• Logo Picasso IA
    Logo Picasso IA
  • Accueil
  • IA Image
    Nano Banana 2
  • IA Vidéo
    Veo 3.1 Lite
  • IA Chat
    Gemini 3 Pro
  • Modifier les Images
  • Améliorer l'Image
  • Supprimer l'Arrière-plan
  • Texte en Parole
  • Effets
    NEW
  • Générations
  • Facturation
  • Support
  • Compte
  1. Collection
  2. Texte en Image
  3. Sdxl Multi Controlnet Lora

SDXL Multi Controlnet LoRA: Contrôle d'image IA en couches

SDXL Multi Controlnet LoRA est un modèle texte-vers-image qui vous donne un contrôle direct sur la structure, le style et la composition des images générées, tout en un seul endroit sur Picasso IA. La plupart des modèles d'images IA acceptent une invite de texte et retournent un résultat, mais lorsque vous avez besoin d'une pose spécifique, d'une disposition spatiale particulière ou d'un style visuel distinct appliqué de manière cohérente, une simple invite ne suffit souvent pas. Ce modèle vous permet d'alimenter des images de référence via jusqu'à trois entrées ControlNet et de les superposer simultanément, de sorte que la sortie soit conforme aux formes, profondeurs et contours que vous spécifiez réellement. Le modèle prend en charge le chargement des poids LoRA, ce qui signifie que vous pouvez apporter un style ou un personnage entraîné et le mélanger à votre génération à une échelle réglable. Il gère également les flux de travail img2img, vous permettant d'alimenter une photo existante comme base et d'ajuster la mesure dans laquelle l'invite la remodèle. L'inpainting ajoute une troisième couche : masquez une zone spécifique, décrivez ce que vous voulez à cet endroit, et le modèle la remplit tout en laissant le reste de l'image intact. C'est un outil pratique pour les illustrateurs qui ont besoin de correspondre à une pose de référence, les concepteurs de produits testant des variations de couleur ou de texture, et les directeurs artistiques qui veulent des styles visuels répétables dans une campagne. Ouvrez-le sur Picasso IA, téléchargez vos images de référence, définissez vos conditions ControlNet et lancez votre première génération en quelques minutes.

Fofr

213.8k exécutions

Sdxl Multi Controlnet Lora

2023-10-21

Usage commercial

SDXL Multi Controlnet LoRA: Contrôle d'image IA en couches

Table des matières

  • Aperçu
  • Comment cela fonctionne
  • Questions fréquemment posées
  • Coût des Crédits
  • Fonctionnalités
  • Cas d'utilisation
  • Exemples
Obtenir Nano Banana Pro

Aperçu

SDXL Multi Controlnet LoRA est un modèle texte-vers-image conçu pour les créateurs qui ont besoin d'un contrôle direct et répétable sur la structure et le style des images générées, disponible sur Picasso IA. Une simple invite de texte fonctionne bien pour l'idéation rapide, mais elle ne fournit rarement la pose précise, la disposition spatiale ou la cohérence visuelle qu'un projet professionnel exige. Ce modèle accepte jusqu'à trois images de référence ControlNet simultanément, superposant les conditions comme la détection des bords, les cartes de profondeur et la pose du corps pour orienter la sortie vers une cible visuelle spécifique. Associez cela au support des poids LoRA et à l'inpainting, et vous avez un seul outil qui gère les projets d'images complexes et multi-étapes sans basculer entre des applications séparées.

Comment cela fonctionne

  • Écrivez votre invite de texte et, éventuellement, une invite négative pour filtrer les éléments indésirables de la sortie.
  • Sélectionnez jusqu'à trois types de ControlNet, tels que la détection des bords, la profondeur ou OpenPose, et téléchargez une image de référence pour chacun que vous souhaitez actif.
  • Téléchargez une image de base et basculez vers le mode img2img ou inpainting si vous souhaitez modifier une photo existante plutôt que de générer à partir de zéro.
  • Collez une URL de poids LoRA dans le champ des poids et définissez l'échelle LoRA pour mélanger un style entraîné spécifique.
  • Cliquez sur générer et téléchargez le résultat à partir du panneau de résultats ; modifiez la graine, la force de conditionnement ou l'invite et relancez pour affiner.

