ControlNet — 12 koşullandırma türü tek bir araçta
Bir referans resmi yükleyin, bir koşullama türü seçin, bir prompt yazın. Yapay zeka referans yapınızı (çeviri, poz, derinlik, vs.) koruyor ve yeni içeriği herhangi bir tarzda gösteriyor. ControlNet-Union SDXL ProMax tarafından destekleniyor — Apache 2.0, tamamen ticari kullanıma uygun.
Sonuç
ControlNet nasıl çalışır
ControlNet, sadece metin promptuna dayanmak yerine referans görüntüsünün yapısı ile resim üretimini yönetmenize izin verir. Bir ön işlemci referansınızı okur ve tek bir koşullandırma sinyali çıkarır - kenarları, derinlik haritası, bir kişinin poz iskeletini ve daha fazlasını. Diffusion modeli sonradan bu sinyale kilitlenir ve prompt stil, renkler, ışıklandırma ve nesneyi belirler. Sonuç, girdiğiniz tam kompozisyonu korurken tamamen yeni bir şey gibi görünür.
Bu araç ControlNet-Union SDXL ProMax (Apache 2.0) tarafından desteklenmektedir — aşağıda verilen 12 koşul türünün hepsini anlayan tek bir model, böylece her seferinde farklı bir ağ yüklemeden bir seçiciden diğerine geçiş yapabilirsiniz. Tamamen ticari kullanıma uygundur: yarattığınız her şeyi tut, sat veya değiştir.
12 koşullandırma türü
Canny
Kenarların keskin tespiti. Kesin çizgileri ve temiz çizgileri korumak için en iyisidir.
Derinlik
3B derinlik haritası. Uzamsal düzeni koruyor — ne yakın ne uzak.
Poz
OpenPose vücut iskeleti. Figürlerin duruş ve uzuv pozisyonlarını kilitler.
Karalama
El ile yapılan karalamaların tamamlanmış sanat eserleri haline geldiği.
Bölümlendirme
Renkli kodlanmış bölge haritası. Sahnedeki her bir alana bir sınıf tanımla.
Normal
Normal yüzey haritası. 3 boyutlu yüzey yönünü ve eğimlerini koruyor.
Çizgi Sanatı
İnce çizgi çıkarma — mürekkep, manga ve illüstrasyon için ideal.
Yumuşak kenar
Canny'den daha gevşek biçimleri izleyen nazik sınır tespiti.
MLS
Düz çizgili bölümler mimari, iç mekan ve ürün fotoğrafları için.
Taş
Detay-koruyucu koşullandırma için ölçeklendirme ve dokusuz doku çalışması.
Boyama
Maska-bilinçli koşullandırma, bir görüntünün sadece bir kısmını yeniden yaratmak için.
Yeniden Boya / Dışarıya Boya
Çevredeki yapıya saygı göstererek bir tuval veya yeniden boya bölgelerini genişletin.
Üç adım
- Bir referans resmi yükleyin — bir fotoğraf, bir çizim, bir ekran görüntüsü, tutmayı istediğiniz yapıda herhangi bir şey.
- İlgi duyduğunuz şeye uygun koşullandırma türü seçiniz (bir figür için poz, bir sahne için derinlik, temiz çizgiler için kanlı veya doğrusal).
- İstediğiniz görünümü tanımlayan ve oluşturan bir prompt yazın. Referansı daha sıkı takip etmek için kontrol gücünü yükseltin, daha fazla yaratıcı özgürlük için azaltın.
ControlNet — 12 koşullandırma türü tek bir araçta - FAQ
ControlNet-Union SDXL ProMax modelinin tüm 12 koşullandırma türüne açık tek bir araç — canny, pose, depth, scribble, lineart, anime-lineart, MLSD, HED, soft-edge, normal, segmentation ve tile. Bir koşullandırma türü seçin, bir referans resmi bırakın, bir prompt yazın ve SDXL referansınızın yapısını takip eden yeni bir resim çizer.
img2img girdiyi doğrudan yeniden boyar - renkler, kenar ve geometriyi sorduğunda karıştırır. ControlNet renkleri atıyor ve sadece seçilen yapısal sinyali (çevir, poz iskelet, derinlik haritası, vs.) tutuyor. Bu, içeriği radikal olarak değiştirmenize izin verirken kompozisyonu sağlam bir şekilde tutar. img2img'den çok daha güçlü yapısal kontrol.
