ControlNet – 12 typów kondycjonowania w jednym narzędziu
Wyślij obraz referencyjny, wybierz typ kondycjonowania, napisz skrót. AI zachowuje strukturę odniesienia (linie, pozowanie, głębia itp.) i wyświetla nową zawartość w dowolnym stylu. Backed by ControlNet-Union SDXL ProMax - Apache 2.0, w pełni komercyjne-używalność przyjazna.
Wynik
Jak działa ControlNet
ControlNet pozwala sterować generowaniem obrazu z strukturą obrazu odniesienia zamiast polegać na tekst wskazówce. Preprocesor odczytuje Twoje odniesienie i wyciąga sygnał kondycyjny – jego krawędzie, jego mapę głębienności, szkielet pozy osoby, itp. Model dyfuzji jest następnie zablokowany do tego sygnału, podczas gdy skrypt decyduje styl, kolory, oświetlenie i temat. Wynik utrzymuje dokładny skład, w którym karmiłeś, ale wygląda jak coś zupełnie nowego.
Narzędzie to jest poparte przez ControlNet-Union Apache 2.0 Apache 2.0 ProMax (Apache 2.0) — model jeden, który rozumie wszystkie 12 typów kondycjonowania poniżej, więc przełącza się między nimi z jednego pikacza bez załadowania innej sieci każdego razu. Jest w pełni przyjazny do użytku komercyjnego: zachować, sprzedawać lub modyfikować wszystko, co generujesz.
12 typów kondycjonowania
Canny.
Wykrywanie krawędzi. Najlepsze do zachowania ostrych konturów i czystej liniowej pracy.
Głęboka
Mapa głębi 3D. Utrzymuje układ przestrzenny – to, co jest blisko i co jest daleko.
Pose
Zamyka pozycję figury i pozycje kończyn.
Skrabling
Ręcznie narysowane doodle zamieniły się w skończoną sztukę.
Segmentacja
Kolorowo kodowana mapa regionu. Przypisz każdy obszar sceny klasie.
Zwykłe
Powierzchniowo-normalna mapa. Zachowuje 3D orientację powierzchni i wybryki.
Liniowy
Doskonałe wydobycie linii — idealne dla kingu, mangi i ilustracji.
Miękkie
Łagodne wykrywanie granic, które śledzi kształty bardziej luźne niż Canny.
MLSD
Proste segmenty. Wyprodukowane do architektury, wnętrz, i zdjęć produktów.
Płytka
Szczegółowe kondycjonowanie do podskalowania i bezproblemowej pracy tekstury.
Zabarwienie
Maska-świadoma kondycja do regeneracji tylko części obrazu.
Ponowne farbowanie / outpaint
Rozszerzyć płótno lub przemalować regiony przy uhonorowaniu otaczającej struktury.
Trzy kroki
- Wyślij obraz odniesienia – zdjęcie, szkic, obrazek obrazu, wszystko co chcesz zatrzymać z strukturą.
- Wybierz typ kondycjonowania, który pasuje do tego, na czym ci zależy (pozycja dla figury, głębokość dla sceny, kanny lub liniowy dla czystych konturów).
- Napisz szybko opisując wygląd, który chcesz i generujesz. Zwiększ siłę kontroli, aby ściśle śledzić odniesienie, obniżyć go dla bardziej twórczej wolności.
ControlNet – 12 typów kondycjonowania w jednym narzędziu - FAQ
ControlNet pozwala kierować generację obrazu AI z strukturalnym obrazem odniesienia zamiast polegać na samej poprawce tekstu. Wyślij odniesienie, wybierz typ kondycjonowania (poze, głębia, krawędzi, skrypka, segmentacja i więcej), napisz szybki i SDXL generuje zupełnie nowy obraz, który śledzi strukturę referencyjną przy zawartości, stylu i kolorach z twoich słów. Jest on podparty przez ControlNet-Union SDXL ProMax - jeden model, który obsługuje 12 typów kondycjonowania w jednym wszechstronnym pikaczu.
img2img przemaluje bezpośrednio nad wejściem — kolory, krawędzie i geometria miesza się z prędkością. ControlNet odrzuca kolory i utrzymuje tylko wybrany sygnał strukturalny (linie, pozycja szkielet, mapa głębokości itp.). Pozwala to radykalnie wymienić zawartość podczas utrzymywania składu rock stały. O wiele silniejsze kontrolowanie strukturalne niż img2img.