Questions fréquemment posées

Ai-je besoin de compétences en programmation ou de connaissances techniques pour utiliser cela ? Non, ouvrez simplement SDXL Multi Controlnet LoRA sur Picasso IA, ajustez les paramètres souhaités et cliquez sur générer.

Est-ce gratuit d'essayer ? Oui, vous pouvez exécuter les générations sans coût initial. Le nombre de générations gratuites disponibles dépend de votre plan de compte.

Combien de temps faut-il pour obtenir les résultats ? Une génération standard 768x768 à 30 étapes d'inférence se termine généralement en 20 à 40 secondes. L'activation du raffineur ou l'augmentation du nombre d'étapes ajoute du temps proportionnellement.

Quels formats de sortie sont pris en charge ? Le modèle retourne les fichiers image que vous pouvez télécharger directement à partir du panneau des résultats. Vous pouvez générer jusqu'à quatre images par exécution en ajustant le paramètre du nombre de sorties.

Puis-je personnaliser la qualité ou le style de la sortie ? Oui. Vous pouvez ajuster les étapes d'inférence, l'échelle de guidance sans classificateur, le type de planificateur, l'échelle LoRA et la force de conditionnement de chaque ControlNet. Chaque paramètre change le résultat de manière mesurable.

Combien de fois puis-je exécuter le modèle ? Il n'y a pas de limite difficile intégrée au modèle lui-même. Le nombre de générations que vous pouvez exécuter dépend de votre plan de compte actuel.

Que se passe-t-il si je ne suis pas satisfait du résultat ? Modifiez la graine, abaissez ou augmentez l'échelle de conditionnement ControlNet, ou ajustez le curseur de force d'invite. Les petits changements de paramètres produisent souvent des résultats notablement différents sans reconstruire l'invite à partir de zéro.

Coût des Crédits

Chaque génération consomme 1 crédit

1 crédit

ou 5 crédits pour 5 générations

Fonctionnalités

Tout ce que ce modèle peut faire pour vous

Trois ControlNets simultanés

Empilez jusqu'à trois entrées de conditionnement indépendantes, telles que le bord, la profondeur et la pose, en une seule passe de génération.

Chargement de style LoRA

Appliquez n'importe quels poids LoRA compatibles et réglez le mélange avec un curseur d'échelle dédié.

Flux de travail img2img

Alimentez une photo existante comme image de base et utilisez la force d'invite pour contrôler la distance à laquelle la sortie s'éloigne de l'original.

Inpainting

Masquez n'importe quelle zone d'une image et remplissez-la avec un nouveau contenu décrit dans l'invite, en laissant les pixels environnants intacts.

Support multi-planificateur

Choisissez parmi sept planificateurs, y compris K_EULER et DPMSolverMultistep, pour correspondre à votre comportement de génération préféré.

Conditionnement granulaire

Définissez le début, la fin et l'échelle de conditionnement pour chaque ControlNet afin de contrôler exactement quand et avec quelle force chaque entrée prend effet.

Dimensionnement flexible des images

Définissez des dimensions de sortie personnalisées ou faites correspondre automatiquement la taille à une entrée ou une image ControlNet.