Canny / lineart temiz çizgi işaretleme için. Anime-lineart anime tarzı çizgi işaretleme için. Scribble / soft-edge / HED kaba çizimler ve karalama için. Posta bir fotoğraftan bir vücut pozisyonunu kopyalamak için. Derinlik sahne geometrisini korumak için / 3B düzenleme. MLSD düz çizgileri korumak için (mimari / iç). Normal yüzey yönünü ve hacmi korumak için. Bölgeleri korumak için Bölümlendirme. Mevcut bir görüntünün varyasyonlarını düzenlemek veya ölçeklendirmek için taş.
ControlNet-Union SDXL ProMax (xinsir, Apache 2.0) tüm 12 koşullandırma ağını tek bir 2.5 GB ağırlığa paketler. Eski dağıtımlar tip başına ayrı ~2.5 GB ağırlık indirdi — canny ve pose arasında geçiş soğuk başlatma anlamına geliyordu. Birlik modeli bir kez yüklenir ve sıcak kalır, böylece her koşullandırma türü ilk çağrıdan sonra saniyenin altındadır.
Evet. Render başına ~1,200 token (1,000 temel SDXL + 20% ControlNet koşullandırma ek ücreti). Kayıtlı kullanıcılar günlük 30,000 ücretsiz token alır — günde yaklaşık 25 koşullu render ücretsiz. Anonim: 2,500 token/gün (~2 render).
Evet — Kontrol gücü kaydırıcısı (varsayılan 0.7) çıkışın referansınızı ne kadar sıkı takip ettiğini belirler. 1.0 = sıkı (çıkış referansınızın yeniden çizim gibi görünür). 0.4 = gevşek (prompt daha fazla özgürlük kazanır). Yaratıcı değişkenlik için aşağıya, doğruluk önemli olduğunda yukarıya çekin.
512×512 varsayılan. SDXL standart oranları — 768×1024 dikey, 1024×768 yatay, 1024×1024 kare — hepsi işe yarar. Daha büyük çıkışlar daha fazla VRAM ve token tüketir; H200 rahatlıkla 1024×1024'e kadar destekler.
Evet. ControlNet jenerasyonu standart SDXL jenerasyonuyla aynı şekilde resim başına ~1,000 token'a mal olur. Anonim kullanıcılar günde 6,000 token alır; ücretsiz hesap günde 30,000 token verir. Kredi kartı yok, su damgası yok. Yüksek çözünürlük veya çoklu varyasyonlar havuzdan orantılı olarak daha fazla para alır.
ControlNet-Union SDXL ProMax Apache 2.0 altında serbest bırakılmıştır — ticari kullanım dahil tamamen izinlidir. SDXL tabanlı OpenRAIL++. Her ikisi de ticari kullanıma izin verir; yarattığınız görüntüler ticari kullanım için ücretsizdir.
Aynı model, aynı kalite, aynı koşullandırma sinyalleri. ComfyUI ve A1111 12+ GB VRAM ve kurulumlu yerel bir GPU gerektirir. Cömert bir ücretsiz havuzla paylaşılan altyapıda çalıştırıyoruz — kurulum yok, GPU gerekmiyor.
İlk çağrı, GPU önbelleğine Union ağırlığını (~2.5 GB) indirir ve SDXL boru hattını ısıtır. Bir dağıtım veya LRU tahliyesinden sonraki ilk talepte 30-60 saniye bekleyin. Tipik yük altındaki sonraki çağrılar 4-7 saniye içinde geri döner.
Evet — model=sdxl (veya model=controlnet-union-sdxl-promax) ile /v1/image/generate/'e çoklu POST, prompt, control_image (file), control_type=<canny, pose, depth, scribble, lineart, anime-lineart, mlsd, hed, soft-edge, normal, segmentation, tile>, optional control_strength (0.1-1.5).