ControlNet — ஒரு கருவியில் 12 நிலைப்படுத்தும் வகைகள்
ஒரு குறிப்பு பிம்பத்தை ஏற்றவும், ஒரு நிலைமை வகையை தேர்ந்தெடுக்கவும், ஒரு வினவலை எழுதவும். AI உங்கள் குறிப்புகளின் கட்டமைப்பை (வரிகள், நிலை, ஆழம், போன்றவை) வைத்திருக்கும் மற்றும் எந்த வடிவத்திலும் புதிய உள்ளடக்கத்தை காட்டுகிறது. ControlNet- Union SDXL ProMax — Apache 2.0, முழுமையாக வணிக- பயன்பாட்டு நட்பு.
முடிவு
ControlNet எப்படி வேலை செய்கிறது
ControlNet உரை கேட்பொலியை மட்டும் நம்பாமல் ஒரு குறிப்பு பிம்பத்தின் கட்டமைப்புடன் பிம்ப உருவாக்கத்தை நீங்கள் கட்டுப்படுத்த முடியும். ஒரு முன் செயலாக்கியின் உங்கள் குறிப்பு படிக்கிறது மற்றும் ஒரு ஒற்றை நிலையான குறியை வெளியேற்றுகிறது - அதன் எல்லைகள், அதன் ஆழ வரைபடம், ஒரு மனிதனின் தோற்றம், மற்றும் போன்றவை. பரவுதல் மாதிரி அந்த குறிக்கு பூட்டப்படுகிறது, ஆனால் கேட்பொலி வடிவம், வண்ணங்கள், ஒளி மற்றும் பொருளை தீர்மானிக்கும். முடிவு நீங்கள் உள்ளிட்ட சரியான அமைப்பை வைத்திருக்கும் ஆனால் முழுவதுமாக புதியதாக தோன்றுகிறது.
இந்த கருவிக்கு பின்னால் ControlNet-Union SDXL ProMax (Apache 2.0) உள்ளது - கீழே உள்ள அனைத்து 12 நிலைமை வகைகளையும் புரிந்து கொள்ளும் ஒரே மாதிரி, எனவே நீங்கள் ஒவ்வொரு முறையும் வேறு வலைப்பின்னலை ஏற்றாமல் ஒரு தேர்விலிருந்து அவற்றை மாற்றலாம். இது முழுவதும் வணிக- பயன்பாட்டு நட்பு: நீங்கள் உருவாக்குவதை வைத்திருக்கவும், விற்கவும் அல்லது மாற்றவும்.
12 நிலைப்படுத்தல் வகைகள்
கன்னி
துல்லியமான விளிம்பு கண்டறிதல். துல்லியமான வெளிப்புறங்கள் மற்றும் சுத்தமான வரிகளை பாதுகாப்பதற்கு சிறந்தது.
ஆழம்
முப்பரிமாண ஆழ வரைபடம். விரிவு வரைபடத்தை வைத்திருக்கும் - என்ன அருகில் உள்ளது மற்றும் என்ன தொலைவில் உள்ளது.
காட்சி
உடல் எலும்புகளை திற. உருவத்தின் நிலை மற்றும் உறுப்பு நிலைகளை பூட்டு.
ஸ்டிரைப்
கைகளால் வரையப்பட்ட வார்த்தைகளின் பட்டியல் முடிந்த கலைகளாக மாறியது.
பிரித்தல்
வண்ணம்-குறிக்கப்பட்ட பகுதி வரைபடம். காட்சியின் ஒவ்வொரு பகுதியையும் ஒரு வகுப்பிற்கு ஒதுக்கு.
இயல்பான
மண்- இயல்பான வரைபடம். அழகான முப்பரிமாண மண் திசை மற்றும் புள்ளிகளை காக்கும்.
கோடு வரைகலை
சிறிய வரி வெளியேற்றம் - இழை, மாங்கா மற்றும் வரைகலைக்கு சிறந்தது.
மென்மேடு
கானை விட வடிவங்களை மெதுவாக பின்பற்றும் நன்கு வடிவமைக்கப்பட்ட எல்லை கண்டறிதல்.
எம்எல்எஸ்டி
நேரான கோடு பகுதிகள். கட்டிடக்கலை, உள்ளக மற்றும் பொருட்கள் படங்களுக்காக உருவாக்கப்பட்டது.
