使用 Stable Diffusion 3 的 ControlNet

StableDiffusion3ControlNetPipeline 是针对 Stable Diffusion 3 实现的 ControlNet。

ControlNet 由 Lvmin Zhang、Anyi Rao 和 Maneesh Agrawala 在论文 Adding Conditional Control to Text-to-Image Diffusion Models 中提出。

通过 ControlNet 模型，你可以提供一个额外的控制图像来调节和控制 Stable Diffusion 的生成过程。例如，如果你提供一个深度图，ControlNet 模型生成的图像将保留深度图中的空间信息。这是一种更灵活和准确的方式来控制图像生成过程。

论文的摘要如下：

我们提出了 ControlNet，一种神经网络架构，用于为大型预训练的文本到图像扩散模型添加空间条件控制。ControlNet 锁定生产就绪的大型扩散模型，并重用其深度和强大的编码层，这些编码层通过数十亿张图像预训练，作为强大的骨干网络来学习各种条件控制。该神经架构通过“零卷积”（零初始化的卷积层）连接，这些层从零开始逐步增长参数，并确保微调过程中不会受到有害噪声的影响。我们使用 Stable Diffusion 测试了各种条件控制，例如边缘、深度、分割、人体姿态等，使用单个或多个条件，有或没有提示。我们展示了 ControlNet 的训练在小规模（<50k）和大规模（>1m）数据集上都很稳健。大量结果表明，ControlNet 可能有助于更广泛的应用，以控制图像扩散模型。

此 ControlNet 代码主要由 The InstantX Team 实现。与修复相关的代码由 The Alimama Creative Team 开发。你可以在下表中找到 SD3-ControlNet 的预训练检查点：

ControlNet type	Developer	Link
Canny	The InstantX Team	Link
Pose	The InstantX Team	Link
Tile	The InstantX Team	Link
Inpainting	The AlimamaCreative Team	link

StableDiffusion3ControlNetPipeline

[[autodoc]] StableDiffusion3ControlNetPipeline - all - call

StableDiffusion3ControlNetInpaintingPipeline

[[autodoc]] pipelines.controlnet_sd3.pipeline_stable_diffusion_3_controlnet_inpainting.StableDiffusion3ControlNetInpaintingPipeline - all - call

StableDiffusion3PipelineOutput

[[autodoc]] pipelines.stable_diffusion_3.pipeline_output.StableDiffusion3PipelineOutput