ControlNet — 12 ڪنڊيشننگ قسمن ۾ هڪ اوزار
ھڪ حوالو تصوير اپ لوڊ ڪريو، ھڪ حالت قسم چونڊيو، ھڪ پريمٽ لکجو. AI توھان جي حوالن جي ساخت (لائين، پوز، اوچائي، وغيره) رکي ٿو ۽ ڪو به انداز ۾ نئون مواد رنڊڪ ڏئي ٿو. ControlNet-Union SDXL ProMax — Apache 2.0، پورو تجارتي استعمال دوست.
نتيجو
ControlNet ڪيئن ڪم ڪري ٿو
ControlNet توھان کي تصوير جي پيدائش کي حوالي جي تصوير جي ٺاھ سان ھدايت ڪرڻ جي اجازت ڏئي ٿو، صرف متن جي پڇاڙي تي ڀروسو ڪرڻ جي بدران. هڪ پراپروسسر توھان جو حوالو پڙهندو آھي ۽ ھڪ ڪنٽرول سيگنل کي ڪڍندو آھي - ان جا پاسا، ان جو گہرائي وارو نقشو، ماڻھوءَ جو پوز سڪلٽ، ۽ اھڙي طرح. انھيءَ کان پوءِ ڦهلائيندڙ ماڊل ان سيگنل تي لاڪ ڪيو ويندو آھي جڏھن ته پڇاڙي انداز، رنگ، روشني ۽ موضوع جو فيصلو ڪندو آھي. نتيجو توھان جي داخل ڪيل صحيح ٺاھ کي برقرار رکندو آھي پر اھو مڪمل طور تي نئين شيء وانگر نظر ايندو آھي.
هي وسيلن ControlNet-Union SDXL ProMax (Apache 2.0) جي حمايت ڪئي وئي آھي - ھڪ ماڊل جيڪو ھيٺين سڀني 12 حالتن جا قسم سمجھي ٿو، تنھنڪري توھان ھڪ چونڊيندڙ کان انھن جي وچ ۾ تبديل ڪري سگھو ٿا مختلف رڪنيت جي لوڊ ڪرڻ کانسواءِ. اھو پورو تجارتي استعمال سان دوست آھي: توھان جيڪي پيدا ڪيو آھيو سو رکو، وڪري لاءِ وڪرو ڪريو يا تبديل ڪريو.
12 قسمن جا شرط
چانھي
صاف ڪنارن جو ڳولا. صاف ڪنارن ۽ صاف لائين ورڪ جي سنڀال لاءِ بهترين.
اوچائي
3D اوچائيءَ جو نقشو. جاءِ جي ترتيب کي برقرار رکي ٿو - ڇا ويجھو ۽ ڇا پري آهي.
پوئتي
جسم جو ڳليجو کوليو. شڪل جي حالت ۽ عضون جي جاءِ کي قفل ڪري ٿو.
اسڪريبل
هٿ سان ڍڪيل ڦٽڪندڙ ڪاريگرن جي ڪم کي مڪمل فن ۾ تبديل ڪيو ويو.
حصا
رنگ-ڪود ٿيل علائقي جي نقشي کي. منظر جي هر علائقي کي هڪ قسم سان لاڳاپو ڏيو.
عام
سطحي-نرم نقشو. 3D سطحي رخ ۽ ڦاٽ کي محفوظ رکندو آھي.
لائين آرٽ
ننڍي لائين ڪڍڻ - انڪنگ، مانگا، ۽ تصويرن لاءِ مثالي.
نرم پاسو
نرم سرحد جو پتو جيڪو شڪلن کي ڪيني کان وڌيڪ آزاديءَ سان پيروي ڪري ٿو.
ايم ايل ايس ڊي
سڌي لائين جا حصا. تعميراتي، اندرين ۽ پيداوار جي شوٽ لاءِ ٺهيل.
ٽائيلز
تفصيل-حفظ جي حالت ۾ وڌي ۽ سيٽلس ٽڪسچر ڪم.
انپائنٽ
ماسڪ-سڃاڻپ وارو حالتون صرف تصوير جو حصو وري پيدا ڪرڻ لاءِ.
