Xinsir merilis model sumber terbuka Controlnet++, yang mewujudkan lebih dari sepuluh jenis kontrol kondisi melalui satu jaringan dan mendukung Openpose, Canny, dan input lainnya, menghindari kebosanan karena seringnya perubahan model. Editor Downcodes akan menjelaskan secara detail fitur dan keunggulan Controlnet++, serta dampaknya pada bidang pembuatan teks hingga gambar.
Baru-baru ini, Xinsir merilis model open source Controlnet++ baru, yang dapat mengontrol lebih dari sepuluh kondisi melalui jaringan. Secara khusus, Controlnet++ mendukung input seperti Openpose dan Canny, sehingga menghindari masalah seringnya mengganti model.
Controlnet++ didasarkan pada arsitektur ControlNet dan mendukung lebih dari sepuluh jenis kontrol berbeda melalui modul baru untuk pembuatan dan pengeditan teks-ke-gambar. Model ini mampu menghasilkan gambar beresolusi tinggi dengan kualitas visual sebanding dengan Midjourney, sehingga sangat berguna bagi desainer yang memerlukan pengeditan halus.
Fitur desain model
Kontrol ganda: Controlnet++ telah merancang arsitektur baru yang dapat mendukung kontrol beberapa kondisi gambar dan menggunakan parameter jaringan yang sama untuk mencapai pembuatan gambar dalam kondisi berbeda.
Modul baru: Model ini memperkenalkan dua modul baru. Salah satunya adalah untuk memperluas ControlNet asli untuk mendukung kondisi gambar yang berbeda, dan yang lainnya adalah untuk mendukung input multi-kondisi tanpa menambah beban komputasi secara terperinci.
Uji kinerja: Eksperimen pada SDXL menunjukkan bahwa Controlnet++ lebih unggul dari model aslinya dalam hal kemampuan kontrol dan skor estetika.
Controlnet++ memberikan contoh pembuatan gambar dalam berbagai kondisi kontrol, termasuk kondisi tunggal seperti Openpose, Depth, dan Canny, dan beberapa contoh kombinasi kondisi seperti Openpose + Canny, Openpose + Depth, dll. Contoh-contoh ini menunjukkan kemampuan generatif model yang kuat dalam berbagai kondisi.
Saat ini, Controlnet++ tidak tersedia di Web UI dan Comfyui, namun keserbagunaan dan output berkualitas tinggi menjadikannya terobosan penting dalam pembuatan teks-ke-gambar. Desainer dan pengembang dapat mengharapkan lebih banyak platform untuk mendukung model canggih ini dalam waktu dekat, sehingga lebih mudah untuk menghasilkan dan mengedit gambar berkualitas tinggi.
Alamat pengunduhan model: https://top.aibase.com/tool/controlnet-
Efisiensi dan fleksibilitas Controlnet++ menjadikannya kemajuan besar dalam bidang pembuatan gambar, dengan prospek penerapan luas di masa depan. Editor Downcodes menantikan lebih banyak platform yang mengintegrasikan model ini untuk memberikan pengalaman pembuatan gambar yang lebih nyaman bagi pengguna.