Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /fr /using-diffusers /depth2img.md

mishig

8 days ago

preview code

download

raw

2.09 kB

# Génération d'images à partir de profondeur guidée par le texte

Le [StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/fr/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) vous permet de transmettre un prompt texte et une image initiale pour conditionner la génération de nouvelles images. En outre, vous pouvez également passer une `depth_map` pour préserver la structure de l'image. Si aucune `depth_map` n'est fournie, le pipeline prédit automatiquement la profondeur via un [modèle d'estimation de la profondeur](https://github.com/isl-org/MiDaS) intégré.

Commencez par créer une instance de [StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/fr/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) :

```python
import torch
from diffusers import StableDiffusionDepth2ImgPipeline
from diffusers.utils import load_image, make_image_grid
pipeline = StableDiffusionDepth2ImgPipeline.from_pretrained(
    "stabilityai/stable-diffusion-2-depth",
    dtype=torch.float16,
    use_safetensors=True,
).to("cuda")  # or "mps", "xpu", "cpu"
```

Passez maintenant votre invite au pipeline. Vous pouvez également passer un `negative_prompt` pour empêcher certains mots de guider la génération d'une image :

```python
url = "http://images.cocodataset.org/val2017/000000039769.jpg"
init_image = load_image(url)
prompt = "two tigers"
negative_prompt = "bad, deformed, ugly, bad anatomy"
image = pipeline(prompt=prompt, image=init_image, negative_prompt=negative_prompt, strength=0.7).images[0]
make_image_grid([init_image, image], rows=1, cols=2)
```

| Entrée                                                                           | Sortie                                                                                                                                |
|---------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------|
|  |  |

Xet Storage Details

Size:: 2.09 kB
Xet hash:: d2c6adb78c703be678ac74d706c824c20ac568ae7b34db9f78854f61434d0ea8

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# Génération d'images à partir de profondeur guidée par le texte

	Le [StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/fr/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) vous permet de transmettre un prompt texte et une image initiale pour conditionner la génération de nouvelles images. En outre, vous pouvez également passer une `depth_map` pour préserver la structure de l'image. Si aucune `depth_map` n'est fournie, le pipeline prédit automatiquement la profondeur via un [modèle d'estimation de la profondeur](https://github.com/isl-org/MiDaS) intégré.

	Commencez par créer une instance de [StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/fr/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) :

	```python
	import torch
	from diffusers import StableDiffusionDepth2ImgPipeline
	from diffusers.utils import load_image, make_image_grid

	pipeline = StableDiffusionDepth2ImgPipeline.from_pretrained(
	"stabilityai/stable-diffusion-2-depth",
	dtype=torch.float16,
	use_safetensors=True,
	).to("cuda") # or "mps", "xpu", "cpu"
	```

	Passez maintenant votre invite au pipeline. Vous pouvez également passer un `negative_prompt` pour empêcher certains mots de guider la génération d'une image :

	```python
	url = "http://images.cocodataset.org/val2017/000000039769.jpg"
	init_image = load_image(url)
	prompt = "two tigers"
	negative_prompt = "bad, deformed, ugly, bad anatomy"
	image = pipeline(prompt=prompt, image=init_image, negative_prompt=negative_prompt, strength=0.7).images[0]
	make_image_grid([init_image, image], rows=1, cols=2)
	```

	\| Entrée \| Sortie \|
	\|---------------------------------------------------------------------------------\|---------------------------------------------------------------------------------------------------------------------------------------\|
	\| \| \|