多条件引导图像生成-ControlNet安装使用_controlnet 搭建

论文解读
github: https://github.com/lllyasviel/ControlNet

安装

step1：clone 代码

git clone https://github.com/lllyasviel/ControlNet.git
1

step2：创建虚拟环境

cd ControlNet
# 创建虚拟环境
conda env create -f environment.yaml

# 激活环境
conda activate control
1
2
3
4
5
6

step3：安装xformers库
不安装报错，提示“No module ‘xformers’. Proceeding without it.”
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device(‘cpu’) to map your storages to the CPU.

pip install xformers
1

下载模型

模型链接：https://huggingface.co/lllyasviel/ControlNet/tree/main

git lfs install
git clone https://huggingface.co/lllyasviel/ControlNet
1
2

将下载到的文件夹annotator、models放置ControlNet文件夹中

使用

Canny Edge

运行以下代码

python gradio_canny2image.py
1

登录网址：http://127.0.0.1:7860/ 即可在线体验。

Pose

运行以下代码

python gradio_pose2image.py
1

登录网址：http://127.0.0.1:7860/

Seg

运行以下代码

python gradio_seg2image.py
1

登录网址：http://127.0.0.1:7860/

分割不太准，换成SAM可能会好些。

其他demo感兴趣的可自行尝试。