ControlNet Pose

主要功能：jagilley/controlnet-pose模型用于通过人体姿势检测来修改图像。输入一张图像和文本提示，模型将使用Openpose检测姿势，并结合提示生成输出图像。

模型描述：ControlNet是一种神经网络结构，允许控制预训练的大型扩散模型以支持提示之外的附加输入条件。即使训练数据集较小（<50k样本），ControlNet也能以端到端的方式学习任务特定条件，且学习具有鲁棒性。大型扩散模型（如Stable Diffusion）可以通过ControlNet进行增强，以启用边缘图、分割图、关键点等条件输入。

输入参数：

• image：输入图像（必填）。
• prompt：模型的文本提示（必填，默认“an astronaut on the moon, digital art”）。
• num_samples：样本数量，较高值可能导致内存溢出（默认“1”）。
• image_resolution：生成的图像分辨率（默认“512”）。
• low_threshold / high_threshold：Canny线检测的低/高阈值（默认100/200）。
• ddim_steps：步数（默认20）。
• scale：无分类器指导的缩放比例（默认9）。
• seed：随机种子。
• eta：控制去噪扩散过程中添加的噪声量，值越高噪声越多（默认0）。
• a_prompt：附加到提示的文本（默认“best quality, extremely detailed”）。
• n_prompt：反向提示（默认“longbody, lowres, bad anatomy...”）。
• detect_resolution：应用检测方法的分辨率（默认512）。

使用说明：支持通过Node.js、Python、HTTP API在Replicate上运行，也可使用Cog或Docker在本地环境运行。

目标用户与核心优势：面向AI开发者和图像生成爱好者，核心优势在于能够在保持输入图像人物姿势的前提下，通过文本提示生成全新的高质量图像，结合了Stable Diffusion的强大生成能力与ControlNet的精细姿势控制。

收费模式与价格信息：在Replicate上运行此模型每次大约花费$0.15（约6次运行/美元），实际费用因输入而异。运行在Nvidia A100 (80GB) GPU硬件上，预测通常在108秒内完成，首次API调用需冷启动模型可能耗时较长。