logo avatars pipeline

로고 아바타 파이프 라인 저장소

블로그 설명 : 매체

개요

이 저장소에는 크리에이티브 로고를 생성하도록 특별히 설계된 안정적인 확산 애플리케이션의 백엔드가 포함되어 있습니다. 이 앱은 Control Net Canny 모델과 통합 된 안정적인 확산 버전 1.5를 사용하여 표준 로고를보다 창의적인 버전으로 변환합니다.

여기에 간소화 된 프론트 엔드 코드

특징

• Control Net Canny의 안정적인 확산 1.5 : AI의 최신 Lever를 활용하여 고유 로고 디자인을 생성합니다.
• Fastapi 구현 : 효율적이고 확장 가능한 백엔드 서비스를 위해 Fastapi를 사용하여 구축되었습니다.
• Base64 이미지 인코딩 : Base64 형식으로 인코딩 된 이미지를 수락하고 프로세스하여 이미지 처리 프로세스를 간소화합니다.
• 원활한 추론 프로세스 : 디코딩 된 이미지에서 추론을 수행하고 Base64 형식으로 창의적으로 향상된 로고를 반환합니다.

용법

• Fastapi 백엔드는 필요한 모든 매개 변수를 포함하는 'Basesdrequest'객체를 수락합니다.
• 이미지는 Base64 인코딩 문자열로 보내야합니다. 그런 다음 처리를 위해 백엔드에서 디코딩됩니다.
• 추론 후, 최종 이미지는 Base64에서 다시 인코딩되어 사용자에게 반환됩니다.

Google Colab 노트북

저장소에는 로고 아바타 POC 용 Google Colab 노트북이 포함되어 있습니다. 이 대화 형 노트북을 사용하면 전체 프로세스를 실행하고 결과를 실시간으로 볼 수 있습니다. 이미지의 링크를 복사하고 실행하십시오. Colab 노트북

API 참조

하트 비트를 점검하십시오

  GET /heartbeat

매개 변수	유형	설명
none	none	서버가 실행 중인지 확인합니다

이미지를 생성하십시오

  POST /generate_image 

매개 변수

이름	유형	설명
prompt	string	필수의 . 이미지를 생성하는 프롬프트.
encoded_control_net_image	string	필수의 . Base64 형식의 인코딩 된 제어 net 이미지.
control_type	string	필수의 . 이미지 생성에 사용되는 제어 유형.
height	int	필수의 . 생성 된 이미지의 높이.
width	int	필수의 . 생성 된 이미지의 너비.
controlnet_conditioning_scale	float	제어 네트 컨디셔닝의 규모. 기본값은 1.0입니다.
negative_prompt	string	부정적인 프롬프트를 지정하는 문자열. 기본값은 "변형, NSFW, Blurr"입니다.
base_model	string	세대에 사용되는 기본 모델. 기본값은 "digiplay/juggernaut_final"입니다.
num_inference_steps	int	추론 단계의 수. 기본값은 20입니다.
guidance_scale	float	지침 척도. 기본값은 0.6입니다.
num_images_per_prompt	int	프롬프트 당 생성 된 이미지 수. 기본값은 1입니다.

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

나를 지원 :