Flux.1-dev-Controlnet-Upscaler: Mejora de la resolución de la imagen, optimización de la calidad de la imagen, mejora de los detalles de la imagen.

Introducción general

Flux.1-dev-Controlnet-Upscaler es una herramienta de superresolución de imágenes desarrollada por el equipo de investigación Jasper AI para mejorar la calidad de las imágenes de baja resolución. La herramienta utiliza la tecnología ControlNet para procesar imágenes a través de un complejo esquema de degradación de datos sintéticos que elimina eficazmente el ruido, el desenfoque y la distorsión por compresión para producir imágenes de alta calidad.

Experiencia en línea: https://huggingface.co/spaces/jasperai/Flux.1-dev-Controlnet-Upscaler

Lista de funciones

• Mejora de la resolución de la imagen: ampliación de imágenes de baja resolución a alta resolución.
• Optimice la calidad de imagen: elimine el ruido y la borrosidad de las imágenes para mejorar su claridad.
• Mejora de los detalles de la imagen: Recuperación de los detalles de una imagen mediante un esquema de degradación de datos sintéticos.
• Soporta múltiples formatos de imagen: compatible con una variedad de formatos de imagen comunes, fácil de usar.
• Acceso directo a la biblioteca de difusores: la perfecta integración con la biblioteca de difusores simplifica el proceso.

Utilizar la ayuda

Proceso de instalación

1. Asegúrese de que el entorno Python está instalado.
2. Utilice pip para instalar la biblioteca Diffusers:

   pip install diffusers
   

3. Descargue e instale el modelo Flux.1-dev-Controlnet-Upscaler:

   import torch
   from diffusers.utils import load_image
   from diffusers import FluxControlNetModel
   from diffusers.pipelines import FluxControlNetPipeline
   # 加载模型
   controlnet = FluxControlNetModel.from_pretrained("jasperai/Flux.1-dev-Controlnet-Upscaler", torch_dtype=torch.bfloat16)
   pipe = FluxControlNetPipeline.from_pretrained("black-forest-labs/FLUX.1-dev", controlnet=controlnet, torch_dtype=torch.bfloat16)
   pipe.to("cuda")
   

Proceso de utilización

1. Carga la imagen de control:

   control_image = load_image("https://huggingface.co/jasperai/Flux.1-dev-Controlnet-Upscaler/resolve/main/examples/input.jpg")
   w, h = control_image.size
   control_image = control_image.resize((w * 4, h * 4))
   

2. Realizar el procesamiento de superresolución de imágenes:

   image = pipe(
   prompt="",
   control_image=control_image,
   controlnet_conditioning_scale=0.6,
   num_inference_steps=28,
   guidance_scale=3.5,
   height=control_image.size[1],
   width=control_image.size[0]
   ).images[0]
   

3. Guarda la imagen procesada:

   image.save("output.jpg")
   

Flujo detallado de funcionamiento de las funciones

• Resolución de imagen mejorada: Genera una imagen de alta resolución cargando una imagen de baja resolución y procesándola con Flux.1-dev-Controlnet-Upscaler.
• Optimizar la calidad de imagenDurante el procesamiento, la herramienta elimina automáticamente el ruido y el desenfoque de la imagen para mejorar su claridad.
• Detalle de imagen mejorado: Recuperación de detalles en una imagen para hacerla más realista utilizando un esquema de degradación de datos sintéticos.
• Admite varios formatos de imagenLa herramienta es compatible con una amplia gama de formatos de imagen comunes y permite a los usuarios trabajar fácilmente con diferentes tipos de imágenes.
• Utilizar directamente la biblioteca de difusoresIntegración perfecta con la biblioteca de difusores: los usuarios pueden llamar directamente a las funciones relevantes para el procesamiento de imágenes, lo que simplifica el proceso operativo.

Con los pasos anteriores, los usuarios pueden empezar a utilizar fácilmente Flux.1-dev-Controlnet-Upscaler para el procesamiento de superresolución de imágenes con el fin de mejorar la calidad y los detalles de las imágenes.

Flux.1-dev-Controlnet-Upscaler Modelo y archivo de configuración Descargar

Enlace: https://pan.quark.cn/s/9fdd0ac4d4bf Código de extracto: M7ax