Diffusers 文件

ControlNet

Diffusers

加入 Hugging Face 社群

並獲得增強的文件體驗

在模型、資料集和 Spaces 上進行協作

透過加速推理獲得更快的示例

切換文件主題

開始使用

ControlNet

ControlNet 由 Lvmin Zhang、Anyi Rao 和 Maneesh Agrawala 在《為文字到影像擴散模型新增條件控制》中提出。

透過 ControlNet 模型，你可以提供額外的控制影像來條件化和控制 Stable Diffusion 的生成。例如，如果你提供一個深度圖，ControlNet 模型將生成一個保留深度圖空間資訊的影像。這是一種更靈活、更準確的影像生成控制方式。

論文摘要如下：

我們提出了 ControlNet，一種用於為大型預訓練文字到影像擴散模型新增空間條件控制的神經網路架構。ControlNet 鎖定即用型大型擴散模型，並重用它們在數十億影像上預訓練的深度且穩健的編碼層作為強大的主幹，以學習多樣化的條件控制。該神經網路架構透過“零卷積”（零初始化卷積層）連線，這些層逐步從零開始增長引數，並確保沒有有害噪聲會影響微調。我們使用 Stable Diffusion 測試了各種條件控制，例如邊緣、深度、分割、人體姿態等，可以使用單個或多個條件，帶或不帶提示。我們表明 ControlNets 的訓練在小型（<50k）和大型（>1m）資料集上都很穩健。大量結果表明，ControlNet 可以促進更廣泛的應用，以控制影像擴散模型。

此模型由 takuma104 貢獻。❤️

原始程式碼庫可在 lllyasviel/ControlNet 找到，你可以在 lllyasviel 的 Hub 配置檔案中找到官方 ControlNet 檢查點。

請務必查閱排程器指南，瞭解如何探索排程器速度和質量之間的權衡，並檢視跨管道重用元件部分，瞭解如何高效地將相同元件載入到多個管道中。

StableDiffusionControlNetPipeline

class diffusers.StableDiffusionControlNetPipeline

< 來源 >

( vae: AutoencoderKL text_encoder: CLIPTextModel tokenizer: CLIPTokenizer unet: UNet2DConditionModel controlnet: typing.Union[diffusers.models.controlnets.controlnet.ControlNetModel, typing.List[diffusers.models.controlnets.controlnet.ControlNetModel], typing.Tuple[diffusers.models.controlnets.controlnet.ControlNetModel], diffusers.models.controlnets.multicontrolnet.MultiControlNetModel] scheduler: KarrasDiffusionSchedulers safety_checker: StableDiffusionSafetyChecker feature_extractor: CLIPImageProcessor image_encoder: CLIPVisionModelWithProjection = None requires_safety_checker: bool = True )

引數

vae (AutoencoderKL) — 用於編碼和解碼影像到潛在表示的變分自編碼器 (VAE) 模型。
text_encoder (CLIPTextModel) — 凍結的文字編碼器 (clip-vit-large-patch14)。
tokenizer (CLIPTokenizer) — 用於標記文字的 CLIPTokenizer。
unet (UNet2DConditionModel) — 用於對編碼影像潛在表示進行去噪的 UNet2DConditionModel。
controlnet (ControlNetModel 或 List[ControlNetModel]) — 在去噪過程中為 unet 提供額外的條件。如果將多個 ControlNet 設定為列表，則每個 ControlNet 的輸出將被新增在一起，以建立合併的額外條件。
scheduler (SchedulerMixin) — 與 unet 結合使用以對編碼影像潛在表示進行去噪的排程器。可以是 DDIMScheduler、LMSDiscreteScheduler 或 PNDMScheduler 之一。
safety_checker (StableDiffusionSafetyChecker) — 用於評估生成影像是否可能具有冒犯性或有害的分類模組。有關模型潛在危害的更多詳細資訊，請參閱模型卡。
feature_extractor (CLIPImageProcessor) — 用於從生成影像中提取特徵的 CLIPImageProcessor；用作 safety_checker 的輸入。

