上海自助建站官网,临沂建设网站公司,关键词优化排名软件案例,福安网站建设T2I-Adapter 是一种高效的即插即用模型#xff0c;其能对冻结的预训练大型文生图模型提供额外引导。T2I-Adapter 将 T2I 模型中的内部知识与外部控制信号结合起来。我们可以根据不同的情况训练各种适配器#xff0c;实现丰富的控制和编辑效果。 同期的 ControlNet 也有类似的… T2I-Adapter 是一种高效的即插即用模型其能对冻结的预训练大型文生图模型提供额外引导。T2I-Adapter 将 T2I 模型中的内部知识与外部控制信号结合起来。我们可以根据不同的情况训练各种适配器实现丰富的控制和编辑效果。 同期的 ControlNet 也有类似的功能且已有广泛的应用。然而其运行所需的 计算成本比较高。这是因为其反向扩散过程的每个去噪步都需要运行 ControlNet 和 UNet。另外对 ControlNet 而言复制 UNet 编码器作为控制模型的一部分对效果非常重要这也导致了控制模型参数量的进一步增大。因此ControlNet 的模型大小成了生成速度的瓶颈 (模型越大生成得越慢)。 在这方面T2I-Adapters 相较 ControlNets 而言颇有优势。T2I-Adapter 的尺寸较小而且与 ControlNet 不同T2I-Adapter 可以在整个去噪过程中仅运行一次。 模型参数量所需存储空间fp16ControlNet-SDXL1251 M2.5 GBControlLoRA (rank 128)197.78 M (参数量减少 84.19%)396 MB (所需空间减少 84.53%)T2I-Adapter-SDXL79 M (参数量减少 93.69%)158 MB (所需空间减少 94%) 在过去的几周里Diffusers 团队和 T2I-Adapter 作者紧密合作在 diffusers 库上为 Stable Diffusion XL (SDXL) 增加 T2I-Adapter 的支持。本文我们将分享我们在从头开始训练基于 SDXL 的 T2I-Adapter 过程中的发现、漂亮的结果以及各种条件 (草图、canny、线稿图、深度图以及 OpenPose 骨骼图) 下的 T2I-Adapter checkpoint 结果合辑 与之前版本的 T2I-Adapter (SD-1.4/1.5) 相比T2I-Adapter-SDXL 还是原来的配方不一样之处在于用一个 79M 的适配器去驱动 2.6B 的大模型 SDXLT2I-Adapter-SDXL 在继承 SDXL 的高品质生成能力的同时保留了强大的控制能力 用 diffusers 训练 T2I-Adapter-SDXL 我们基于 diffusers 提供的 这个官方示例 构建了我们的训练脚本。 本文中提到的大多数 T2I-Adapter 模型都是在 LAION-Aesthetics V2 的 3M 高分辨率 图文对 上训练的配置如下: 训练步数: 20000-35000batch size: 采用数据并行单 GPU batch size 为 16总 batch size 为 128学习率: 1e-5 的恒定学习率混合精度: fp16 我们鼓励社区使用我们的脚本来训练自己的强大的 T2I-Adapter并对速度、内存和生成的图像质量进行折衷以获得竞争优势。 在 diffusers 中使用 T2I-Adapter-SDXL 这里以线稿图为控制条件来演示 T2I-Adapter-SDXL 的使用。首先安装所需的依赖项: pip install -U githttps://github.com/huggingface/diffusers.git
pip install -U controlnet_aux0.0.7 # for conditioning models and detectors
pip install transformers accelerate T2I-Adapter-SDXL 的生成过程主要包含以下两个步骤: 首先将条件图像转换为符合要求的 控制图像 格式。然后将 控制图像 和 提示 传给 StableDiffusionXLAdapterPipeline。 我们看一个使用 Lineart Adapter 的简单示例。我们首先初始化 SDXL 的 T2I-Adapter 流水线以及线稿检测器。 import torch
from controlnet_aux.lineart import LineartDetector
from diffusers import (AutoencoderKL, EulerAncestralDiscreteScheduler,StableDiffusionXLAdapterPipeline, T2IAdapter)
from diffusers.utils import load_image, make_image_grid# load adapter
adapter T2IAdapter.from_pretrained(TencentARC/t2i-adapter-lineart-sdxl-1.0, torch_dtypetorch.float16, varientfp16
