通过 Edge Drawing Parameter Free (edpf) 生成的边缘图控制图像生成。这与 ControlNet Canny 类似，但使用了 一种现代算法 进行边缘检测，无需参数调优（Canny 算法诞生于1986年，Edge Drawing 则诞生于2012年）。在您喜爱的 Stable Diffusion 界面中实现预处理器之前，您可以使用 gradio 演示 或 edpf.py 脚本 生成边缘图。

欢迎反馈！ 我仍在改进此模型，您可以帮我通过生成简单的使用案例并讨论结果来提供帮助。

为什么需要一个新的边缘检测模型？

您是否觉得 Canny 的所有这些设置既令人困惑又耗时？

您的默认边缘图是否充满噪点、伪影或缺失边缘？

您的所有图像是否看起来杂乱无章，仿佛由人类随意绘制？

那么，您无需再寻找其他方案！

使用 Edge Drawing Parameter Free，只需一次鼠标点击，即可创作出杰作！

无需调参！无错误！无挫败感！

通过结合深度学习、云计算和区块链技术（？）的最新进展，我们为您专门打造了 EDPF 控制网络模型。

最棒的是：完全免费！参数自由！

立即下载！

---

如果您想训练自己的控制网络，请参阅我的文章 Play in Control - ControlNet 训练设置指南！