これはControlNetという名前のLinuxアプリケーションで、最新リリースはControlNetsourcecode.tar.gzとしてダウンロードできます。ワークステーション向けの無料ホスティングプロバイダーであるOnWorksでオンラインで実行できます。
OnWorks で ControlNet というアプリを無料でダウンロードしてオンラインで実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショット:
コントロールネット
説明:
ControlNetは、テキストから画像への拡散モデルに条件制御を追加するために設計されたニューラルネットワークアーキテクチャです。ControlNetは、ゼロから学習するのではなく、学習済みの拡散モデルの重みを「固定」し、エッジ、深度マップ、セグメンテーション、人間の姿勢、落書き、その他の誘導信号といった追加条件を学習する並列学習可能なブランチを導入します。これにより、システムは生成時にモデルがどこにどのように焦点を当てるべきかを制御できるため、ユーザーはプロンプトテキストのみの場合よりも正確にレイアウト、構造、コンテンツを調整できます。このプロジェクトには、さまざまな種類の条件(キャニーエッジ入力、法線マップ、骨格姿勢など)を受け入れ、安定した拡散出力でより高い忠実度を実現する、学習済みのモデルバリアントが多数含まれています。ControlNetは、特にユーザーが構造と創造の自由の両方を求める場合に、半自動画像生成ワークフローの頼りになるツールとしてコミュニティで広く採用されています。
オプション
- 事前学習済みのテキストから画像への拡散モデルに空間的および構造的な条件付けを追加します
- 複数の入力条件をサポート: エッジマップ、深度マップ、セマンティックセグメンテーション、ポーズ、落書き
- 安定性と柔軟性のために、「ロックされた」バックボーンウェイトと並列の「トレーニング可能な」ブランチを使用します。
- ユーザーは大規模な拡散モデルを再利用しながら、カスタムコントロールで拡張することができます。
- 多数のモデルバリエーションと人気のUIをサポートし、コミュニティに対応
- 正確なレイアウト、構造、またはユーザー指定の入力で画像を生成するのに適しています
プログラミング言語
Python
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/controlnet.mirror/ からも入手できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。