Diffusers 文档
文本引导的深度到图像生成
加入 Hugging Face 社区
并获得增强的文档体验
开始使用
文本引导的深度到图像生成
StableDiffusionDepth2ImgPipeline 允许您传递文本 prompt 和初始图像，以调节新图像的生成。此外，您还可以传递 depth_map 以保留图像结构。如果未提供 depth_map，pipeline 将通过集成的 深度估计模型自动预测深度。
首先创建一个 StableDiffusionDepth2ImgPipeline 的实例
import torch
from diffusers import StableDiffusionDepth2ImgPipeline
from diffusers.utils import load_image, make_image_grid
pipeline = StableDiffusionDepth2ImgPipeline.from_pretrained(
"stabilityai/stable-diffusion-2-depth",
torch_dtype=torch.float16,
use_safetensors=True,
).to("cuda")现在将您的 prompt 传递给 pipeline。您还可以传递 negative_prompt 以防止某些词语引导图像的生成方式
url = "http://images.cocodataset.org/val2017/000000039769.jpg"
init_image = load_image(url)
prompt = "two tigers"
negative_prompt = "bad, deformed, ugly, bad anatomy"
image = pipeline(prompt=prompt, image=init_image, negative_prompt=negative_prompt, strength=0.7).images[0]
make_image_grid([init_image, image], rows=1, cols=2)| 输入 | 输出 |
|---|---|
 |  |