logo avatars pipeline

ロゴアバターパイプラインリポジトリ

ブログの説明：中程度

概要

このリポジトリには、創造的なロゴを生成するために特別に設計された安定した拡散アプリケーションのバックエンドが含まれています。このアプリは、コントロールネットキャニーモデルと統合された安定した拡散バージョン1.5を利用して、標準ロゴをより創造的なバージョンに変換します。

ここのフロントエンドコードの流れ

特徴

• コントロールネットキャニーを使用した安定した拡散1.5 ：最新のAIをレバレッジして、一意のロゴデザインを生成します。
• FASTAPI実装：効率的でスケーラブルなバックエンドサービスのためにFASTAPIを使用して構築されています。
• base64画像エンコーディング：Base64形式でエンコードされた画像を受け入れて処理し、画像処理プロセスを合理化します。
• シームレスな推論プロセス：デコードされた画像に推論を実行し、Base64形式で創造的に拡張されたロゴを返します。

使用法

• Fastapiバックエンドは、必要なすべてのパラメーターを含む「BasesDrequest」オブジェクトを受け入れます。
• 画像は、base64エンコードされた文字列として送信する必要があります。これらは、処理のためにバックエンドでデコードされます。
• 推論後、最終画像はBase64で再エンコードされ、ユーザーに返されます。

Google Colabノートブック

リポジトリには、ロゴアバターPOC用のGoogle Colabノートブックが含まれています。このインタラクティブなノートブックを使用すると、プロセス全体を実行して結果をリアルタイムで確認できます。任意の画像のリンクをコピーして実行するだけです。コラブノートブック

APIリファレンス

ハートビートを確認してください

  GET /heartbeat

パラメーター	タイプ	説明
none	none	サーバーが実行されているかどうかを確認します

画像を生成します

  POST /generate_image 

パラメーター

名前	タイプ	説明
prompt	string	必須。画像を生成するためのプロンプト。
encoded_control_net_image	string	必須。 base64形式のエンコードされたコントロールネット画像。
control_type	string	必須。画像生成で使用されるコントロールのタイプ。
height	int	必須。生成された画像の高さ。
width	int	必須。生成された画像の幅。
controlnet_conditioning_scale	float	コントロールネットコンディショニングのスケール。デフォルトは1.0です。
negative_prompt	string	負のプロンプトを指定する文字列。デフォルトは「変形、NSFW、Blurr」です。
base_model	string	生成に使用されるベースモデル。デフォルトは「digiplay/juggernaut_final」です。
num_inference_steps	int	推論手順の数。デフォルトは20です。
guidance_scale	float	ガイダンススケール。デフォルトは0.6です。
num_images_per_prompt	int	プロンプトごとに生成される画像数。デフォルトは1です。

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

私をサポートする：