Diffusers documentation
Generasi gambar dari kedalaman yang dipandu teks
You are viewing main version, which requires installation from source. If you'd like
regular pip install, checkout the latest stable version (v0.42.1).
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 |
|---|---|
 |  |