diffusers/v0.43.0/id/using-diffusers/depth2img.md

Generasi gambar dari kedalaman yang dipandu teks

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 yang terintegrasi.

Mulai dengan membuat instance dari StableDiffusionDepth2ImgPipeline:

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:

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