适用于 Stable Diffusion 1.5 和 2.1 的 QR 码条件控制模型

模型描述

这些 ControlNet 模型在包含 150,000 组 QR 码 + QR 码艺术作品的数据集上进行了训练。它们为生成既美观又保持完整 QR 码形状的 QR 码艺术作品提供了坚实的基础。

Stable Diffusion 2.1 版本效果略优，因其是为满足我的特定需求而开发的。但为了使用旧版本的用户，我们也使用相同数据集训练了 1.5 版本的模型。

性能与限制

这些模型在大多数情况下表现良好，但请注意它们并非 100% 准确。在某些情况下，QR 码的形状可能无法如预期般呈现。您可以通过增加 ControlNet 权重来强调 QR 码形状，但需谨慎，因为这可能对输出风格产生负面影响。**为优化扫描效果，请使用校正模式 'H'（30%）生成 QR 码。**

为在风格与形状之间取得平衡，可能需要根据具体输入、期望输出及正确提示，对控制权重进行细微调整。有些提示必须大幅增加权重才能生效。在这些因素间寻找最佳平衡既是艺术也是科学。为获得最佳效果，建议以 768 分辨率生成您的艺术作品，这有助于提升最终产品的细节水平，增强基于 QR 码的艺术作品的质量和有效性。

安装

使用本模型最简单的方式是将 .safetensors 模型文件及其 .yaml 配置文件放置在您其他 ControlNet 模型所在的文件夹中，具体路径因应用程序而异。

为了在 Auto1111 中使用，可以将它们放置在 webui/models/ControlNet 文件夹中。可以通过 WebUI 的扩展标签页安装 ControlNet WebUI 扩展（https://github.com/Mikubill/sd-webui-controlnet）来加载它们。请确保启用你的 ControlNet 单元，并将输入图像设置为 QR 码。根据你的基础 Stable Diffusion 模型，将模型设置为 SD2.1 或 1.5 版本，否则会报错。不需要预处理器，但你可以使用反向预处理器以获得不同的效果。推荐的生成分辨率为 768，因为它能提供更丰富的细节。

如果遇到问题，请查阅有关如何使用 ControlNet 的更多信息；一旦 WebUI 启动运行，安装 ControlNet 扩展也非常简单。