又双叒叕种草了新家装风格？AI帮你家居换装

Posted 2023-06-02 华为云开发者社区

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了又双叒叕种草了新家装风格？AI帮你家居换装相关的知识，希望对你有一定的参考价值。

摘要：又双叒叕种草了家装新风格？想要尝试却又怕踩雷？如果能够轻松Get量身定制的家装风格图，那该多好啊。现在，这一切都成为了可能！

本文分享自华为云社区《又双叒叕种草了新家装风格？AI帮你家居换装！》，作者：Emma_Liu。

Control Stable Diffusion with M-LSD 修改建筑及家居装修风格

你是否曾经想过，如果能够轻松地看到自己家居的不同风格，该有多好呢？现在，这一切都变得可能了！

让你的眼睛仔细观察这些图片，你会发现它们展现了不同的风格和氛围，从现代简约到古典优雅，从温馨舒适到时尚前卫，应有尽有。但是，你知道吗？这些图片都是由AI生成的！

它们看起来非常逼真，仿佛是真实的照片一样。这就是人工智能的奇妙之处，让我们可以轻松地预览不同的家居风格，不必实际进行装修。让我们一起来感受AI技术的魅力吧！

装修风格参考

现代极简风卧室

图一是原图，我要基于图一的装修布局重新装修一下，图二是M-LSD线段检测器的输出图像，图三是加入prompt为：现代极简风卧室生成图像，图四再补充一些prompt：现代极简风卧室，床是黄色的，墙是浅咖色。不得不说效果真不错！

卫生间

图一这种简单布局的卫生间我很是喜欢，康康其他风格的侘寂风卫生间 - 图二、三

客厅

换装ing——奶油风客厅——无名（不填prompt也可以生成不错的图片，很多惊喜诶）

别墅

我已经在幻想住上大别墅了✨看看别墅的效果怎么样

浪漫的海边别墅、新中式别墅

我想尝试用建筑设计图来看看能不能生成…哇，绝绝子——简约风，现代风

其他建筑

建模图变——欧式建筑

厂房变办公楼、大型超市、别墅（这样式的别墅）

好神奇，它是怎么做到的呢，来看看模型的介绍。

0.模型介绍

建筑的稳定扩散 | ControlNet模型-MLSD，随意创建建筑物、房间内部或外部以及独特的场景

ControlNet 最早是在L.Zhang等人的论文《Adding Conditional Control to Text-to-Image Diffusion Model》中提出的，目的是提高预训练的扩散模型的性能。它引入了一个框架，支持在扩散模型 (如 Stable Diffusion ) 上附加额外的多种空间语义条件来控制生成过程。为稳定扩散带来了前所未有的控制水平。

Mobile LSD (M-LSD): 《Towards Light-weight and Real-time Line Segment Detection》是用于资源受限环境的实时和轻量级线段检测器，M-LSD利用了极其高效的LSD体系结构和新的训练方案，包括SoL增强和几何学习方案。模型可以在GPU、CPU甚至移动设备上实时运行。

图1 GPU上M-LSD和现有LSD方法的比较

图2 移动设备上的推理速度和内存使用情况.

案例以分享至AI Gallery - AI建筑风格修改: ControlNet-MLSD,一起来运行代码，实现你的新装吧。

1.装包

!pip install transformers==4.29.0
!pip install diffusers==0.16.1
!pip install accelerate==0.17.1
!pip install gradio==3.32.0
!pip install translate==3.6.1

2.下载模型

使用mlsd, sd-controlnet-mlsd, stable-diffusion-v1-5预训练模型，为方便大家使用，已转存到华为云OBS中。

import os
import moxing as mox
pretrained_models = [\'mlsd\', \'sd-controlnet-mlsd\', \'stable-diffusion-v1-5\']
for pretrained_model in pretrained_models:
 model_dir = os.path.join(os.getcwd(), pretrained_model)
 if not os.path.exists(model_dir):
 mox.file.copy_parallel(f\'obs://modelarts-labs-bj4-v2/case_zoo/ControlNet/ControlNet_models/pretrained_model\', model_dir)
 if os.path.exists(model_dir):
 print(f\'pretrained_model download success\')
 else:
 raise Exception(f\'pretrained_model download Failed\')
 else:
 print(f"pretrained_model already exists!")

