修复
POST
https://stablediffusionapi.com/api/v1/enterprise/inpaint企业修复端点用于根据特定要求,基于经过训练的或公共模型来更改(修复)图像的某些部分。将适当的请求参数传递到端点。
您还可以通过传递提示和否定提示来添加对所需结果的描述。
POST
向 https://stablediffusionapi.com/api/v1/enterprise/inpaint 接口发出请求,并将所需参数作为请求正文传递。
信息
要使用负载平衡器,您需要拥有1 台以上的服务器。传递第一台服务器的 API 密钥,它将处理与其他服务器的负载平衡。
该接口还支持调度程序。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:
- DDPMScheduler
- DDIMScheduler
- PNDMScheduler
- LMSDiscreteScheduler
- EulerDiscreteScheduler
- EulerAncestralDiscreteScheduler
- DPMSolverMultistepScheduler
- HeunDiscreteScheduler
- KDPM2DiscreteScheduler
- DPMSolverSinglestepScheduler
- KDPM2AncestralDiscreteScheduler
- UniPCMultistepScheduler
- DDIMInverseScheduler
- DEISMultistepScheduler
- IPNDMScheduler
- KarrasVeScheduler
- ScoreSdeVeScheduler
请求参数
您用于请求授权的企业API Key
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。
文本提示,包含您想要在图像中生成的内容的描述
图像中您不想要的项目
最大高度: 宽度: 1024x1024
最大高度: 宽度: 1024x1024
作为响应返回的图像数量。最大值为 4。
去噪步骤数(最小:1;最大:50)
NSFW 图像检查器。如果检测到此类图像,它将被空白图像替换。
增强提示以获得更好的结果;默认:是,选项:是/否
无分类器指导的量表(最小值:1;最大值:20)
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。
用它来设置调度程序。
支持多lora,传递逗号分隔值。对比修复示例,yae-miko-genshin
启用 tomesd 生成图像:给出非常快的结果, 默认值:是,选项:是/否
使用 keras sigmas 生成图像。给出了很好的结果, 默认值:是,选项:是/否
使用自定义 vae 生成图像默认值:null
您正在使用的劳拉模型的强度。如果使用多个 lora,请以逗号分隔的方式传递每个值
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 。
设置 URL 以在图像生成完成后获取 POST API 调用。
此 ID 在 Webhook API 调用的响应中返回。这将用于识别 Webhook 请求。
{
"key": "enterprise_api_key",
"model_id": "your_model_id",
"prompt": "a cat sitting on a bench",
"negative_prompt": null,
"init_image": "https://raw.githubusercontent.com/CompVis/stable-diffusion/main/data/inpainting_examples/overture-creations-5sI6fQgYIuo.png",
"mask_image": "https://raw.githubusercontent.com/CompVis/stable-diffusion/main/data/inpainting_examples/overture-creations-5sI6fQgYIuo_mask.png",
"width": "512",
"height": "512",
"samples": "1",
"num_inference_steps": "30",
"safety_checker": "no",
"enhance_prompt": "yes",
"guidance_scale": 7.5,
"strength": 0.7,
"scheduler": "PNDMScheduler",
"seed": null,
"lora_model": null,
"tomesd": "yes",
"use_karras_sigmas": "yes",
"vae": null,
"lora_strength": null,
"embeddings_model": null,
"webhook": null,
"track_id": null
}
示例代码
返回响应
{
"status": "success",
"generationTime": 20.970642805099487,
"id": 13446970,
"output": [
"https://pub-8b49af329fae499aa563997f5d4068a4.r2.dev/generations/dc639bd6-d605-42c7-950e-48c531124d0d-0.png"
],
"meta": {
"prompt": " a cat sitting on a bench DSLR photography, sharp focus, Unreal Engine 5, Octane Render, Redshift, ((cinematic lighting)), f/1.4, ISO 200, 1/160s, 8K, RAW, unedited, symmetrical balance, in-frame",
"model_id": "midjourney-v4-painta",
"scheduler": "PNDMScheduler",
"safetychecker": "no",
"negative_prompt": " ((out of frame)), ((extra fingers)), mutated hands, ((poorly drawn hands)), ((poorly drawn face)), (((mutation))), (((deformed))), (((tiling))), ((naked)), ((tile)), ((fleshpile)), ((ugly)), (((abstract))), blurry, ((bad anatomy)), ((bad proportions)), ((extra limbs)), cloned face, glitchy, ((extra breasts)), ((double torso)), ((extra arms)), ((extra hands)), ((mangled fingers)), ((missing breasts)), (missing lips), ((ugly face)), ((fat)), ((extra legs))",
"W": 512,
"H": 512,
"guidance_scale": 7.5,
"init_image": "https://raw.githubusercontent.com/CompVis/stable-diffusion/main/data/inpainting_examples/overture-creations-5sI6fQgYIuo.png",
"mask_image": "https://raw.githubusercontent.com/CompVis/stable-diffusion/main/data/inpainting_examples/overture-creations-5sI6fQgYIuo_mask.png",
"multi_lingual": "no",
"steps": 50,
"n_samples": 1,
"full_url": "no",
"upscale": "no",
"seed": 1343687916,
"outdir": "out",
"file_prefix": "dc639bd6-d605-42c7-950e-48c531124d0d"
}
}