ControlNet — 12-il tip ta’ kondizzjonament f’għodda waħda
Ittella' immaġni ta' referenza, agħżel tip ta' kondizzjonament, ikteb ittra ta' għajnuna. L-AI żżomm l-istruttura tar-referenza tiegħek (linji, poża, fond, eċċ.) u tirrendi kontenut ġdid fi kwalunkwe stil.
Riżultat
Kif jaħdem ControlNet
ControlNet jippermettilek li tmexxi l-ġenerazzjoni tal-immaġni bl-istruttura ta ’immaġni ta’ referenza minflok ma tiddependi fuq il-prompt tat-test waħdu. Preproċessur jaqra r-referenza tiegħek u jestratt sinjal kondizzjonat wieħed - it-truf tiegħu, il-mappa tal-fond tiegħu, l-iskeletru tal-poża ta ’persuna, u l-bqija. Il-mudell tad-diffużjoni mbagħad jiġi llokkjat għal dak is-sinjal waqt li l-prompt jiddeċiedi l-istil, il-kuluri, id-dawl, u s-suġġett. Ir-riżultat iżomm il-kompożizzjoni eżatta li tkun immedjatament imma jidher bħal xi ħaġa kompletament ġdida.
Din l-għodda hija appoġġjata minn ControlNet-Union SDXL ProMax (Apache 2.0) — mudell wieħed li jifhem it-12-il tip ta ’kondizzjonament kollha hawn taħt, sabiex taqleb bejniethom minn picker wieħed mingħajr ma tgħabbi netwerk differenti kull darba.Hija kompletament faċli għall-użu kummerċjali: żomm, ibiegħ, jew timmodifika dak kollu li tiġġenera.
It-12-il tip ta’ kondizzjonament
Kannella
Sejbien tarf iqarmeċ. Aħjar għall-preservazzjoni contours li jaqtgħu u linework nadif.
Fond
Mappa tal-fond 3D. Żomm it-tqassim spazjali — x’inhu qrib u x’inhu ’l bogħod.
Pożizzjoni
OpenPose skeletru tal-ġisem. Locks-pożizzjoni tal-figura u l-pożizzjonijiet tar-riġlejn.
Scribble
Doodles maħlula mfassla bl-idejn inbidlu f'arti lesta.
Segmentazzjoni
Mappa tar-reġjun b’kodiċi tal-kulur. Assenja kull żona tax-xena għal klassi.
Normali
Mappa normali tal-wiċċ. Ippreserva l-orjentazzjoni tal-wiċċ 3D fina u l-ħotob.
Arti lineari
Estrazzjoni tal-linja fina - ideali għall-ink, manga, u illustrazzjoni.
Tarf artab
Sejbien tal-konfini ġentili li jsegwi l-forom b'mod aktar laxk minn Canny.
MLSD
Segmenti linja dritta. Magħmula għall-arkitettura, interjuri, u shots prodott.
Madum
Kondizzjonament li jippreserva d-dettalji għal upscaling u xogħol mingħajr xkiel tat-tessut.
Żebgħa
Maskra-aware kondizzjonament biex jiġġeneraw biss parti minn immaġni.
Repaint / outpaint
Estendi kanvas jew repiint reġjuni filwaqt li onora l-istruttura tal-madwar.
Tliet passi
- Upload immaġni ta' referenza — ritratt, sketch, screenshot, xi ħaġa bl-istruttura li inti tixtieq li żżomm.
- Agħżel it-tip kondizzjonament li jaqbel ma dak li inti tieħu ħsieb (poża għal figura, fond għal xena, canny jew lineart għall-konturi nadif).
- Ikteb prompt li jiddeskrivi l-ħarsa li tixtieq u jiġġeneraw.Żid is-saħħa tal-kontroll biex isegwu r-referenza aktar strettament, tbaxxiha għal aktar libertà kreattiva.
ControlNet — 12-il tip ta’ kondizzjonament f’għodda waħda - FAQ
Għodda waħda li tesponi l-12-il tip ta’ kondizzjonament mill-mudell ControlNet-Union SDXL ProMax — canny, pose, fond, scribble, lineart, anime-lineart, MLSD, HED, soft-edge, normali, segmentazzjoni, u madum.Agħżel tip ta’ kondizzjonament, waqqa’ immaġni ta’ referenza, ikteb twissija, u SDXL tirrendi immaġni ġdida li ssegwi l-istruttura tar-referenza tiegħek.
img2img re-pittura fuq l-input direttament — kuluri, truf, u ġeometrija taħlita mal-prompt. ControlNet tarmi l-kuluri bogħod u jżomm biss is-sinjal strutturali magħżula (linji, pose skeletru, mappa fond, eċċ). Li jippermettilek radikalment swap kontenut filwaqt li żżomm kompożizzjoni blat solidu.
