Batouresearch 在 Replicate 上的 Sdxl‑Controlnet‑Lora 模型初学者指南

Source: Dev.to

这是一篇关于由 Batouresearch 维护的 AI 模型 Sdxl‑Controlnet‑Lora 的简化指南。

模型概述

sdxl-controlnet-lora 模型是对 Stability AI 的 SDXL 文本到图像模型的实现，加入了 ControlNet 和 Replicate 的 LoRA 技术。该模型由 Batouresearch 开发和维护，类似于其他基于 SDXL 的模型，如 instant‑id‑multicontrolnet 和 sdxl‑lightning‑4step。主要区别在于加入了 ControlNet，使模型能够基于提供的控制图像（例如 Canny 边缘图）生成图像。

模型输入与输出

输入

• Prompt – 描述要生成图像的文本提示。
• Image – 可选的输入图像，用作生成过程的控制图或基础图像。
• Seed – 用于生成的随机种子值。
• Img2Img – 启用 img2img 生成管线的标志，使用输入图像同时作为控制图和基础图像。
• Strength – img2img 去噪过程的强度，取值范围 0 到 1。
• Negative Prompt – 可选的负面提示，用于引导生成远离某些不希望出现的元素。
• Num Inference Steps – 生成过程中的去噪步骤数。
• Guidance Scale – 分类器自由引导的尺度，控制文本提示对生成图像的影响程度。
• Scheduler – 用于生成过程的调度算法。
• LoRA Scale – LoRA 权重的加性尺度，用于微调模型行为。
• LoRA Weights – 用于生成的 Replicate LoRA 权重的 URL。

输出

• Generated Images – 基于提供的输入生成的一张或多张图像。

能力

sdxl-controlnet-lora 模型是 ca…

点击此处阅读完整的 Sdxl‑Controlnet‑Lora 指南