3.加载模型

import torch
from PIL import Image
from mlsd import MLSDdetector
from translate import Translator
from diffusers.utils import load_image
from diffusers import StableDiffusionControlNetPipeline, ControlNetModel, UniPCMultistepScheduler
mlsd = MLSDdetector()
controlnet = ControlNetModel.from_pretrained("sd-controlnet-mlsd", torch_dtype=torch.float16)
pipe = StableDiffusionControlNetPipeline.from_pretrained("stable-diffusion-v1-5", controlnet=controlnet, safety_checker=None, torch_dtype=torch.float16)
pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config)
pipe.enable_model_cpu_offload()

4.生成图像

首先，传入的图片会通过mlsd detector输出黑白线条图，然后基于此mlsd图像，通过controlnet和stable diffusion生成图像。

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
ori = Image.open("1920245540.jpg")
mlsd = MLSDdetector()
mlsd_img = mlsd(ori, thr_v=0.1, thr_d=0.1, detect_resolution=512, image_resolution=512, return_pil=True)
trans = Translator(from_lang="ZH",to_lang="EN-US")
prompt = "现代极简风卧室，床是黄色的，墙是浅咖色"
en_prompt = trans.translate(prompt)
gen_img = pipe(en_prompt, mlsd_img, num_inference_steps=20).images[0]
fig = plt.figure(figsize=(25, 10))
ax1 = fig.add_subplot(1, 3, 1)
plt.title(\'Orignial image\', fontsize=16)
ax1.axis(\'off\')
ax1.imshow(ori)
ax2 = fig.add_subplot(1, 3, 2)
plt.title(\'ML Detector image\', fontsize=16)
ax2.axis(\'off\')
ax2.imshow(mlsd_img)
ax3 = fig.add_subplot(1, 3, 3)
plt.title(\'Generate image\', fontsize=16)
ax3.axis(\'off\')
ax3.imshow(gen_img)
plt.show()

5.Gradio可视化部署

Gradio应用启动后可在下方页面上传图片根据提示生成图像，您也可以分享public url在手机端，PC端进行访问生成图像。

参数说明

img_path：输入图像路径

prompt：提示词（建议填写）

n_prompt: 负面提示（可选）

num_inference_steps: 采样步数，一般15-30，值越大越精细,耗时越长

image_resolution: 对输入的图片进行最长边等比resize

detect_resolution：Hough Resolution，检测分辨率，值越小-线条越粗糙
value_threshold: Hough value threshold (MLSD)，值越大-检测线条越多，越详细

distance_threshold: Hough distance threshold (MLSD)，值越大-距离越远，检测到的线条越少

对比一下参数value_threshold，distance_threshold,当value_threshold值变大时，如图二所示，检测到的线段越少，获取到的信息也就越少，对控制生成后的图像来说，会缺失掉很多的细节；当distance_threshold值变大时，如图三所示，越远处的物体，提取到的线段越少，图像会更专注于前面的部分。这对于来调整生成的图像是一个很好的参考。

thr_v=0.1, thr_d=0.1

thr_v=0.5, thr_d=0.1

thr_v=0.1, thr_d=20

import gradio as gr
def mlsd(img, prompt, num_inference_steps, thr_v, thr_d, n_prompt, detect_resolution, image_resolution):
    trans = Translator(from_lang="ZH",to_lang="EN-US")
    prompt = trans.translate(prompt)
 n_prompt = trans.translate(n_prompt)
 mlsd = MLSDdetector()
 mlsd_img = mlsd(img, thr_v=0.1, thr_d=0.1, detect_resolution=512, image_resolution=512, return_pil=True)
 gen_img = pipe(prompt, mlsd_img, num_inference_steps=20, negative_prompt=n_prompt).images[0]
    result = [mlsd_img, gen_img]
 return result 
block = gr.Blocks().queue()
with block:
 with gr.Row():
 gr.Markdown("##  Control Stable Diffusion with MLSD")
 with gr.Row():
 with gr.Column():
 input_image = gr.Image(source=\'upload\', type="numpy")
            prompt = gr.Textbox(label="描述")
 run_button = gr.Button(label="Run")
 with gr.Accordion("高级选项", open=False):
 num_inference_steps = gr.Slider(label="图像生成步数", minimum=1, maximum=100, value=20, step=1)
 value_threshold = gr.Slider(label="Hough value threshold (MLSD)", minimum=0.01, maximum=2.0, value=0.1, step=0.01)
 distance_threshold = gr.Slider(label="Hough distance threshold (MLSD)", minimum=0.01, maximum=20.0, value=0.1, step=0.01)
 n_prompt = gr.Textbox(label="否定提示",
                                      value=\'lowres, extra digit, fewer digits, cropped, worst quality, low quality\')
 detect_resolution = gr.Slider(label="Hough Resolution", minimum=128, maximum=1024, value=512, step=1)
 image_resolution = gr.Slider(label="Image Resolution", minimum=256, maximum=768, value=512, step=64)
 with gr.Column():
 result_gallery = gr.Gallery(label=\'Output\', show_label=False, elem_id="gallery").style(columns=2, height=\'auto\')
 ips = [input_image, prompt, num_inference_steps, value_threshold, distance_threshold, n_prompt, detect_resolution, image_resolution]
 run_button.click(fn=mlsd, inputs=ips, outputs=[result_gallery])
block.launch(share=True)