ControlNet 主要终端

开发环境

https://stablediffusionapi.com/v1

POST

https://stablediffusionapi.com/api/v5/controlnet

您现在可以使用 ControlNet 控制稳定扩散。ControlNet 模型在此 API 中可用。

提示
您还可以使用此端点通过 ControlNet 修复图像。只需确保将链接传递到mask_image请求正文中，并使用controlnet_model带有“inpaint”值的参数即可。

信息
在深入了解之前，请阅读我们有关 ControlNet 优势的详细**博客文章。**

POST向 https://stablediffusionapi.com/api/v5/controlnet 接口发送请求。

提示
您也可以使用多个 ControlNet 模型。只需在请求体中,将逗号分隔的控制网模型作为"canny,depth" 传递给 controlnet_model,并将 init_image 传入即可。

模型

默认使用 Controlnet 1.1 的 ControlNet API：支持的 controlnet_model：

canny - Canny边缘检测

depth - 深度估计

hed - 图像边缘检测

mlsd - 多尺度线段检测

normal - 法线估计

openpose - 开源人体姿态估计

scribble - 图像涂鸦

segmentation - 图像分割

aesthetic-controlnet - 美学评价

inpaint - 图像修复

softedge - 图片边缘平滑

lineart - 线条绘制

shuffle - 风格迁移

tile - 平铺纹理合成

face_detector - 人脸检测

qrcode - QR码检测

调度程序

该端点还支持调度程序。使用请求正文中的“scheduler”参数传递以下列表中的特定调度程序：

该接口还支持调度程序。使用请求正文中的“scheduler”参数来设置要从以下列表中使用的特定调度程序：

DDPMScheduler

DDIMScheduler

PNDMScheduler

LMSDiscreteScheduler

EulerDiscreteScheduler

EulerAncestralDiscreteScheduler

DPMSolverMultistepScheduler

HeunDiscreteScheduler

KDPM2DiscreteScheduler

DPMSolverSinglestepScheduler

KDPM2AncestralDiscreteScheduler

UniPCMultistepScheduler

DDIMInverseScheduler

DEISMultistepScheduler

IPNDMScheduler

KarrasVeScheduler

ScoreSdeVeScheduler

请求示例

Shell

JavaScript

Java

Swift

curl --location --request POST 'https://stablediffusionapi.com/api/v5/controlnet' \
--header 'Content-Type: application/json' \
--data-raw '{
  "key": "",
  "controlnet_model": "canny",
  "controlnet_type" :"canny",
  "model_id": "midjourney",
  "auto_hint": "yes",
  "guess_mode" : "no",
  "prompt": "a model doing photoshoot, ultra high resolution, 4K image",
  "negative_prompt": null,
  "init_image": "https://huggingface.co/takuma104/controlnet_dev/resolve/main/gen_compare/control_images/converted/control_human_openpose.png",
  "mask_image": null,
  "width": "512",
  "height": "512",
  "samples": "1",
  "scheduler": "UniPCMultistepScheduler",
  "num_inference_steps": "30",
  "safety_checker": "no",
  "enhance_prompt": "yes",
  "guidance_scale": 7.5,
  "controlnet_conditioning_scale": 0.5,
  "strength": 0.55,
  "lora_model": "more_details",
  "clip_skip": "2",
  "tomesd": "yes",
  "use_karras_sigmas": "yes",
  "vae": null,
  "lora_strength": null,
  "embeddings_model": null,
  "seed": null,
  "webhook": null,
  "track_id": null
}'

响应示例

{
  "status": "string",
  "tip": "string",
  "eta": 0,
  "messege": "string",
  "fetch_result": "string",
  "id": 0,
  "output": "string",
  "meta": {
    "prompt": "string",
    "model_id": "string",
    "controlnet_model": "string",
    "controlnet_type": "string",
    "negative_prompt": "string",
    "scheduler": "string",
    "safetychecker": "string",
    "auto_hint": "string",
    "guess_mode": "string",
    "strength": 0,
    "W": 0,
    "H": 0,
    "guidance_scale": 0,
    "seed": 0,
    "multi_lingual": "string",
    "init_image": "string",
    "mask_image": null,
    "steps": 0,
    "full_url": "string",
    "upscale": "string",
    "n_samples": 0,
    "embeddings": null,
    "lora": null,
    "outdir": "string",
    "file_prefix": "string"
  }
}

请求参数

Body 参数application/json

key

string

必需

您用于请求授权的 API Key

model_id

string

必需

要使用的模型的 ID。它可以是公共的，也可以是您训练有素的模型。

controlnet_model

string

必需

ControlNet 型号 ID。它可以来自模型列表或用户训练的。

controlnet_type

string

必需

ControlNet 模型类型。它可以来自型号列表。

auto_hint

string

必需

自动提示图像；选项：是/否

guess_mode

string

必需

如果您没有通过任何提示，请将其设置为yes 。该模型将尝试猜测init_image中的内容并自行创建最佳变体。选项：是/否

prompt

string

必需

文本提示，包含所需图像修改的描述。尽可能详细以获得最佳结果。

negative_prompt

null

必需

图像中您不想要的项目

init_image

string

链接到初始图像

必需

mask_image

null

必需

链接到用于修复的蒙版图像

width

string

必需

最大高度：宽度： 1024x1024

height

string

必需

最大高度：宽度： 1024x1024

samples

string

必需

作为响应返回的图像数量。最大值为 4。

scheduler

string

必需

用它来设置调度程序。

tomesd

string

必需

启用 tomesd 生成图像：给出非常快的结果，默认值：是，选项：是/否

use_karras_sigmas

string

必需

使用 keras sigmas 生成图像。给出了很好的结果，默认值：是，选项：是/否

algorithm_type

string

必需

用于 DPMSolverMultistepScheduler 调度程序，默认值：none，选项：dpmsolver+++

vae

null

必需

使用自定义 vae 生成图像默认值：null

lora_strength

null

必需

使用不同的 lora 强度默认值：null

lora_model

string

必需

支持多 lora，传递逗号分隔值。对比修复示例，yae-miko-genshin

num_inference_steps

string

必需

去噪步骤数（最小：1；最大：50）

safety_checker

string

必需

NSFW 图像检查器。如果检测到此类图像，它将被空白图像替换。

embeddings_model

null

必需

用它来传递嵌入模型。

enhance_prompt

string

必需

增强提示以获得更好的结果；默认：是，选项：是/否

multi_lingual

string

必需

使用与英语不同的语言；默认：是，选项：是/否

controlnet_conditioning_scale

number

必需

基本上是“guidance_scale”。控制网指导规模。接受 0.1 到 5 之间的浮点值（例如 0.5）

strength

number

必需

使用init_image时提示强度。1.0 对应于初始化映像中信息的完全破坏。

seed

null

必需

种子用于重现结果，相同的种子将再次为您提供相同的图像。为随机数传递null 。

webhook

null

必需

设置 URL 以在图像生成完成后获取 POST API 调用。

track_id

null

必需

此 ID 在 Webhook API 调用的响应中返回。这将用于识别 Webhook 请求。

clip_skip

string

必需

如果您想要将给定图像分辨率放大两倍 (2x)，请将此参数设置为“yes”。如果请求的分辨率为 512 x 512 像素，则生成的图像将为 1024 x 1024 像素。

guidance_scale

number

必需

示例

返回响应

🟢200成功

application/json

Body

status

string

必需

tip

string

必需

eta

number

必需

messege

string

必需

fetch_result

string

必需

integer

必需

output

string

必需

ControlNet 主要终端

模型#

调度程序#

请求参数

返回响应

模型

调度程序