸ່ນ, ສະນັ້ນທຸກໆປະເພດ conditioning ແມ່ນພາຍໃຕ້ວິນາທີຫຼັງຈາກການໂທຄັ້ງທໍາອິດ.
ຍິນດີຕ້ອນຮັບ. ~1,200 tokens ຕໍ່ render (1,000 ພື້ນຖານ SDXL + 20% ControlNet ຄ່າໃຊ້ຈ່າຍເພີ່ມ). ຜູ້ໃຊ້ທີ່ລົງທະບຽນເຂົ້າຈະໄດ້ຮັບ 30,000 tokens ຟຣີຕໍ່ມື້ - ປະມານ 25 renders ເງື່ອນໄຂຕໍ່ມື້ໂດຍບໍ່ເສຍຄ່າ. Anonymous: 2,500 tokens / ວັນ (~2 renders).
ຍອມຮັບ - ຕົວເລື່ອນຄວາມແຮງການຄວບຄຸມ (ປັດເດີ 0.7) ກໍານົດວ່າຜົນອອກມາຈະຖືກນຳໃຊ້ຕາມການອ້າງອີງຂອງທ່ານຢ່າງເຂັ້ມງວດເທົ່າໃດ. 1.0= ເຂັ້ມງວດ (ຜົນອອກມາເບິ່ງຄືກັບການສະແດງຄືນຂອງການອ້າງອີງຂອງທ່ານ). 0.4= ເປີດເຜີຍ (ຄໍາຖາມມີອິດສະລະພາບຫຼາຍຂຶ້ນ). ຫຼຸດມັນລົງເພື່ອສ້າງສັນການປ່ຽນແປງ, ຍົກມັນຂຶ້ນເມື່ອຄວາມເຊື່ອຖືເປັນສິ່ງສຳຄັນ.
ອັດຕາສ່ວນມາດຕະຖານ SDXL - ຮູບແຕ້ມ 768 × 1024, ພາບລວມ 1024 × 768, 1024 × 1024 ມົນທົນ - ເຮັດວຽກທັງ ໝົດ. ຜົນໄດ້ຮັບທີ່ໃຫຍ່ກວ່າຈະບໍລິໂພກ VRAM ແລະໂຕກັ່ນຫຼາຍຂຶ້ນ; H200 ສະຫນັບສະຫນູນເຖິງ 1024 × 1024 ຢ່າງສະດວກສະບາຍ.
ແມ່ນແລ້ວ. ການສ້າງ ControlNet ຄ່າ ~1,000 tokens ຕໍ່ຮູບພາບ, ຄືກັນກັບມາດຕະຖານ SDXL ການສ້າງ. ຜູ້ໃຊ້ທີ່ບໍ່ລະບຸຊື່ໄດ້ຮັບ 6,000 tokens / ວັນ; ບັນຊີຟຣີໃຫ້ 30,000 / ວັນ. ບໍ່ມີບັດເຄຣດິດ, ບໍ່ມີ watermark. ຄວາມລະອຽດສູງກວ່າຫຼືຄວາມແຕກຕ່າງຫຼາຍຢ່າງມີຄ່າໃຊ້ຈ່າຍຫຼາຍຂື້ນຈາກແຫຼ່ງ.
ControlNet-Union SDXL ProMax ແມ່ນຖືກປ່ອຍອອກມາພາຍໃຕ້ Apache 2.0 - ອະນຸຍາດຢ່າງເຕັມທີ່, ລວມທັງການໃຊ້ທຸລະກິດ. ພື້ນຖານ SDXL ແມ່ນ OpenRAIL++. ທັງສອງອະນຸຍາດໃຫ້ໃຊ້ທຸລະກິດ; ຮູບພາບທີ່ສ້າງຂຶ້ນຂອງທ່ານແມ່ນຂອງທ່ານທີ່ຈະໃຊ້ທຸລະກິດໂດຍບໍ່ເສຍຄ່າໃຊ້ຈ່າຍ.
ແບບດຽວກັນ, ຄຸນນະພາບດຽວກັນ, ສັນຍານ conditioning ດຽວກັນ. ComfyUI ແລະ A1111 ຕ້ອງການ GPU ທ້ອງຖິ່ນທີ່ມີ 12+ GB VRAM ເພີ່ມການຕັ້ງຄ່າ. ພວກເຮົາຂັບລົດມັນກ່ຽວກັບພື້ນຖານໂຄງລ່າງທີ່ແບ່ງປັນດ້ວຍສະລອຍນ້ໍາຟຣີທີ່ອຸດົມສົມບູນ - ບໍ່ມີການຕິດຕັ້ງ, ບໍ່ມີ GPU ຕ້ອງການ.
ການໂທຄັ້ງ ທຳ ອິດດາວໂຫລດນໍ້າ ໜັກ ຂອງສະຫະພັນ (~ 2.5 GB) ເຂົ້າໃນກ່ອງເກັບຂໍ້ມູນ GPU ແລະເຮັດໃຫ້ທໍ່ SDXL ຮ້ອນ. ຄາດຄະເນ 30-60 ວິນາທີໃນຄໍາຮ້ອງຂໍຄັ້ງ ທຳ ອິດຫຼັງຈາກການໂຈມຕີຫຼືການຍົກຍ້າຍ LRU. ການໂທຕໍ່ໄປພາຍໃຕ້ການໂຫຼດປົກກະຕິກັບຄືນໃນ 4-7 ວິນາທີ.
ຍິນດີຕ້ອນຮັບ - POST multipart ກັບ / v1 / image / generate / ທີ່ມີແບບ= sdxl (ຫຼືແບບ= controlnet-union-sdxl-promax), ແຈ້ງເຕືອນ, control_image (ໄຟລ໌), control_type = <ຫນຶ່ງຂອງ: canny, pose, ຄວາມເລິກ, scribble, lineart, anime-lineart, mlsd, hed, soft-edge, ປົກກະຕິ, ການແບ່ງປັນ, ຕາຕະລາງ>, ທາງເລືອກ control_strength (0.1-1.5). Bearer auth, 10K tokens ຟຣີ / ເດືອນ. / api / ມີຕົວຢ່າງ curl.