தளபாடங்கள்
விவரங்களைப் பாதுகாக்கும் நிலைமைகள் அளவு உயர்த்தல் மற்றும் சிக்கலற்ற தோற்ற வேலைகளுக்கு.
வரைதல்
ஒரு பிம்பத்தின் ஒரு பகுதியை மட்டுமே மீண்டும் உருவாக்க முகமூடி-அறிந்த நிலைமை.
மறு வரை / வெளி வரை
ஒரு கம்பளத்தை விரிவாக்கு அல்லது சுற்றியுள்ள கட்டமைப்பை மதித்து மறு வரையப்படும் பகுதிகளை.
மூன்று படிகள்
- ஒரு குறிப்பு பிம்பத்தை ஏற்றவும் - ஒரு புகைப்படம், ஒரு வரைபடம், ஒரு திரைபிடிப்பு, நீங்கள் வைத்திருக்க விரும்பும் கட்டமைப்புடன் ஏதாவது.
- நீங்கள் கவலைப்படுவதை பொருத்தமான நிலைப்படுத்தும் வகையை தேர்ந்தெடுக்கவும் (ஒரு உருவத்திற்குப் பாதையை, ஒரு காட்சிக்கு ஆழம், சுத்தமான வெளிப்புறங்களுக்கு கனிவான அல்லது நேரியல்).
- நீங்கள் விரும்பும் தோற்றத்தை விவரிக்கும் ஒரு வினவலை எழுதவும். கட்டுப்பாட்டு வலிமையை உயர்த்தி குறிப்பை நெருக்கமாக பின்பற்றவும், குறைத்து மேலும் படைப்பாளி சுதந்திரத்தை பெறவும்.
ControlNet — ஒரு கருவியில் 12 நிலைப்படுத்தும் வகைகள் - FAQ
ControlNet- Union SDXL ProMax மாதிரியில் இருந்து அனைத்து 12 நிலைப்படுத்தும் வகைகளையும் வெளிப்படுத்தும் ஒரு தனிப்பட்ட கருவி - canny, pose, depth, scribble, lineart, anime- lineart, MLSD, HED, soft- edge, normal, segmentation, மற்றும் tile. ஒரு நிலைப்படுத்தும் வகையை தேர்ந்தெடுக்கவும், ஒரு குறிப்பு பிம்பத்தை இழுக்கவும், ஒரு வினவலை எழுதவும், SDXL உங்கள் குறிப்பின் கட்டமைப்பை பின்பற்றும் புதிய பிம்பத்தை உருவாக்கும்.
img2img உள்ளீட்டை நேரடியாக மீண்டும் வரைகிறது - நிறங்கள், விளிம்புகள், மற்றும் வடிவவியல் வினாவுடன் கலக்கிறது. ControlNet நிறங்களை வெளியேற்றும் மற்றும் தேர்ந்தெடுக்கப்பட்ட கட்டமைப்பு குறியை மட்டுமே வைத்திருக்கும் (வரிகள், காட்சி கட்டமைப்பு, ஆழ வரைபடம், மற்றும் பிற). இது உங்களை உள்நுழைவை மாற்றி அமைப்பதை உறுதியாக வைத்திருக்க அனுமதிக்கிறது. img2img ஐ விட பலமான கட்டமைப்பு கட்டுப்பாடு.
Canny / lineart clean linework input. Anime- lineart for anime- style line input. Scribble / soft- edge / HED for rough sketches and doodles. ஒரு புகைப்படத்தில் இருந்து ஒரு உடல் நிலையை நகலெடுக்க Pose. Depth to preserve scene geometry / 3D layout. MLSD to preserve straight lines (architecture / interior). Normal to preserve surface orientation and volume. Segmentation to preserve regions. Tile to refine or upscale variations of an existing image.
ControlNet- Union SDXL ProMax (xinsir, Apache 2.0) அனைத்து 12 conditioning networks களையும் ஒரே 2.5 GB weight க்குள் அடுக்குகிறது. பழைய அமைப்புகள் ஒவ்வொரு வகையிலும் தனித்தனி ~2.5 GB weight ஐ பதிவிறக்கம் செய்தன - canny மற்றும் pose இடையே மாற்றுவது ஒரு குளிர்- துவக்கத்தை குறிக்கும். union model ஒருமுறை ஏற்றப்படுகிறது மற்றும் வெப்பமாக உள்ளது, எனவே ஒவ்வொரு conditioning type முதல் அழைப்புக்கு பின்பும் துணை- நொடியில் உள்ளது.
