AI绘画SD插件ControlNet模型解析

ControlNet控制网

功能型:

  • IP2P : 环境背景天气修改, 以及单独修改人物, make it xxx 。

  • Tile分块重采样:忽略细节,并添加新的细节。

  • Inpaint局部重绘: 修改局部时, 更能懂得输入的提示词元素。

  • Reference参考:生成与参考图像相似的图像。会受模型和提示词的影响。只使用预处理器,不适用控制模型。

    Tip:双重参考可以达到2者融合合成的效果,比如头部和身体,在2个ControlNet单元中进行。

  • Shuffle:洗牌转换,将整个输入图像构图打乱,重新进行组合,构图变化,生成一系列S卡。

  • Seg语意分割: 把一些类别的东西进行区分, 对应的地方填上对应的东西,提取到了元素的精确位置。ADE20K和Coco分割的颜色图是不同的。

T2IA自适应:

  • color_grid:像素画处理,提取图像主要颜色,不保留构图。
  • sketch_pidi:手绘边缘处理,提取大体轮廓。
  • style_clipvision:风格迁移处理,将输入图像转化为clip视觉嵌入。包含有关图像内容和风格的丰富信息。参考比reference更加强。

构图规则型:

  • OpenPose姿态:检测人体各部位的关键点,只提取姿态信息,用于控制绘图中人物的动作和姿态,可以自己调节,主要有:头、肩部、胳膊、手、屁股、腿、脚,这样就能基本上控制人物的平面姿态了,3D OpenPose 则可以旋转调节角度,控制三维姿态。

    Tip:使用控制图进行扩散时,不使用预处理器,

  • canny 算法: 将背景图轮廓描绘出来, 将人物和周边的景物轮廓描绘出来,硬边缘方式。图像线条性更好,适合制作艺术字和Logo。

  • Lineart线稿:可以用于人物上色。

在这里插入图片描述

  • pedNet : 边缘检测算法, 检测的东西更加粗糙, 没有hed精细。

涂鸦算法: 把重要地方展现出来,用的比较少。

depth 算法: 深度图算法, 捕捉图片中的空间关系,还原场景,控制人物和场景。

  • LeRess:检测构图,细节少。
  • LeRess++:检测构图,环境主体细节更多。
  • Mldas深度估算:主体细节更多,环境细节更少。
  • Zoe深度估算:主体细节少,环境细节多。

法线贴图:提取轮廓内部的特征,适用于传输输入图像的3D,输入图像3D时,法线提取效果比深度更好。
在这里插入图片描述

SoftEdge软边缘

  • hed算法 : 模糊边缘, 对细节进行补充。带safe的细节和质量更高,也更吃显存。

M LSD直线检测器: 忽略曲线,提取直线,适用于建筑大模型和Lora。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ControlNet是一种用于工业自动化系统中的数据通信协议,它可以实现实时的控制和监测。控制网络可以用于连接不同的控制设备,如PLCs、DCS和HMI等,使它们可以相互通信和交换数据。 ControlNet的源码解析是指对ControlNet协议的源代码进行分析和理解。ControlNet的源码是用于实现ControlNet协议功能的程序代码,在解析源码时,我们可以了解到ControlNet协议的工作原理、通信机制和数据传输过程等。 ControlNet源码解析主要包括以下几个方面的内容: 1. 协议栈分析:ControlNet是一种分层协议,源码解析可以帮助我们理解ControlNet的协议栈结构和各层之间的关系。协议栈分析包括物理层、数据链路层、网络层和应用层等的功能实现和交互过程。 2. 数据帧解析ControlNet使用数据帧进行数据传输,源码解析可以帮助我们理解数据帧的格式和解析过程。数据帧解析包括数据帧的头部信息、数据字段和校验等的解析过程。 3. 通信机制分析:ControlNet使用广播和点对点通信机制,在源码解析过程中,可以了解到ControlNet的通信机制实现方式、广播数据和点对点数据的传输规则等。 4. 错误检测与容错处理:ControlNet源码解析还可以了解到错误检测和容错处理的实现方式。包括校验、重传机制和错误处理等的源码实现过程。 通过对ControlNet源码的解析,我们可以更深入地了解ControlNet协议的工作原理和机制,对ControlNet的使用和应用具有更深刻的理解。同时,源码解析还可以帮助我们在实际应用中进行定制化和优化,以满足特定的工业控制需求。总的来说,ControlNet源码解析对于学习和应用ControlNet协议具有重要意义。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值