AIAS/7_aigc/controlnet_sdks/content_shuffle_sdk
2024-10-20 16:27:54 +08:00
..
src java stable difffusion sdk 2024-10-19 16:35:25 +08:00
pom.xml java stable difffusion sdk 2024-10-19 16:35:25 +08:00
README_CN.md java stable difffusion sdk 2024-10-19 16:35:25 +08:00
README.md update readme 2024-10-20 16:27:54 +08:00

官网:

官网链接

图像生成预处理

  • 显卡CUDA11.7版本
  • 参考测试数据:分辨率 512*512 25步 CPU(i5处理器) 5分钟。 3060显卡20秒。

1. Canny 边缘检测

  • CannyExample
  • Canny 边缘检测预处理器可很好识别出图像内各对象的边缘轮廓,常用于生成线稿。
  • 对应ControlNet模型 control_canny

2. MLSD 线条检测

  • MlsdExample
  • MLSD 线条检测用于生成房间、直线条的建筑场景效果比较好。
  • 对应ControlNet模型 control_mlsd

3. Scribble 涂鸦

  • HedScribbleExample
  • PidiNetScribbleGPUExample
  • 不用自己画,图片自动生成类似涂鸦效果的草图线条。
  • 对应ControlNet模型 control_mlsd

4. SoftEdge 边缘检测

  • HED - HedScribbleExample
  • HED Safe - HedScribbleExample
  • PidiNet - PidiNetGPUExample
  • PidiNet Safe - PidiNetGPUExample
  • SoftEdge 边缘检测可保留更多柔和的边缘细节,类似手绘效果。
  • 对应ControlNet模型 control_softedge。

5. OpenPose 姿态检测

  • PoseExample
  • OpenPose 姿态检测可生成图像中角色动作姿态的骨架图(含脸部特征以及手部骨架检测),这个骨架图可用于控制生成角色的姿态动作。
  • 对应ControlNet模型 control_openpose。

6. Segmentation 语义分割

  • SegUperNetExample
  • 语义分割可多通道应用原理是用颜色把不同类型的对象分割开让AI能正确识别对象类型和需求生成的区界。
  • 对应ControlNet模型 control_seg。

7. Depth 深度检测

  • Midas - MidasDepthEstimationExample
  • DPT - DptDepthEstimationExample
  • 通过提取原始图片中的深度信息,生成具有原图同样深度结构的深度图,越白的越靠前,越黑的越靠后。
  • 对应ControlNet模型 control_depth。

8. Normal Map 法线贴图

  • NormalBaeExample
  • 根据图片生成法线贴图适合CG或游戏美术师。法线贴图能根据原始素材生成一张记录凹凸信息的法线贴图便于AI给图片内容进行更好的光影处理它比深度模型对于细节的保留更加的精确。法线贴图在游戏制作领域用的较多常用于贴在低模上模拟高模的复杂光影效果。
  • 对应ControlNet模型 control_normal。

9. Lineart 生成线稿

  • LineArtExample
  • Lineart 边缘检测预处理器可很好识别出图像内各对象的边缘轮廓,用于生成线稿。
  • 对应ControlNet模型 control_lineart。

10. Lineart Anime 生成线稿

  • LineArtAnimeExample
  • Lineart Anime 边缘检测预处理器可很好识别出卡通图像内各对象的边缘轮廓,用于生成线稿。
  • 对应ControlNet模型 control_lineart_anime。

11. Content Shuffle

  • ContentShuffleExample
  • Content Shuffle 图片内容变换位置,打乱次序,配合模型 control_v11e_sd15_shuffle 使用。
  • 对应ControlNet模型 control_shuffle。

帮助文档: