- 【上】让AI绘图从玩具变成生产利器的插件——ControlNet
- 一、Canny:边缘检测(Canny edge detection)
- 二、HED边缘检测(soft HED edge detection,保留细节)
- 三、MiDaS深度信息估算(MiDaS depth estimation)和LeReS深度信息估算(LeReS depth estimation)
- 四、法线贴图(Normal map)
- 五、OpenPose姿态检测(OpenPose pose detection)
- 六、M-LSD线条检测(M-LSD line detection)
- 七、涂鸦(scribble)
- 八、伪涂鸦(fake scribble)
- 九、ADE2ok语义分割(Semantic segmentation)
- 下期预告
- 往期资料：
【上】让AI绘图从玩具变成生产利器的插件——ControlNet
【上】让AI绘图从玩具变成生产利器的插件——ControlNet
本文讨论了Stable Diffusion的插件ControlNet，介绍其能让AI绘图从玩具转变为生产利器，通过展示用九种模型处理示例图的效果，让读者感受其强大功能，并预告下期讲解获取、使用方式及经验分享。关键要点包括：
1.
ControlNet的作用：可让AI绘图完成生产力蜕变，突破人们对AI绘图的认知。
2.
Canny边缘检测：将图片细节以线稿呈现，保留人物衣服褶皱等细节，用于3d转2d等场景。
3.
HED边缘检测：线稿类型，保留整体细节，是canny加强版，一般推荐使用。
4.
深度信息估算：MiDaS和LeReS用于检测景深和光影，LeReS精度高、出图时间长。
5.
法线贴图：模拟光线反射，突出主体细节，用于保留主体更换背景等场景。
6.
OpenPose姿态检测：判断主体骨骼动作，可自定义人物肢体动作。
7.
下期预告：【下篇】将从获取方式、使用方式和经验分享等角度详细讲解ControlNet 。
本文作者：vigor twitter：@cryptocake777 公众号：AI兔子洞
附件不支持打印
附件不支持打印