sd interior design

室内设计的逼真

一种自定义的室内设计管道API，将现实视觉v3.0与分段和MLSD控制网络结合在一起。此存储库使用COG创建一个dockerized API。请参阅重复演示以测试运行API。

基本用法

您将需要安装COG和Docker，以将您的模型作为API服务。进行预测：

cog predict -i image=@test_images/bedroom_3.jpg prompt= " A bedroom with a bohemian spirit centered around a relaxed canopy bed complemented by a large macrame wall hanging. An eclectic dresser serves as a unique storage solution while an array of potted plants brings life and color to the room "

启动您的服务器并将模型作为API提供服务：

cog run -p 5000 python -m cog.server.http

API输入参数如下：

• 图像：提供的图像用作生成过程的基础或参考。
• 提示：输入提示是引导图像生成过程的文本描述。它应该是所需输出图像的详细描述。
• 负_prompt：此参数允许指定负面提示。负面提示是应在生成的图像中避免的术语或描述，有助于将输出远离不需要的元素。
• num_inference_steps：此参数定义了图像生成过程中的降解步骤的数量。
• Guidance_Scale：指南量表参数调整了无分类器指导在生成过程中的影响。更高的值将使模型更多地关注提示。
• 提示_strength：在介入模式下，此参数控制输入提示对最终图像的影响。 1.0的值表示根据提示的完整转换。
• 种子：种子参数为图像产生的随机种子设置。特定的种子可用于再现结果，也可以使空白以进行随机生成。

模型详细信息

这是一条受Aicrowd的生成室内设计黑客马拉松启发的自定义管道，它使用现实的视觉v3.0作为基本模型。有关其各自的许可，请参见基础和控制网络模型页面。此代码基础是根据MIT许可证获得许可的。

来自神经工作❤️