logo avatars pipeline

Logo -Avatars -Pipeline -Repository

Blog Erklärung: Medium

Überblick

Dieses Repository enthält das Backend einer stabilen Diffusionsanwendung, die speziell für die Generierung kreativer Logos entwickelt wurde. Die App verwendet eine stabile Diffusion Version 1.5, die in ein Control Net Canny -Modell integriert ist, um Standardlogos in kreativere Versionen zu verwandeln.

Streamlit Frontend -Code hier

Merkmale

• Stabile Diffusion 1.5 mit Kontrollnetz Canny : Nutzt die neueste in KI, um einzigartige Logo -Designs zu generieren.
• Fastapi -Implementierung : Erstellt mit Fastapi für effiziente und skalierbare Backend -Dienste.
• Base64 Bildcodierung : Akzeptiert und verarbeitet Bilder, die im Basis64 -Format codiert sind und den Bildhandlingsprozess optimieren.
• Nahtloser Inferenzprozess : führt Inferenz in den dekodierten Bildern durch und gibt die kreativ verbesserten Logos im Base64 -Format zurück.

Verwendung

• Das Fastapi -Backend akzeptiert ein "BasesDrequest" -Objekt, das alle erforderlichen Parameter enthält.
• Bilder sollten als Base64 -codierte Zeichenfolgen gesendet werden. Diese werden dann im Backend zur Verarbeitung dekodiert.
• Nach der Inferenz wird das endgültige Bild in Base64 neu erstellt und an den Benutzer zurückgegeben.

Google Colab Notebook

Im Repository ist ein Google Colab -Notizbuch für die Logo -Avatare POC enthalten. Mit diesem interaktiven Notizbuch können Sie den gesamten Prozess ausführen und die Ergebnisse in Echtzeit sehen. Kopieren Sie einfach den Link eines beliebigen Bildes und führen Sie es aus. Colab Notebook

API -Referenz

Herzschlag überprüfen

  GET /heartbeat

Parameter	Typ	Beschreibung
none	none	Um zu überprüfen, ob der Server ausgeführt wird

Bild erzeugen

  POST /generate_image 

Parameter

Name	Typ	Beschreibung
prompt	string	Erforderlich . Die Eingabeaufforderung zum Erzeugen des Bildes.
encoded_control_net_image	string	Erforderlich . Das codierte Steuernetzbild im Basis64 -Format.
control_type	string	Erforderlich . Die Art der Steuerung, die bei der Bilderzeugung verwendet wird.
height	int	Erforderlich . Die Höhe des erzeugten Bildes.
width	int	Erforderlich . Die Breite des erzeugten Bildes.
controlnet_conditioning_scale	float	Die Skala der Steuerung NET -Konditionierung. Standard ist 1.0.
negative_prompt	string	Eine Zeichenfolge, die negative Eingabeaufforderungen angibt. Standard ist "deformiert, nsfw, Blurr".
base_model	string	Das für die Generation verwendete Basismodell. Standard ist "digiplay/juggernaut_final".
num_inference_steps	int	Die Anzahl der Inferenzschritte. Standard ist 20.
guidance_scale	float	Die Leitlinienskala. Die Standardeinstellung ist 0,6.
num_images_per_prompt	int	Die Anzahl der pro Aufforderung erzeugten Bilder. Standard ist 1.

{
  "prompt" : " Colorful, jungle surrounding, trees, natural, detailed, hd, 4k, best quality, extremely detailed " ,
  "generated_image_encoded" : " base64_encoded_generated_image_string "
}

Unterstütze mich: