sd-webui-controlnet: 强大的Stable Diffusion WebUI扩展

RayRay
ControlNetStable DiffusionWebUIAI绘图图像生成Github开源项目

sd-webui-controlnet简介

sd-webui-controlnet是一个为AUTOMATIC1111的Stable Diffusion WebUI设计的扩展插件。它允许用户在生成图像时,将ControlNet和其他基于注入的SD控制方法添加到原始的Stable Diffusion模型中,从而实现更精确的图像生成控制。

这个扩展的主要特点是可以即时添加ControlNet,无需合并模型,使用非常方便。通过sd-webui-controlnet,用户可以利用各种控制方法来引导Stable Diffusion的图像生成过程,比如使用边缘图、深度图、姿势等作为条件。

sd-webui-controlnet界面

最新功能更新

sd-webui-controlnet团队一直在积极开发新功能,以下是最近的一些重要更新:

  • 🔥 ControlNet union 模型支持
  • 🔥 Depth Anything V2 - UDAV2 深度预处理器
  • 🔥 Anyline 预处理器 & MistoLine SDXL 模型
  • 🔥 PuLID 功能
  • 🔥 ControlNet/IPAdapter 的有效区域蒙版支持
  • 🔥 ControlNet-lllite Normal Dsine 发布
  • 🔥 IPAdapter 高级权重 [即时风格]
  • 🔥 Marigold 深度预处理器
  • 🔥 ControlNet++ 模型发布
  • 🔥 TTPLanet_SDXL_Controlnet_Tile_Realistic v2 发布
  • 🔥 IP-Adapter CLIP 蒙版和 ip-adapter-auto 预处理器
  • 🔥 IPAdapter Composition 功能

这些新功能大大增强了sd-webui-controlnet的功能,为用户提供了更多的创作可能性。

安装方法

要安装sd-webui-controlnet,请按以下步骤操作:

  1. 打开Stable Diffusion WebUI的"扩展"选项卡。
  2. 在该选项卡中打开"从URL安装"。
  3. 在"扩展的git仓库URL"中输入 https://github.com/Mikubill/sd-webui-controlnet.git
  4. 点击"安装"按钮。
  5. 等待约5秒,你会看到"已安装到 stable-diffusion-webui\extensions\sd-webui-controlnet。使用已安装选项卡重启"的消息。
  6. 转到"已安装"选项卡,点击"检查更新",然后点击"应用并重启UI"。(以后你也可以使用这些按钮来更新ControlNet。)
  7. 完全重启A1111 webui,包括你的终端。(如果你不知道什么是"终端",可以重启电脑来达到同样的效果。)
  8. 下载模型(见下文)。
  9. 将模型放入正确的文件夹后,你可能需要刷新才能看到这些模型。刷新按钮在你的"模型"下拉菜单右侧。

下载模型

你可以在这里找到所有可下载的模型链接。这些模型是使用sd-webui-controlnet的关键,它们包含了各种不同类型的控制网络,可以用于不同的图像生成任务。

ControlNet 1.1的特性

完美支持所有ControlNet 1.0/1.1和T2I Adapter模型

sd-webui-controlnet现在完美支持所有可用的模型和预处理器,包括对T2I风格适配器和ControlNet 1.1 Shuffle的完美支持。(请确保你的YAML文件名和模型文件名相同,参见"stable-diffusion-webui\extensions\sd-webui-controlnet\models"中的YAML文件。)

完美支持A1111高分辨率修复

现在,如果你在A1111中开启高分辨率修复,每个controlnet将输出两个不同的控制图像:一个小的和一个大的。小的用于基本生成,大的用于高分辨率修复生成。这两个控制图像是由一个名为"超高质量控制图像重采样"的智能算法计算的。这个功能默认开启,你无需更改任何设置。

完美支持所有A1111 Img2Img或Inpaint设置和所有蒙版类型

ControlNet现在经过广泛测试,支持A1111的不同类型的蒙版,包括"Inpaint masked"/"Inpaint not masked",以及"Whole picture"/"Only masked",和"Only masked padding"&"Mask blur"。调整大小完全匹配A1111的"Just resize"/"Crop and resize"/"Resize and fill"。这意味着你可以在A1111 UI的几乎任何地方使用ControlNet,而不会遇到困难!

新的"像素完美"模式

现在,如果你开启像素完美模式,你就不需要手动设置预处理器(标注器)分辨率。ControlNet会自动为你计算最佳的标注器分辨率,使每个像素都完美匹配Stable Diffusion。

用户友好的GUI和预处理器预览

我们重新组织了一些之前令人困惑的UI,比如"新画布的画布宽度/高度",现在它在📝按钮中。现在预览GUI由"允许预览"选项和触发按钮💥控制。预览图像大小比以前更好,你不需要上下滚动 - 你的a1111 GUI不会再乱七八糟了!

支持几乎所有的放大脚本

ControlNet 1.1现在可以支持几乎所有的放大/平铺方法。ControlNet 1.1支持"Ultimate SD upscale"脚本和几乎所有其他基于平铺的扩展。请不要将"Ultimate SD upscale"与"SD upscale"混淆 - 它们是不同的脚本。注意,最推荐的放大方法是"Tiled VAE/Diffusion",但我们尽可能测试了许多方法/扩展。

更多控制模式(以前称为猜测模式)

我们修复了之前1.0版本猜测模式中的许多错误,现在它被称为控制模式。

控制模式界面

现在你可以控制哪个方面更重要(你的提示词还是你的ControlNet):

  • "平衡": ControlNet在CFG尺度的两侧,与在ControlNet 1.0中关闭"猜测模式"相同。
  • "我的提示词更重要": ControlNet在CFG尺度的两侧,但SD U-Net注入逐步减少(layer_weight*=0.825**I,其中0<=I<13,13意味着ControlNet注入SD 13次)。通过这种方式,你可以确保你的提示词在生成的图像中完美显示。
  • "ControlNet更重要": ControlNet仅在CFG尺度的条件侧(A1111的batch-cond-uncond中的cond)。这意味着如果你的cfg-scale是X,那么ControlNet将会X倍强。例如,如果你的cfg-scale是7,那么ControlNet就会强7倍。注意,这里的X倍强与"控制权重"不同,因为你的权重没有被修改。这种"更强"的效果通常有更少的伪影,并给ControlNet更多空间来猜测你的提示词中缺少的内容(在之前的1.0版本中,它被称为"猜测模式").

仅参考控制

现在我们有了一个reference-only预处理器,它不需要任何控制模型。它可以直接使用图像作为参考来指导扩散过程。

(提示词 "一只狗在草地上奔跑,最佳质量, ...")

参考控制示例

这种方法类似于基于修复的参考,但它不会使你的图像变得混乱。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多