Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /v0.43.0 /es /using-diffusers /depth2img.md

mishig

2 days ago

preview code

download

raw

2.06 kB

# Generación de imágenes a partir de profundidad guiada por texto

El [StableDiffusionDepth2ImgPipeline](/docs/diffusers/v0.43.0/es/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) permite pasar un prompt de texto y una imagen inicial para condicionar la generación de nuevas imágenes. Además, también puedes pasar un `depth_map` para preservar la estructura de la imagen. Si no se proporciona un `depth_map`, el pipeline predice automáticamente la profundidad mediante un [modelo de estimación de profundidad](https://github.com/isl-org/MiDaS) integrado.

Comience creando una instancia de [StableDiffusionDepth2ImgPipeline](/docs/diffusers/v0.43.0/es/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"
```

Ahora pasa tu prompt a la pipeline. También puedes pasar un `negative_prompt` para evitar que ciertas palabras guíen cómo se genera una imagen:

```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)
```

| Entrada                                                                           | Salida                                                                                                                                |
|---------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------|
|  |  |

Xet Storage Details

Size:: 2.06 kB
Xet hash:: e51799acad0df177da4e3e42d1c4412c505ee7dd9c46038b74c62f46f685f122

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

	# Generación de imágenes a partir de profundidad guiada por texto

	El [StableDiffusionDepth2ImgPipeline](/docs/diffusers/v0.43.0/es/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) permite pasar un prompt de texto y una imagen inicial para condicionar la generación de nuevas imágenes. Además, también puedes pasar un `depth_map` para preservar la estructura de la imagen. Si no se proporciona un `depth_map`, el pipeline predice automáticamente la profundidad mediante un [modelo de estimación de profundidad](https://github.com/isl-org/MiDaS) integrado.

	Comience creando una instancia de [StableDiffusionDepth2ImgPipeline](/docs/diffusers/v0.43.0/es/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"
	```

	Ahora pasa tu prompt a la pipeline. También puedes pasar un `negative_prompt` para evitar que ciertas palabras guíen cómo se genera una imagen:

	```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)
	```

	\| Entrada \| Salida \|
	\|---------------------------------------------------------------------------------\|---------------------------------------------------------------------------------------------------------------------------------------\|
	\| \| \|