用於使用 ControlNet 指導進行文字到影像生成的管道。

此模型繼承自 DiffusionPipeline。請查閱超類文件，瞭解所有管道實現的通用方法（下載、儲存、在特定裝置上執行等）。

該管道還繼承了以下載入方法

load_textual_inversion() 用於載入文字反演嵌入
load_lora_weights() 用於載入 LoRA 權重
save_lora_weights() 用於儲存 LoRA 權重
from_single_file() 用於載入 .ckpt 檔案
load_ip_adapter() 用於載入 IP 介面卡

call

< 來源 >

( prompt: typing.Union[str, typing.List[str]] = None image: typing.Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, typing.List[PIL.Image.Image], typing.List[numpy.ndarray], typing.List[torch.Tensor]] = None height: typing.Optional[int] = None width: typing.Optional[int] = None num_inference_steps: int = 50 timesteps: typing.List[int] = None sigmas: typing.List[float] = None guidance_scale: float = 7.5 negative_prompt: typing.Union[str, typing.List[str], NoneType] = None num_images_per_prompt: typing.Optional[int] = 1 eta: float = 0.0 generator: typing.Union[torch._C.Generator, typing.List[torch._C.Generator], NoneType] = None latents: typing.Optional[torch.Tensor] = None prompt_embeds: typing.Optional[torch.Tensor] = None negative_prompt_embeds: typing.Optional[torch.Tensor] = None ip_adapter_image: typing.Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, typing.List[PIL.Image.Image], typing.List[numpy.ndarray], typing.List[torch.Tensor], NoneType] = None ip_adapter_image_embeds: typing.Optional[typing.List[torch.Tensor]] = None output_type: typing.Optional[str] = 'pil' return_dict: bool = True cross_attention_kwargs: typing.Optional[typing.Dict[str, typing.Any]] = None controlnet_conditioning_scale: typing.Union[float, typing.List[float]] = 1.0 guess_mode: bool = False control_guidance_start: typing.Union[float, typing.List[float]] = 0.0 control_guidance_end: typing.Union[float, typing.List[float]] = 1.0 clip_skip: typing.Optional[int] = None callback_on_step_end: typing.Union[typing.Callable[[int, int, typing.Dict], NoneType], diffusers.callbacks.PipelineCallback, diffusers.callbacks.MultiPipelineCallbacks, NoneType] = None callback_on_step_end_tensor_inputs: typing.List[str] = ['latents'] **kwargs ) → StableDiffusionPipelineOutput 或 tuple

