【文生图系列】如何在Stable Diffusion Webui中使用ControlNet_stable diffusion webui controlnet

ControlNet

ControlNet是一个神经网络结构，通过添加额外的条件控制扩散模型。给定任务条件，ControlNet能够提升已训练好的图像扩散模型。对于任意一个神经网络块，如下图所示，$x,y$为神经网络中的特征，蓝色虚线框为ControlNet。ControlNet由zero convolution和神经网络块组成，其中zero convolution为$1\times 1$的卷积，weight和bias的初始值为0，神经网络块为原神经网络块的复制品，原模型中的神经网络块在训练过程中被冻结，只有ControlNet中的复制品进行训练。$c$是我们想要添加到扩散网络中的额外条件。

Stable Diffusion + ControlNet

Stable Diffusion生成的图片随机性太强，即使精心设计提示词，生成的图片仍不能满意。将ControlNet应用到Stable Diffusion模型中，用来控制stable diffusion模型的图片输出。ControlNet能够复用stable diffusion的编码器，将其作为一个强大的鲁棒的backbone用来学习不同的控制条件。

安装ControlNet插件

1. 在Stable Diffusion Webui找到扩展(Extensions)，选择从网址安装(Install from URL)，输入网址https://github.com/Mikubill/sd-webui-controlnet.git，点击下载，然后等待下载sd-webui-controlnet项目。
   
2. 然后返回已安装(Installed)界面，点击检查更新（Check for Updates）,等待一段时间，加载下载的sd-webui-controlnet项目。再然后点击应用并重启用户界面（Apply and restart UI）按钮，重启用户界面。
   
3. 返回文生图（txt2img）界面，在随机种子下面，多了ControlNet的选线，点击右面的三角进行展开。
   
   ControlNet展开界面如下所示：
   
4. 在ControlNet展开页面中，找到模型选项，即使更新，还是None，没有模型。所以还需要从huggingface中下载模型到stable-diffusion-webui/models/ControlNet文件下。
   
   目前huggingface中有ControlNet和ControlNet-v1-1两个版本。预训练的模型为Annotators，在进行预训练计算时，会自动下载，不过，如果网不是很好，就会报ConnectionError错误。
   下图是ControlNet模型界面的截图，模型都比较大。ControlNet-v1-1包含更多模型和yaml文件，相比于ControlNet，模型会小一些。
   
5. 设置ControlNet Unit的个数。默认只有一个Unit。设置–>ControlNet–>设置Multi ControlNet的最大网络数量，我设置了3，ControlNet将有三个Unit。然后保存设置并重启Webui。
   

bug

Stable Diffusion的模型是v2-1_512，ControlNet和Stable Diffusion图像尺寸大小均是512，进行图片生成时，报下述运行错误。

解决方案：下载Stable Diffusion V1.5版的预训练模型，即可。

例子展示

首先，输入提示词“a cute dog”，大模型选择Stable Diffusion v1.5版的预训练模型，先不启用ControlNet，点击生成按钮，生成一张可爱的小狗照片。

下面，文生图的参数保持不变，在ControlNet Unit中上传图像，启用ControlNet，控制类型选择Canny，如下图所示。允许预处理查看（Allow Preview），点击预处理旁边的闪电标志，就能看到上传图片的轮廓图。补充提示词，然后点击生成按钮，就能返回一张可爱的小狗图片和轮廓图。

下表是不同模型生成图的对比，加入ControlNet之后的Stable Diffusion模型的生成图与参考图动作形态比较相似。

SD V1.5	SD+ControlNet	参考图	控制类型
			Canny

参考

1. stable diffusion webui
2. ControlNet
3. Adding Conditional Control to Text-to-Image Diffusion Models