Canny / lineat dla czystej linii wejścia. Anime-lineat dla wejścia liniowego anime-style. Scribble / miękkie-bodzie / HED dla surowych szkiców i doodles. Pose do kopiowania pozycji ciała z zdjęcia. Głęboka do zachowania geometrii sceny / 3D layout. MLSD do zachowania linii prostych (architektura / wnętrza). Normalne do zachowania orientacji powierzchni i objętości. Segmentacja do zachowania regionów. Płytka do udoskonalenia lub udoskonalenia zmian istniejącego obrazu.
ControlNet-Union SDXL ProMax (xinsir, Apache 2.0) pakuje wszystkie 12 sieci kondycyjnych w pojedynczą wagę 2,5 GB. Starsze rozmieszczenie pobiera odrębną wagę ~2.5 GB na typ — przełączanie między kanny i pozowanie oznaczało zimny start. Model unionowy ładuje raz i pozostaje ciepły, więc każdy typ kondycjonowania jest podsekund po pierwszym telefonie.
Tak. ~1,200 tokenów na wyświetlenie (1 000 bazowych SDXL + 20% ControlNet dopłata). Użytkownicy podpisane otrzymują 30 000 bezpłatnych tokenów dziennie — około 25 kondycjonowanych wyświetlaczy dziennie bez kosztów. Anonimowy: 2500 tokenów/dzień (~2 wyświetlaczy).
Tak — suwak mocny sterowania (domyślnie 0.7) określa, jak ściśle wynik śledzi się po odniesieniu. 1.0 = ścisły (wyjście wygląda jak oddanie odnośnika). 0.4 = luźny (prompt ma większą swobodę). Obniż go dla twórczych zmian, podnieś go, gdy sprawa wierności ma znaczenie.
512×512 domyślnie. Stosunky standardowe SDXL — 768×1024 portret, 1024×768 krajobraz, 1024×1024 kwadrat — wszystkie prace. Większe wyjścia zużywają więcej VRAM i tokenów; H200 obsługuje do 1024×1024 komfortowo.
Tak. ControlNet koszt generacji ~1 000 tokenów na obrazek, tak samo jak standard SDXL generacja. Anonimni użytkownicy otrzymują 6000 tokenów na dzień; bezpłatne konto daje 30 000 na dzień. Żadna karta kredytowa, żadna marka wodna. Wyższe rozdzielczości lub wiele zmian kosztuje proporcjonalnie więcej od basenu.
Niech sterujący obrazek posiada strukturę i niech szybko posiada wszystko inne. Opisz temat, styl, materiały, oświetlenie i nastrój w szybkim - np. z mapą Głębia pokoju dziennego, szybki "przytulny pokój skandynawski, ciepłe światło poranne, podłogi dęba, fotorealistyczne". Dodaj negatywny spiech, aby wykluczyć niechciane elementy. Jeśli wyjście podąża za odniesieniem zbyt sztywnie, złagodź moc sterowania; jeśli ignorowaće go, podnieś moc.
Ten sam model, ta sama jakość, te same sygnały kondycyjne. ComfyUI i A1111 wymagają lokalnego GPU z 12+ GB VRAM plus konfiguracja. Prowadzimy go na wspólnej infrastrukturze z hojnym bezpłatnym basenem – bez instalacji, bez GPU potrzeb.
Pierwsze wywołanie pobiera wagę Unii (~2.5 GB) do podręcznika GPU i ogrzewa rurociąg SDXL. Oczekuj 30-60 sekund na pierwszy wniosek po rozmieszczeniu lub emisji LRU. Kolejne połączenia w ramach typowego zwrotu obciążenia w ciągu 4-7 sekund.
Tak — POST multipart to /v1/image/generate/ with model=sdxl (lub model=controlnet-union-sdxl-promax), speat, control_image (file), control_type=<one of: canny, poze, scrubble, liniant, anime-lineart, mlsd, hed, miękka, normalna, segmentacja, płytka>, opcjonalne control_strength (0.1-1.5). Nosienie auth, 10K darmowe tokeny/miesiąc. /api/ ma przykłady kwigły.