Buckets:

hf-doc-build
/

doc

Files

xet

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

mishig

8 days ago

preview code

download

raw

2.03 kB

# Generasi gambar dari kedalaman yang dipandu teks

[StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/id/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) memungkinkan Anda untuk memberikan prompt teks dan gambar awal untuk mengondisikan pembuatan gambar baru. Selain itu, Anda juga dapat memberikan `depth_map` untuk mempertahankan struktur gambar. Jika tidak ada `depth_map` yang diberikan, pipeline secara otomatis memprediksi kedalaman melalui [model estimasi kedalaman](https://github.com/isl-org/MiDaS) yang terintegrasi.

Mulai dengan membuat instance dari [StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/id/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"
```

Sekarang kirimkan prompt Anda ke pipeline. Anda juga dapat mengirim `negative_prompt` untuk mencegah kata-kata tertentu mengarahkan cara gambar dihasilkan:

```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)
```

| Input                                                                           | Output                                                                                                                                |
|---------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------|
|  |  |

Xet Storage Details

Size:: 2.03 kB
Xet hash:: d49427c2847b936d56df6c1f897b85ffb7d9403d17ec70ad836c372adf8af31d

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

	# Generasi gambar dari kedalaman yang dipandu teks

	[StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/id/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) memungkinkan Anda untuk memberikan prompt teks dan gambar awal untuk mengondisikan pembuatan gambar baru. Selain itu, Anda juga dapat memberikan `depth_map` untuk mempertahankan struktur gambar. Jika tidak ada `depth_map` yang diberikan, pipeline secara otomatis memprediksi kedalaman melalui [model estimasi kedalaman](https://github.com/isl-org/MiDaS) yang terintegrasi.

	Mulai dengan membuat instance dari [StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/id/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"
	```

	Sekarang kirimkan prompt Anda ke pipeline. Anda juga dapat mengirim `negative_prompt` untuk mencegah kata-kata tertentu mengarahkan cara gambar dihasilkan:

	```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)
	```

	\| Input \| Output \|
	\|---------------------------------------------------------------------------------\|---------------------------------------------------------------------------------------------------------------------------------------\|
	\| \| \|