ٻيهر رنگ / ٻاهريون رنگ
ڪنواس کي وڌايو يا علائقن کي وري رنگ ڪريو جڏهن ته ڀرپاسي واري ٺاھ کي احترام ڪريو.
ٽي قدم
- حوالو تصوير اپ لوڊ ڪريو - فوٽو، اسڪيچ، اسڪرين شاٽ، يا ڪا به شيءِ جيڪا توهان جي ٺاھڻ سان گڏ رکيو وڃي.
- ان حالت جي قسم کي چونڊيو جيڪو توهان کي پسند آهي (مثال لاءِ پوز، منظر لاءِ اوچائي، صاف contours لاءِ canny يا lineart).
- هڪ پروموشن لکجو جيڪو ڏسڻ جي تصوير ڏيکاري ۽ پيدا ڪري. ڪنٽرول جي طاقت کي وڌايو ته وڌيڪ سختي سان حوالن کي پيروي ڪريو، ان کي گهٽايو ته وڌيڪ تخليقاتي آزادي حاصل ڪريو.
ControlNet — 12 ڪنڊيشننگ قسمن ۾ هڪ اوزار - FAQ
هڪڙو اوزار جيڪو ControlNet-Union SDXL ProMax ماڊل مان سڀ 12 حالتون ڏيکاريندو آھي - canny, pose, depth, scribble, lineart, anime-lineart, MLSD, HED, soft-edge, normal, segmentation, ۽ tile. حالتون ڏيکارڻ جو قسم چونڊيو، حوالو تصوير کي ڇڪيو، هڪ پروموشن لکجو، ۽ SDXL هڪ نئون تصوير ڏيکاريندو جيڪو توهان جي حوالي جي ساخت تي عمل ڪندو.
img2img انپٽ تي سڌو سنئون وري رنگ لڳائي ٿو - رنگ، ڪنارا، ۽ جيوميٽرڪ ملائي پروموشن سان. ڪنٽرول نيت رنگن کي هٽائي ڇڏي ٿو ۽ رڳو چونڊيل ساختي سگنلن کي رکي ٿو (لائين، پوز ڪنارن، اوچائيءَ جو نقشو، وغيره). اهو توھان کي ريڊيڪل طور تي مواد کي تبديل ڪرڻ جي اجازت ڏئي ٿو جڏهن ته ڪمپوزيشن کي پٿر جيان مضبوط رکي ٿو. img2img کان وڌيڪ مضبوط ساختي ڪنٽرول.
صاف لائين ورڪ انبوٽ لاءِ Canny / lineart. Anime-lineart anime-style line input لاءِ. Scribble / soft-edge / HED خشڪ اسڪيچن ۽ ڊولز لاءِ. فوٽو مان جسم جي جاءِ ڪاپي ڪرڻ لاءِ Pose. سين جي جيوميٽري / 3D ترتيب کي برقرار رکڻ لاءِ Depth. سڌين لائين (معماري/ اندروني) کي برقرار رکڻ لاءِ MLSD. سطح جي رخ ۽ حجم کي برقرار رکڻ لاءِ Normal. حصن کي برقرار رکڻ لاءِ Segmentation. موجود تصوير جي مختلفين کي صاف ڪرڻ يا وڌي وڌائڻ لاءِ Tile.
ControlNet-Union SDXL ProMax (xinsir, Apache 2.0) سڀني 12 ڪنڊيشننگ نيٽ ورڪ کي هڪ 2.5 GB وزن ۾ پيڪيج ڪري ٿو. پراڻيون ڊولپمينٽس هر قسم لاءِ هڪ جدا ~ 2.5 GB وزن ڊائون لوڊ ڪيو - canny ۽ pose جي وچ ۾ تبديلي کولڊ-سٽارٽ جو مطلب آهي. يونين ماڊل هڪ ڀيرو لوڊ ڪري ٿو ۽ گرم رهي ٿو، تنهنڪري هر ڪنڊيشننگ قسم پهرين ڪالن کان پوءِ سيڪنڊ ۾ آهي.
