论文解读
github: https://github.com/lllyasviel/ControlNet
安装
step1：clone 代码
git clone https://github.com/lllyasviel/ControlNet.git
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
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
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
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
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
登录网址：http://127.0.0.1:7860/
Seg
运行以下代码
python gradio_seg2image.py
登录网址：http://127.0.0.1:7860/
分割不太准，换成SAM可能会好些。文章来源：https://www.toymoban.com/news/detail-507990.html
其他demo感兴趣的可自行尝试。文章来源地址https://www.toymoban.com/news/detail-507990.html
到了这里，关于多条件引导图像生成-ControlNet安装使用的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[论文精读] 自条件图像生成 - 【恺明大神新作，AIGC 新基准】](https://imgs.yssmx.com/Uploads/2024/02/768282-1.png)