Contrôle fin du début/fin du controlnet et de l'échelle de conditionnement

Cas d'utilisation

Empilez deux ou trois conditions ControlNet, telles que la détection des bords combinée avec une carte de profondeur, pour générer une image qui correspond à la fois au contour et à la structure spatiale des photos de référence

Inpaintez une région spécifique d'une photo, comme un arrière-plan ou un objet, en traçant un masque dessus et en écrivant une invite décrivant ce qui devrait le remplacer

Appliquez un fichier de style LoRA pour modifier l'apparence visuelle de votre sortie, en réglant l'échelle de mélange jusqu'à ce que le résultat corresponde à l'esthétique que vous recherchez

Alimentez une référence de pose de personnage via le ControlNet OpenPose pour reproduire l'exact positionnement du corps dans une scène nouvellement générée

Utilisez le mode img2img avec un paramètre de force d'invite faible pour recolorer ou redécorer une photo tout en préservant la plupart de sa composition d'origine

Exécutez lineart et depth ControlNets en même temps pour générer une illustration qui suit à la fois la structure des lignes et l'impression tridimensionnelle d'une esquisse

Générez plusieurs images de concepts de produits à partir d'une seule photo de référence en échangeant les invites tout en gardant la même disposition ControlNet

Flux de travail créatifs de contour à image

Exemples

768x768
2m 31s
Refine: no_refiner
Scheduler: K_EULER
Lora Scale: 0.8
Num Outputs: 1
Controlnet 1: soft_edge_hed
Controlnet 2: none
Controlnet 3: none
Guidance Scale: 7.5
Apply Watermark: No
Prompt Strength: 0.8
Sizing Strategy: width_height
Controlnet 1 End: 1
Controlnet 2 End: 1
Controlnet 3 End: 1
Controlnet 1 Start: 0
Controlnet 2 Start: 0
Controlnet 3 Start: 0
Num Inference Steps: 30
Controlnet 1 Conditioning Scale: 0.8
Controlnet 2 Conditioning Scale: 0.8
Controlnet 3 Conditioning Scale: 0.75
rainbow

A TOK photo, extreme macro photo of a golden astronaut riding a unicorn statue, in a museum, bokeh, 50mm

768x768
14.1s
Refine: base_image_refiner
Scheduler: K_EULER
Lora Scale: 0.8
Num Outputs: 1
Controlnet 1: soft_edge_hed
Controlnet 2: depth_leres
Controlnet 3: none
Refine Steps: 20
Guidance Scale: 7.5
Apply Watermark: No
Prompt Strength: 0.85
Sizing Strategy: width_height
Controlnet 1 End: 1
Controlnet 2 End: 1
Controlnet 3 End: 1
Controlnet 1 Start: 0
Controlnet 2 Start: 0
Controlnet 3 Start: 0
Num Inference Steps: 30
Controlnet 1 Conditioning Scale: 0.4
Controlnet 2 Conditioning Scale: 0.4
Controlnet 3 Conditioning Scale: 0.75
soft, rainbow

A TOK photo, extreme macro photo of a golden astronaut riding a unicorn statue, in a museum, 18mm

768x768
9.0s
Refine: no_refiner
Scheduler: K_EULER
Lora Scale: 0.8
Num Outputs: 1
Controlnet 1: soft_edge_hed
Controlnet 2: none
Controlnet 3: none
Guidance Scale: 7.5
Apply Watermark: No
High Noise Frac: 0.8
Prompt Strength: 0.8
Sizing Strategy: width_height
Controlnet 1 End: 1
Controlnet 2 End: 1
Controlnet 3 End: 1
Controlnet 1 Start: 0
Controlnet 2 Start: 0
Controlnet 3 Start: 0
Num Inference Steps: 30
Controlnet 1 Conditioning Scale: 0.8
Controlnet 2 Conditioning Scale: 0.8
Controlnet 3 Conditioning Scale: 0.75
soft, rainbow

A TOK photo, extreme macro photo of a golden astronaut riding a unicorn statue, in a museum, 18mm

Changer de Catégorie

Effets

Texte en image

Texte en image

Texte en vidéo

Grands Modèles de Langage

Grands Modèles de Langage

Texte en parole

Texte en parole

Super résolution

Super résolution

Synchronisation labiale

Génération de musique IA

Génération de musique IA

Édition vidéo

Parole en texte

Parole en texte

Amélioration vidéo IA

Suppression d'arrière-plan

Suppression d'arrière-plan