ها. ~1,200 ٽوڪنز هر رنڊ (1,000 بنياد SDXL + 20% ControlNet حالتن جي اضافي فيس). داخل ٿيل صارفين کي 30,000 مفت ٽوڪنز ڏينهن ۾ ملي ٿو - تقريبن 25 حالتن جي رنڊن ڏينهن ۾ ڪو به خرچ نه. نامعلوم: 2,500 ٽوڪنز / ڏينهن (~2 رنڊ).
ھائو - ڪنٽرول طاقت ھلائڻ وارو (درآمد 0.7) ٺھرائي ٿو ته ٻاھر ڪهڙي حد تائين اوھان جي حوالي جي پيروي ڪندو. 1.0 = سخت (ٻاھر ڪڍڻ اوھان جي حوالي جي ٻيهر رندر وانگر نظر اچي ٿو). 0.4 = لاچار (پُرموٽ وڌيڪ آزادي رکي ٿو). ان کي تخليقي تبديليءَ لاءِ گھٽ ڪريو، جڏھن ته وفاداري اهم آھي تڏھن ان کي وڌي ڏيو.
512×512 ڊفالٽ. SDXL معياري تناسب — 768×1024 پورٽريٽ، 1024×768 لينڊشائپ، 1024×1024 مربع — سڀ ڪم ڪن ٿا. وڏا نڪتا وڌيڪ VRAM ۽ ٽوڪنز استعمال ڪن ٿا؛ H200 1024×1024 تائين آرام سان مدد ڪري ٿو.
ھائو. ControlNet نسل جي قيمت ~1,000 ٽوڪنز آهي، پر هر تصوير لاءِ، SDXL نسل جي معياري قيمت وانگر. نامعلوم استعمال ڪندڙن کي 6,000 ٽوڪنز/ڏينهن ملي ٿو؛ مفت اڪائونٽ 30,000/ڏينهن ڏئي ٿو. ڪو ڪريڊٽ ڪارڊ نه آهي، ڪو واھ مارڪ نه آهي. وڏا ريزولوشن يا ڪيترائي قسمون پورو پورو ڍنڍ مان وڌيڪ خرچ ڪن ٿا.
ControlNet-Union SDXL ProMax اپاچي 2.0 تحت جاري ڪيو ويو آھي - مڪمل طور تي اجازت ڏنل، بشمول تجارتي استعمال. SDXL جو بنياد OpenRAIL++ آھي. ٻئي تجارتي استعمال جي اجازت ڏين ٿا؛ توھان جي پيدا ڪيل تصويرون توھان جون آھن ته توھان تجارتي استعمال لاءِ استعمال ڪري سگھو.
ھڪ ئي ماڊل، ھڪ ئي معيار، ھڪ ئي حالتن جا اشارا. ComfyUI ۽ A1111 کي ھڪ مقامي GPU جي ضرورت آھي 12+ GB VRAM ۽ ترتيب ڏيڻ سان. اسين ان کي ھڪ سادي مفت پول سان گڏ ھڪ گڏيل بنياد تي هلائيندا آھيون - ڪا نصب ، ڪا GPU جي ضرورت ناهي.
پهريون ڪال يونين وزن (~2.5 GB) کي GPU ڪيش ۾ ڊائون لوڊ ڪري ٿو ۽ SDXL پائپ لائن کي گرم ڪري ٿو. 30-60 سيڪنڊن جي توقع ڪريو هڪ ڊپارٽمينٽ يا LRU جي اخراج کانپوءِ تمام پهرين درخواست تي. 4-7 سيڪنڊن ۾ عام لوڊ جي هيٺان پويان ڪالون واپس اچن ٿيون.
هاء - POST multipart to /v1/image/generate/ with model=sdxl (or model=controlnet-union-sdxl-promax), prompt, control_image (file), control_type=<one of: canny, pose, depth, scribble, lineart, anime-lineart, mlsd, hed, soft-edge, normal, segmentation, tile>, optional control_strength (0.1-1.5). bearer auth, 10K free tokens/month. /api/ has curl examples.