Metin yönlendirmeli derinlikten görüntüye üretim

StableDiffusionDepth2ImgPipeline, yeni görüntülerin oluşturulması için bir metin komutu ve başlangıç görüntüsü geçmenizi sağlar. Ayrıca, görüntü yapısını korumak için bir depth_map de geçebilirsiniz. depth_map sağlanmazsa, pipeline entegre bir depth-estimation model aracılığıyla derinliği otomatik olarak tahmin eder.

StableDiffusionDepth2ImgPipeline sınıfının bir örneğini oluşturarak başlayın:

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"

Şimdi komutunuzu (prompt) pipeline'a iletin. Bir görselin nasıl oluşturulacağını yönlendiren belirli kelimeleri engellemek için negative_prompt da iletebilirsiniz:

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)

Girdi	Çıktı

Update on GitHub

Diffusers

Metin yönlendirmeli derinlikten görüntüye üretim