ஆம். ஒவ்வொரு காட்சிப்படுத்தலுக்கும் ~1,200 டாக்கன்கள் (1,000 அடிப்படை SDXL + 20% ControlNet conditioning surcharge). பதிவுசெய்யப்பட்ட பயனர்களுக்கு 30,000 இலவச டாக்கன்கள் தினமும் கிடைக்கும் - தினமும் 25 conditioned renders costless. Anonymous: 2,500 டாக்கன்கள்/நாள் (~2 renders).
ஆம் - கட்டுப்பாட்டு பலம் சுழற்சி (முன்னிருப்பு 0.7) வெளியீடு உங்கள் குறிப்பை எவ்வளவு கடுமையாக பின்பற்றுகிறது என்பதை தீர்மானிக்கிறது. 1.0= கடுமையான (உங்கள் குறிப்பின் மீள்- வரைதல் போன்று வெளியீடு தோன்றுகிறது). 0.4= தளர்ந்த (அனுப்புதல் அதிக சுதந்திரம் கொண்டது). உருவாக்குபவர் வேறுபாடுகளுக்கு அதை குறைக்கவும், நம்பகத்தன்மை முக்கியமானது என்றால் அதை உயர்த்தவும்.
முன்னிருப்பு 512×512. SDXL தரமான விகிதங்கள் - 768×1024 நீளவாக்கு, 1024×768 அகலவாக்கு, 1024×1024 சதுரம் - அனைத்தும் வேலை செய்கிறது. பெரிய வெளியீடுகள் அதிக VRAM மற்றும் டாக்கன்களை உட்கொள்கிறது; H200 1024×1024 வரை வசதியான ஆதரவை வழங்குகிறது.
ஆம். ControlNet உருவாக்கம் ஒரு பிம்பத்திற்கு ~1,000 டாக்கன்கள் செலவாகும், இது SDXL உருவாக்கம் போன்றது. பெயரிடப்படாத பயனர்களுக்கு 6,000 டாக்கன்கள்/நாள் கிடைக்கும்; இலவச கணக்கு 30,000/நாள் கிடைக்கும். கடன் அட்டை இல்லை, நீர்குறிப்பு இல்லை. அதிக தெளிவுத்திறன் அல்லது பலவிதமான மாற்றங்கள் பட்டியலில் இருந்து அதிக செலவாகும்.
ControlNet- Union SDXL ProMax அப்பாச்சி 2.0-ல் வெளியிடப்பட்டது - முழுமையாக அனுமதிக்கப்பட்டது, வணிக பயன்பாடு உள்ளிட்ட. SDXL அடிப்படை OpenRAIL++. இருவரும் வணிக பயன்பாட்டிற்கு அனுமதிக்கின்றன; உங்கள் உருவாக்கிய பிம்பங்கள் வணிக பயன்பாட்டிற்கு ரியல்டி இல்லாமல் உங்களை சார்ந்தவை.
அதே மாதிரி, அதே தரம், அதே நிலைப்படுத்தும் குறிகள். ComfyUI மற்றும் A1111 க்கு 12+ GB VRAM மற்றும் அமைப்புகளுடன் உள்ளூர் GPU தேவை. நாம் அதை பகிரப்பட்ட கட்டமைப்புடன் பெருந்தொகை இலவச பந்தலுடன் இயக்குகிறோம் - நிறுவப்படவில்லை, GPU தேவையில்லை.
முதல் அழைப்பு யூனியன் எடையை (~2.5 GB) ஜிபியு தற்காலிக நினைவகத்திற்கு பதிவிறக்குகிறது மற்றும் SDXL குழாய்களை வெப்பப்படுத்துகிறது. ஒரு செயல்படுத்தல் அல்லது LRU வெளியேற்றத்திற்குப் பிறகு முதல் கோரிக்கையில் 30-60 விநாடிகள் எதிர்பார்க்கவும். வழக்கமான ஏற்றத்தின் கீழ் அடுத்த அழைப்பு 4-7 விநாடிகளில் திரும்பும்.
ஆம் — /v1/image/generate/ க்கு model=sdxl (அல்லது 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) உடன் பலபகுதி POST. bearer auth, 10K free tokens/month. /api/ has curl examples.