引數

prompt (str 或 List[str], 可選) — 用於引導影像生成的提示詞。如果未定義，你需要傳入 prompt_embeds。
image (torch.Tensor, PIL.Image.Image, np.ndarray, List[torch.Tensor], List[PIL.Image.Image], List[np.ndarray], — List[List[torch.Tensor]], List[List[np.ndarray]] 或 List[List[PIL.Image.Image]]): ControlNet 輸入條件，用於為 unet 提供生成指導。如果型別指定為 torch.Tensor，則直接傳遞給 ControlNet。PIL.Image.Image 也可以作為影像接受。輸出影像的尺寸預設為 image 的尺寸。如果傳入了高度和/或寬度，image 將相應地調整大小。如果在 init 中指定了多個 ControlNet，則影像必須作為列表傳遞，以便列表中的每個元素都可以正確地批次輸入到單個 ControlNet。當 prompt 是一個列表時，如果為單個 ControlNet 傳入影像列表，則每個影像都將與 prompt 列表中的每個提示配對。這也適用於多個 ControlNet，其中可以傳入影像列表的列表，以便為每個提示和每個 ControlNet 進行批次處理。
height (int, 可選, 預設為 self.unet.config.sample_size * self.vae_scale_factor) — 生成影像的高度（畫素）。
width (int, 可選, 預設為 self.unet.config.sample_size * self.vae_scale_factor) — 生成影像的寬度（畫素）。
num_inference_steps (int, 可選, 預設為 50) — 去噪步數。更多的去噪步數通常會帶來更高質量的影像，但推理速度會變慢。
timesteps (List[int], 可選) — 用於去噪過程的自定義時間步，適用於支援 timesteps 引數的排程器，在其 set_timesteps 方法中。如果未定義，將使用傳入 num_inference_steps 時的預設行為。必須按降序排列。
sigmas (List[float], 可選) — 用於去噪過程的自定義 sigmas，適用於支援 sigmas 引數的排程器，在其 set_timesteps 方法中。如果未定義，將使用傳入 num_inference_steps 時的預設行為。
guidance_scale (float, 可選, 預設為 7.5) — 較高的指導比例值會促使模型生成與文字 prompt 緊密相關的影像，但會犧牲影像質量。當 guidance_scale > 1 時，啟用指導比例。
negative_prompt (str 或 List[str], 可選) — 用於引導影像生成中不包含的內容的提示詞。如果未定義，你需要傳入 negative_prompt_embeds。當不使用指導時 (guidance_scale < 1)，此引數將被忽略。
num_images_per_prompt (int, 可選, 預設為 1) — 每個提示詞生成的影像數量。
eta (float, 可選, 預設為 0.0) — 對應於 DDIM 論文中的引數 eta (η)。僅適用於 DDIMScheduler，在其他排程器中將被忽略。
generator (torch.Generator 或 List[torch.Generator], 可選) — 用於使生成具有確定性的 torch.Generator。
latents (torch.Tensor, 可選) — 從高斯分佈中取樣的預生成噪聲潛在變數，用作影像生成的輸入。可用於使用不同的提示調整相同的生成。如果未提供，則使用提供的隨機 generator 進行取樣生成潛在張量。
prompt_embeds (torch.Tensor, 可選) — 預生成的文字嵌入。可用於輕鬆調整文字輸入（提示權重）。如果未提供，文字嵌入將從 prompt 輸入引數生成。
negative_prompt_embeds (torch.Tensor, 可選) — 預生成的負文字嵌入。可用於輕鬆調整文字輸入（提示權重）。如果未提供，則從 negative_prompt 輸入引數生成 negative_prompt_embeds。
ip_adapter_image — (PipelineImageInput, 可選): 與 IP Adapters 配合使用的可選影像輸入。
ip_adapter_image_embeds (List[torch.Tensor], 可選) — 適用於 IP-Adapter 的預生成影像嵌入。它應該是一個列表，長度與 IP-adapter 的數量相同。每個元素都應該是一個形狀為 (batch_size, num_images, emb_dim) 的張量。如果 do_classifier_free_guidance 設定為 True，它應該包含負影像嵌入。如果未提供，嵌入將從 ip_adapter_image 輸入引數計算。
output_type (str, 可選, 預設為 "pil") — 生成影像的輸出格式。可選擇 PIL.Image 或 np.array。
return_dict (bool, 可選, 預設為 True) — 是否返回 StableDiffusionPipelineOutput 而不是普通元組。
callback (Callable, 可選) — 在推理過程中每 callback_steps 步呼叫的函式。該函式呼叫時帶有以下引數：callback(step: int, timestep: int, latents: torch.Tensor)。
callback_steps (int, 可選, 預設為 1) — callback 函式被呼叫的頻率。如果未指定，則在每一步都呼叫回撥。
cross_attention_kwargs (dict, 可選) — 如果指定，一個 kwargs 字典將被傳遞給 self.processor 中定義的 AttentionProcessor。
controlnet_conditioning_scale (float 或 List[float], 可選, 預設為 1.0) — ControlNet 的輸出在新增到原始 unet 的殘差之前乘以 controlnet_conditioning_scale。如果在 init 中指定了多個 ControlNet，則可以將其相應的比例設定為列表。
guess_mode (bool, 可選, 預設為 False) — ControlNet 編碼器會嘗試識別輸入影像的內容，即使您刪除了所有提示。建議 guidance_scale 值在 3.0 到 5.0 之間。
control_guidance_start (float 或 List[float], 可選, 預設為 0.0) — ControlNet 開始應用的總體步數百分比。
control_guidance_end (float 或 List[float], 可選, 預設為 1.0) — ControlNet 停止應用的總體步數百分比。
clip_skip (int, 可選) — 在計算提示嵌入時，從 CLIP 跳過的層數。值為 1 表示將使用倒數第二層的輸出計算提示嵌入。
callback_on_step_end (Callable, PipelineCallback, MultiPipelineCallbacks, 可選) — 一個函式或 PipelineCallback 或 MultiPipelineCallbacks 的子類，在推理過程中每個去噪步驟結束時呼叫，帶有以下引數：callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict)。callback_kwargs 將包含 callback_on_step_end_tensor_inputs 指定的所有張量列表。
callback_on_step_end_tensor_inputs (List, 可選) — 用於 callback_on_step_end 函式的張量輸入列表。列表中指定的張量將作為 callback_kwargs 引數傳遞。您只能包含管道類 ._callback_tensor_inputs 屬性中列出的變數。