Canny / lineart għal input nadif tal-linja. Anime-lineart għal input tal-linja fl-istil tal-anime. Scribble / soft-edge / HED għal skedi u doodles mhux maħduma. Pose biex tikkopja pożizzjoni tal-ġisem minn ritratt. Depth biex tippreserva l-ġeometrija tax-xena / tqassim 3D. MLSD biex tippreserva linji dritti (arkitettura / interni). Normal biex tippreserva l-orjentazzjoni u l-volum tal-wiċċ. Segmentation biex tippreserva r-reġjuni. Tile biex tirfina jew tkabbar varjazzjonijiet ta' immaġni eżistenti.
ControlNet-Unjoni SDXL ProMax (xinsir, Apache 2.0) pakketti kollha 12 kondizzjonament netwerks f'wieħed 2.5 GB piż. aktar antiki tniżżel ~ 2.5 GB piż separata għal kull tip — li taqleb bejn canny u pose ifisser a cold-start.-mudell Unjoni tagħbijiet darba u jibqa sħun, sabiex kull tip kondizzjonament huwa sub-sekonda wara l-ewwel sejħa.
Iva. ~1,200 tokens għal kull render (1,000 bażi SDXL + 20% ControlNet kondizzjonament surcharge).Utenti li jkunu ffirmaw jiksbu 30,000 tokens b'xejn kuljum — madwar 25 kondizzjonati renders kuljum mingħajr ebda spiża.Anonymous: 2,500 tokens/jum (~2 renders).
Iva — il-kontroll saħħa slider (default 0.7) jiddetermina kemm strettament l-output isegwi r-referenza tiegħek. 1.0 = stretti (output jidher bħal re-rendering tar-referenza tiegħek). 0.4 = laxka (prompt għandha aktar libertà).
Proporzjonijiet standard SDXL — 768 × 1024 ritratt, 1024 × 768 pajsaġġ, 1024 × 1024 kwadru — kollha tax-xogħol. outputs akbar jikkunsmaw aktar VRAM u tokens; l-H200 jappoġġja sa 1024 × 1024 komdu.
Iva. Il-ġenerazzjoni ControlNet tiswa ~ 1,000 tokens għal kull immaġni, l-istess bħall-ġenerazzjoni standard SDXL. Utenti anonimi jiksbu 6,000 tokens / jum; kont b'xejn jagħti 30,000 / jum. L-ebda karta tal-kreditu, l-ebda watermark. Riżoluzzjonijiet ogħla jew varjazzjonijiet multipli jiswew proporzjonalment aktar mill-pool.
ControlNet-Union SDXL ProMax huwa rilaxxat taħt Apache 2.0 — permess għal kollox, inkluż l-użu kummerċjali.Il-bażi SDXL hija OpenRAIL++.It-tnejn jippermettu l-użu kummerċjali; l-immaġini ġġenerati tiegħek huma tiegħek biex tużahom kummerċjalment mingħajr royalties.
L-istess mudell, l-istess kwalità, l-istess sinjali kondizzjonament.ComfyUI u A1111 jeħtieġu GPU lokali ma 12 + GB VRAM plus setup. Aħna tmexxiha fuq infrastruttura kondiviża ma ġenerużi pool ħielsa — l-ebda installazzjoni, l-ebda GPU meħtieġa.
L-ewwel sejħa tniżżel il-piż tal-Unjoni (~ 2.5 GB) fil-cache tal-GPU u ssaħħan il-pipeline SDXL. Tistenna 30-60 sekonda fuq l-ewwel talba wara l-iskjerament jew l-evakwazzjoni tal-LRU.
Iva — POST multipart għal /v1/image/generate/ b’model=sdxl (jew model=controlnet-union-sdxl-promax), prompt, control_image (fajl), control_type=<waħda minn: canny, pose, depth, scribble, lineart, anime-lineart, mlsd, hed, soft-edge, normal, segmentation, tile>, optional control_strength (0.1-1.5). awtentikazzjoni tal-bearer, 10K tokens b’xejn/xahar. /api/ għandu eżempji ta’ curl.