模型:
lllyasviel/control_v11f1e_sd15_tile
Controlnet v1.1 于 lllyasviel/ControlNet-v1-1 年由 Lvmin Zhang 发布。
此检查点是将 the original checkpoint 转换为扩散器格式的转换。它可以与 Stable Diffusion(如 runwayml/stable-diffusion-v1-5 )结合使用。
更多详细信息,请参阅 ? Diffusers docs 。
ControlNet 是一种神经网络结构,用于通过添加额外条件来控制扩散模型。
此检查点对应于在平铺图像上刷样条件的 ControlNet。从概念上讲,它类似于超分辨率模型,但其用途不限于此。也可以生成与输入图像(conditione)相同大小的细节。
此模型的贡献者为 takuma104
开发者:Lvmin Zhang,Maneesh Agrawala
模型类型:基于扩散的文本到图像生成模型
语言:英语
许可证: The CreativeML OpenRAIL M license 是 Open RAIL M license 的一部分,是根据 BigScience 和 the RAIL Initiative 在负责人工智能许可领域共同进行的工作进行调整的。另请参阅我们所基于的 the article about the BLOOM Open RAIL license 。
获取更多信息的资源: GitHub Repository , Paper 。
引用为:
@misc{zhang2023adding, title={Adding Conditional Control to Text-to-Image Diffusion Models}, author={Lvmin Zhang and Maneesh Agrawala}, year={2023}, eprint={2302.05543}, archivePrefix={arXiv}, primaryClass={cs.CV}}
Controlnet 是由 Lvmin Zhang,Maneesh Agrawala 于 Adding Conditional Control to Text-to-Image Diffusion Models 提出的。
摘要如下:
我们提出了一种神经网络结构 ControlNet,用于控制预训练的大型扩散模型以支持附加输入条件。ControlNet 以端到端的方式学习任务特定条件,并且即使训练数据集很小(