# Stable Diffusion 2

Stable Diffusion 2 é um modelo de _latent diffusion_ de texto para imagem construído sobre o trabalho do original [Stable Diffusion](https://stability.ai/blog/stable-diffusion-public-release), e foi liderado por Robin Rombach e Katherine Crowson da [Stability AI](https://stability.ai/) e [LAION](https://laion.ai/).

*O lançamento do Stable Diffusion 2.0 inclui modelos robustos de texto para imagem treinados usando um novo codificador de texto (OpenCLIP), desenvolvido pela LAION com o apoio da Stability AI, o que melhora significativamente a qualidade das imagens geradas em comparação com as versões anteriores V1. Os modelos de texto para imagem deste lançamento podem gerar imagens com resoluções padrão de 512x512 pixels e 768x768 pixels. Esses modelos são treinados em um subconjunto estético do [conjunto de dados LAION-5B](https://laion.ai/blog/laion-5b/) criado pela equipe DeepFloyd da Stability AI, que é então filtrado para remover conteúdo adulto usando o [filtro NSFW da LAION](https://openreview.net/forum?id=M3Y74vmsMcY).*

Para mais detalhes sobre como o Stable Diffusion 2 funciona e como ele difere do Stable Diffusion original, consulte o [post de anúncio](https://stability.ai/blog/stable-diffusion-v2-release) oficial.

A arquitetura do Stable Diffusion 2 é mais ou menos idêntica ao modelo original [Stable Diffusion](./text2img), então consulte a documentação da API dele para saber como usar o Stable Diffusion 2. Recomendamos usar o [DPMSolverMultistepScheduler](/docs/diffusers/v0.43.0/pt/api/schedulers/multistep_dpm_solver#diffusers.DPMSolverMultistepScheduler), pois ele oferece um bom equilíbrio entre velocidade e qualidade e pode ser executado com apenas 20 etapas.

O Stable Diffusion 2 está disponível para tarefas como texto-para-imagem, inpainting, super-resolução e profundidade-para-imagem:

| Tarefa                    | Repositório                                                                                                    |
|-------------------------|---------------------------------------------------------------------------------------------------------------|
| texto-para-imagem (512x512) | [stabilityai/stable-diffusion-2-base](https://huggingface.co/stabilityai/stable-diffusion-2-base)             |
| texto-para-imagem (768x768) | [stabilityai/stable-diffusion-2](https://huggingface.co/stabilityai/stable-diffusion-2)                       |
| inpainting              | [stabilityai/stable-diffusion-2-inpainting](https://huggingface.co/stabilityai/stable-diffusion-2-inpainting) |
| super-resolução        | [stable-diffusion-x4-upscaler](https://huggingface.co/stabilityai/stable-diffusion-x4-upscaler)               |
| depth-to-image          | [stabilityai/stable-diffusion-2-depth](https://huggingface.co/stabilityai/stable-diffusion-2-depth)           |

Aqui estão alguns exemplos de como usar o Stable Diffusion 2 para cada tarefa:

> [!TIP]
> Certifique-se de conferir a seção [Dicas](overview#tips) do Stable Diffusion para aprender como explorar o equilíbrio entre a velocidade e a qualidade do agendador, e como reutilizar os componentes do pipeline de forma eficiente!
>
> Se você tem interesse em usar um dos checkpoints oficiais para uma tarefa, explore as organizações [CompVis](https://huggingface.co/CompVis) e [Stability AI](https://huggingface.co/stabilityai) no Hub!

## Texto para imagem

```py
from diffusers import DiffusionPipeline, DPMSolverMultistepScheduler
import torch

repo_id = "stabilityai/stable-diffusion-2-base"
pipe = DiffusionPipeline.from_pretrained(repo_id, dtype=torch.float16, variant="fp16")

pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
pipe = pipe.to("cuda")  # or "mps", "xpu", "cpu"

prompt = "High quality photo of an astronaut riding a horse in space"
image = pipe(prompt, num_inference_steps=25).images[0]
image
```

## Inpainting

```py
import torch
from diffusers import DiffusionPipeline, DPMSolverMultistepScheduler
from diffusers.utils import load_image, make_image_grid

img_url = "https://raw.githubusercontent.com/CompVis/latent-diffusion/main/data/inpainting_examples/overture-creations-5sI6fQgYIuo.png"
mask_url = "https://raw.githubusercontent.com/CompVis/latent-diffusion/main/data/inpainting_examples/overture-creations-5sI6fQgYIuo_mask.png"

init_image = load_image(img_url).resize((512, 512))
mask_image = load_image(mask_url).resize((512, 512))

repo_id = "stabilityai/stable-diffusion-2-inpainting"
pipe = DiffusionPipeline.from_pretrained(repo_id, dtype=torch.float16, variant="fp16")

pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
pipe = pipe.to("cuda")  # or "mps", "xpu", "cpu"

prompt = "Face of a yellow cat, high resolution, sitting on a park bench"
image = pipe(prompt=prompt, image=init_image, mask_image=mask_image, num_inference_steps=25).images[0]
make_image_grid([init_image, mask_image, image], rows=1, cols=3)
```

## Super-resolução

```py
from diffusers import StableDiffusionUpscalePipeline
from diffusers.utils import load_image, make_image_grid
import torch

# load model and scheduler
model_id = "stabilityai/stable-diffusion-x4-upscaler"
pipeline = StableDiffusionUpscalePipeline.from_pretrained(model_id, dtype=torch.float16)
pipeline = pipeline.to("cuda")  # or "mps", "xpu", "cpu"

# let's download an  image
url = "https://huggingface.co/datasets/hf-internal-testing/diffusers-images/resolve/main/sd2-upscale/low_res_cat.png"
low_res_img = load_image(url)
low_res_img = low_res_img.resize((128, 128))
prompt = "a white cat"
upscaled_image = pipeline(prompt=prompt, image=low_res_img).images[0]
make_image_grid([low_res_img.resize((512, 512)), upscaled_image.resize((512, 512))], rows=1, cols=2)
```

## Profundidade para imagem

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

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

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