StableDiffusionPipelineOutput 或 tuple

如果 return_dict 為 True，則返回 StableDiffusionPipelineOutput，否則返回一個 tuple，其中第一個元素是生成的影像列表，第二個元素是布林值列表，指示相應的生成影像是否包含“不適合工作”（nsfw）內容。

用於生成的管道的呼叫函式。

示例

>>> # !pip install opencv-python transformers accelerate
>>> from diffusers import StableDiffusionControlNetPipeline, ControlNetModel, UniPCMultistepScheduler
>>> from diffusers.utils import load_image
>>> import numpy as np
>>> import torch

>>> import cv2
>>> from PIL import Image

>>> # download an image
>>> image = load_image(
...     "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/diffusers/input_image_vermeer.png"
... )
>>> image = np.array(image)

>>> # get canny image
>>> image = cv2.Canny(image, 100, 200)
>>> image = image[:, :, None]
>>> image = np.concatenate([image, image, image], axis=2)
>>> canny_image = Image.fromarray(image)

>>> # load control net and stable diffusion v1-5
>>> controlnet = ControlNetModel.from_pretrained("lllyasviel/sd-controlnet-canny", torch_dtype=torch.float16)
>>> pipe = StableDiffusionControlNetPipeline.from_pretrained(
...     "stable-diffusion-v1-5/stable-diffusion-v1-5", controlnet=controlnet, torch_dtype=torch.float16
... )

>>> # speed up diffusion process with faster scheduler and memory optimization
>>> pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config)
>>> # remove following line if xformers is not installed
>>> pipe.enable_xformers_memory_efficient_attention()

>>> pipe.enable_model_cpu_offload()

>>> # generate image
>>> generator = torch.manual_seed(0)
>>> image = pipe(
...     "futuristic-looking woman", num_inference_steps=20, generator=generator, image=canny_image
... ).images[0]

enable_attention_slicing

< 源 >

( slice_size: typing.Union[int, str, NoneType] = 'auto' )

引數

slice_size (str 或 int, 可選, 預設為 "auto") — 當為 "auto" 時，將注意力頭輸入減半，因此注意力將分兩步計算。如果為 "max"，透過一次只執行一個切片來節省最大記憶體量。如果提供數字，則使用 attention_head_dim // slice_size 個切片。在這種情況下，attention_head_dim 必須是 slice_size 的倍數。

啟用切片注意力計算。啟用此選項後，注意力模組會將輸入張量分成多個切片，分步計算注意力。對於多個注意力頭，計算按每個頭順序執行。這有助於節省一些記憶體，但會略微降低速度。

⚠️ 如果您已經使用 PyTorch 2.0 或 xFormers 的 scaled_dot_product_attention (SDPA)，請不要啟用注意力切片。這些注意力計算已經非常節省記憶體，因此您不需要啟用此功能。如果您將注意力切片與 SDPA 或 xFormers 一起啟用，可能會導致嚴重的減速！

示例

>>> import torch
>>> from diffusers import StableDiffusionPipeline

>>> pipe = StableDiffusionPipeline.from_pretrained(
...     "stable-diffusion-v1-5/stable-diffusion-v1-5",
...     torch_dtype=torch.float16,
...     use_safetensors=True,
... )

>>> prompt = "a photo of an astronaut riding a horse on mars"
>>> pipe.enable_attention_slicing()
>>> image = pipe(prompt).images[0]

disable_attention_slicing

< 源 >

( )

停用切片注意力計算。如果之前呼叫過 enable_attention_slicing，則注意力將一步計算完成。

enable_vae_slicing

< 源 >

( )

啟用切片 VAE 解碼。啟用此選項後，VAE 會將輸入張量分片，分步計算解碼。這有助於節省一些記憶體並允許更大的批次大小。

disable_vae_slicing

< 源 >

( )

停用切片 VAE 解碼。如果之前啟用了 enable_vae_slicing，此方法將返回一步計算解碼。

enable_xformers_memory_efficient_attention

< 源 >

( attention_op: typing.Optional[typing.Callable] = None )