).to(cuda)# load pipeline
model_id stabilityai/stable-diffusion-xl-base-1.0
euler_a EulerAncestralDiscreteScheduler.from_pretrained(model_id, subfolderscheduler
)
vae AutoencoderKL.from_pretrained(madebyollin/sdxl-vae-fp16-fix, torch_dtypetorch.float16
)
pipe StableDiffusionXLAdapterPipeline.from_pretrained(model_id,vaevae,adapteradapter,schedulereuler_a,torch_dtypetorch.float16,variantfp16,
).to(cuda)# load lineart detector
line_detector LineartDetector.from_pretrained(lllyasviel/Annotators).to(cuda) 然后加载图像并生成其线稿图: url https://huggingface.co/Adapter/t2iadapter/resolve/main/figs_SDXLV1.0/org_lin.jpg
image load_image(url)
image line_detector(image, detect_resolution384, image_resolution1024) 龙的线稿图 然后生成: prompt Ice dragon roar, 4k photo
negative_prompt anime, cartoon, graphic, text, painting, crayon, graphite, abstract, glitch, deformed, mutated, ugly, disfigured
gen_images pipe(promptprompt,negative_promptnegative_prompt,imageimage,num_inference_steps30,adapter_conditioning_scale0.8,guidance_scale7.5,
).images[0]
gen_images.save(out_lin.png) 用线稿图生成出来的龙 理解下述两个重要的参数可以帮助你调节控制程度。 adapter_conditioning_scale该参数调节控制图像对输入的影响程度。越大代表控制越强反之亦然。adapter_conditioning_factor该参数调节适配器需应用于生成过程总步数的前面多少步取值范围在 0-1 之间 (默认值为 1)。adapter_conditioning_factor1 表示适配器需应用于所有步而 adapter_conditioning_factor0.5 则表示它仅应用于前 50% 步。 更多详情请查看 官方文档。 试玩演示应用 你可以在 这儿 或下述嵌入的游乐场中轻松试玩 T2I-Adapter-SDXL: 你还可以试试 Doodly它用的是草图版模型可以在文本监督的配合下把你的涂鸦变成逼真的图像: 更多结果 下面我们展示了使用不同控制图像作为条件获得的结果。除此以外我们还分享了相应的预训练 checkpoint 的链接。如果想知道有关如何训练这些模型的更多详细信息及其示例用法可以参考各自模型的模型卡。 使用线稿图引导图像生成 模型见 TencentARC/t2i-adapter-lineart-sdxl-1.0 使用草图引导图像生成 模型见 TencentARC/t2i-adapter-sketch-sdxl-1.0 使用 Canny 检测器检测出的边缘图引导图像生成 模型见 TencentARC/t2i-adapter-canny-sdxl-1.0 使用深度图引导图像生成 模型分别见 TencentARC/t2i-adapter-depth-midas-sdxl-1.0 及 TencentARC/t2i-adapter-depth-zoe-sdxl-1.0 使用 OpenPose 骨骼图引导图像生成 模型见 TencentARC/t2i-adapter-openpose-sdxl-1.0 致谢: 非常感谢 William Berman 帮助我们训练模型并分享他的见解。 宝子们可以戳 阅读原文 查看文中所有的外部链接哟 英文原文: https://hf.co/blog/t2i-sdxl-adapters 原文作者: Chong MouSuraj PatilSayak PaulXintao Wanghysts 译者: Matrix Yao (姚伟峰)英特尔深度学习工程师工作方向为 transformer-family 模型在各模态数据上的应用及大规模模型的训练推理。 审校/排版: zhongdongy (阿东)
