Adding Conditional Control to Text-to-Image Diffusion Models

计算机科学 卷积(计算机科学) 扩散 编码(内存) 人工智能 图像(数学) 噪音(视频) 分割 卷积神经网络 集合(抽象数据类型) 模式识别(心理学) 零(语言学) 人工神经网络 图像分割 算法 计算机视觉 物理 热力学 语言学 哲学 程序设计语言
作者
Lvmin Zhang,Anyi Rao,Maneesh Agrawala
标识
DOI:10.1109/iccv51070.2023.00355
摘要

We present ControlNet, a neural network architecture to add spatial conditioning controls to large, pretrained text-to-image diffusion models. ControlNet locks the production-ready large diffusion models, and reuses their deep and robust encoding layers pretrained with billions of images as a strong backbone to learn a diverse set of conditional controls. The neural architecture is connected with "zero convolutions" (zero-initialized convolution layers) that progressively grow the parameters from zero and ensure that no harmful noise could affect the finetuning. We test various conditioning controls, e.g., edges, depth, segmentation, human pose, etc., with Stable Diffusion, using single or multiple conditions, with or without prompts. We show that the training of ControlNets is robust with small (<50k) and large (>1m) datasets. Extensive results show that ControlNet may facilitate wider applications to control image diffusion models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
风趣的灵枫完成签到 ,获得积分10
1秒前
无端发布了新的文献求助10
1秒前
优雅的鲂完成签到,获得积分10
2秒前
Tsui应助wang采纳,获得10
3秒前
XZZ完成签到 ,获得积分10
4秒前
wuda完成签到,获得积分10
4秒前
JF123_完成签到 ,获得积分10
7秒前
可取完成签到,获得积分10
8秒前
科研小能手完成签到,获得积分10
9秒前
迷路的芝麻完成签到 ,获得积分10
10秒前
拓扑超导相变完成签到 ,获得积分10
13秒前
kkkinoko完成签到 ,获得积分10
13秒前
夜信完成签到,获得积分10
13秒前
13秒前
MR应助无端采纳,获得10
14秒前
五五完成签到,获得积分10
14秒前
简单的易云完成签到,获得积分10
17秒前
友好傲白完成签到,获得积分10
17秒前
Tonald Yang发布了新的文献求助10
18秒前
21发布了新的文献求助60
18秒前
zyshao完成签到,获得积分10
20秒前
longmad完成签到,获得积分10
21秒前
知了完成签到 ,获得积分10
21秒前
burninhell完成签到,获得积分10
22秒前
kyt完成签到 ,获得积分10
22秒前
俊逸吐司完成签到 ,获得积分10
24秒前
benzene完成签到 ,获得积分10
24秒前
跳跃完成签到,获得积分10
26秒前
恸哭的千鸟完成签到,获得积分10
28秒前
liyan完成签到 ,获得积分10
29秒前
YiWei完成签到 ,获得积分10
32秒前
薄荷味完成签到 ,获得积分0
33秒前
smh完成签到 ,获得积分10
33秒前
li8888li8888完成签到 ,获得积分10
33秒前
fyjlfy完成签到 ,获得积分10
34秒前
宣秋烟完成签到,获得积分10
34秒前
lxy应助甜叶菊采纳,获得10
35秒前
大个应助Tonald Yang采纳,获得10
36秒前
娅娃儿完成签到 ,获得积分10
37秒前
guantlv完成签到,获得积分10
38秒前
高分求助中
【重要!!请各位用户详细阅读此贴】科研通的精品贴汇总(请勿应助) 10000
Plutonium Handbook 1000
Three plays : drama 1000
International Code of Nomenclature for algae, fungi, and plants (Madrid Code) (Regnum Vegetabile) 1000
Semantics for Latin: An Introduction 999
Psychology Applied to Teaching 14th Edition 600
Robot-supported joining of reinforcement textiles with one-sided sewing heads 580
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4092297
求助须知:如何正确求助?哪些是违规求助? 3630977
关于积分的说明 11507881
捐赠科研通 3342036
什么是DOI,文献DOI怎么找? 1836956
邀请新用户注册赠送积分活动 904840
科研通“疑难数据库(出版商)”最低求助积分说明 822598