引數

attention_op (Callable, 可選) — 覆蓋預設的 None 運算子，用作 xFormers 的 memory_efficient_attention() 函式的 op 引數。

啟用 xFormers 的記憶體高效注意力。啟用此選項後，您將觀察到更低的 GPU 記憶體使用量和推理期間潛在的速度提升。訓練期間的速度提升不保證。

⚠️ 當記憶體高效注意力和切片注意力同時啟用時，記憶體高效注意力優先。

示例

>>> import torch
>>> from diffusers import DiffusionPipeline
>>> from xformers.ops import MemoryEfficientAttentionFlashAttentionOp

>>> pipe = DiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-2-1", torch_dtype=torch.float16)
>>> pipe = pipe.to("cuda")
>>> pipe.enable_xformers_memory_efficient_attention(attention_op=MemoryEfficientAttentionFlashAttentionOp)
>>> # Workaround for not accepting attention shape using VAE for Flash Attention
>>> pipe.vae.enable_xformers_memory_efficient_attention(attention_op=None)

disable_xformers_memory_efficient_attention

< 源 >

( )

停用 xFormers 的記憶體高效注意力。

load_textual_inversion

< 源 >

( pretrained_model_name_or_path: typing.Union[str, typing.List[str], typing.Dict[str, torch.Tensor], typing.List[typing.Dict[str, torch.Tensor]]] token: typing.Union[str, typing.List[str], NoneType] = None tokenizer: typing.Optional[ForwardRef('PreTrainedTokenizer')] = None text_encoder: typing.Optional[ForwardRef('PreTrainedModel')] = None **kwargs )

引數

pretrained_model_name_or_path (str 或 os.PathLike 或 List[str 或 os.PathLike] 或 Dict 或 List[Dict]) — 可以是以下之一或它們的列表：
- Hub 上託管的預訓練模型的模型 ID 字串（例如 sd-concepts-library/low-poly-hd-logos-icons）。
- 包含文字反轉權重的目錄路徑（例如 ./my_text_inversion_directory/）。
- 包含文字反轉權重的檔案路徑（例如 ./my_text_inversions.pt）。
- 一個 torch 狀態字典。
token (str 或 List[str], 可選) — 覆蓋用於文字反轉權重的 token。如果 pretrained_model_name_or_path 是列表，則 token 也必須是等長的列表。
text_encoder (CLIPTextModel, 可選) — 凍結的文字編碼器（clip-vit-large-patch14）。如果未指定，函式將使用 self.tokenizer。
tokenizer (CLIPTokenizer, 可選) — 用於標記文字的 CLIPTokenizer。如果未指定，函式將使用 self.tokenizer。
weight_name (str, 可選) — 自定義權重檔案的名稱。應在以下情況使用：
- 儲存的文字反轉檔案為 🤗 Diffusers 格式，但以特定權重名稱（例如 text_inv.bin）儲存。
- 儲存的文字反轉檔案為 Automatic1111 格式。
cache_dir (Union[str, os.PathLike], 可選) — 如果未使用標準快取，則下載的預訓練模型配置的快取目錄路徑。
force_download (bool, 可選, 預設為 False) — 是否強制（重新）下載模型權重和配置檔案，覆蓋現有快取版本。
proxies (Dict[str, str], 可選) — 按協議或端點使用的代理伺服器字典，例如 {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}。代理用於每個請求。
local_files_only (bool, 可選, 預設為 False) — 是否只加載本地模型權重和配置檔案。如果設定為 True，模型將不會從 Hub 下載。
hf_token (str 或 bool, 可選) — 用作遠端檔案 HTTP bearer 授權的 token。如果為 True，則使用 diffusers-cli login 生成的 token（儲存在 ~/.huggingface 中）。
revision (str, 可選, 預設為 "main") — 要使用的特定模型版本。它可以是分支名稱、標籤名稱、提交 ID 或 Git 允許的任何識別符號。
subfolder (str, 可選, 預設為 "") — Hub 上或本地大型模型倉庫中模型檔案的子資料夾位置。
mirror (str, 可選) — 解決在中國下載模型時的可訪問性問題的映象源。我們不保證該源的及時性或安全性，您應查閱映象站點以獲取更多資訊。

將文字反轉嵌入載入到 StableDiffusionPipeline 的文字編碼器中（支援 🤗 Diffusers 和 Automatic1111 兩種格式）。

示例

載入 🤗 Diffusers 格式的文字反轉嵌入向量

from diffusers import StableDiffusionPipeline
import torch

model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16).to("cuda")

pipe.load_textual_inversion("sd-concepts-library/cat-toy")

prompt = "A <cat-toy> backpack"

image = pipe(prompt, num_inference_steps=50).images[0]
image.save("cat-backpack.png")

要載入 Automatic1111 格式的文字反轉嵌入向量，請務必先下載該向量（例如從 civitAI），然後載入該向量

本地

from diffusers import StableDiffusionPipeline
import torch

model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16).to("cuda")

pipe.load_textual_inversion("./charturnerv2.pt", token="charturnerv2")

prompt = "charturnerv2, multiple views of the same character in the same outfit, a character turnaround of a woman wearing a black jacket and red shirt, best quality, intricate details."

image = pipe(prompt, num_inference_steps=50).images[0]
image.save("character.png")

encode_prompt

< 源 >

( prompt device num_images_per_prompt do_classifier_free_guidance negative_prompt = None prompt_embeds: typing.Optional[torch.Tensor] = None negative_prompt_embeds: typing.Optional[torch.Tensor] = None lora_scale: typing.Optional[float] = None clip_skip: typing.Optional[int] = None )

引數

prompt (str 或 List[str], 可選) — 要編碼的提示
device — (torch.device): torch 裝置
num_images_per_prompt (int) — 每個提示應生成的影像數量
do_classifier_free_guidance (bool) — 是否使用分類器自由引導
negative_prompt (str 或 List[str], 可選) — 不引導影像生成的提示或提示。如果未定義，則必須傳遞 negative_prompt_embeds。在不使用引導時（即，如果 guidance_scale 小於 1 時）忽略。
prompt_embeds (torch.Tensor, 可選) — 預生成的文字嵌入。可用於輕鬆調整文字輸入，例如提示詞權重。如果未提供，將根據 prompt 輸入引數生成文字嵌入。
negative_prompt_embeds (torch.Tensor, 可選) — 預生成的負向文字嵌入。可用於輕鬆調整文字輸入，例如提示詞權重。如果未提供，將根據 negative_prompt 輸入引數生成負向文字嵌入。
lora_scale (float, 可選) — 應用於文字編碼器所有 LoRA 層的 LoRA 比例（如果已載入 LoRA 層）。
clip_skip (int, 可選) — 在計算提示詞嵌入時要跳過 CLIP 的層數。值為 1 表示使用倒數第二層的輸出計算提示詞嵌入。

將提示編碼為文字編碼器隱藏狀態。

Diffusers

ControlNet

StableDiffusionControlNetPipeline

class diffusers.StableDiffusionControlNetPipeline

__call__

enable_attention_slicing

disable_attention_slicing

enable_vae_slicing

disable_vae_slicing

enable_xformers_memory_efficient_attention

disable_xformers_memory_efficient_attention

load_textual_inversion

encode_prompt

get_guidance_scale_embedding

StableDiffusionControlNetImg2ImgPipeline

class diffusers.StableDiffusionControlNetImg2ImgPipeline

__call__

enable_attention_slicing

disable_attention_slicing

enable_vae_slicing

disable_vae_slicing

enable_xformers_memory_efficient_attention

disable_xformers_memory_efficient_attention

load_textual_inversion

encode_prompt

StableDiffusionControlNetInpaintPipeline

class diffusers.StableDiffusionControlNetInpaintPipeline

__call__

enable_attention_slicing

disable_attention_slicing

enable_vae_slicing

disable_vae_slicing

enable_xformers_memory_efficient_attention

disable_xformers_memory_efficient_attention

load_textual_inversion

encode_prompt

StableDiffusionPipelineOutput

class diffusers.pipelines.stable_diffusion.StableDiffusionPipelineOutput

FlaxStableDiffusionControlNetPipeline

class diffusers.FlaxStableDiffusionControlNetPipeline

__call__

FlaxStableDiffusionControlNetPipelineOutput

class diffusers.pipelines.stable_diffusion.FlaxStableDiffusionPipelineOutput

替換

call

call

call

call