首页
/ 在sd-webui-controlnet中通过API控制depth_leres预处理器的深度阈值参数

在sd-webui-controlnet中通过API控制depth_leres预处理器的深度阈值参数

2025-05-12 08:28:17作者:魏侃纯Zoe

sd-webui-controlnet作为Stable Diffusion WebUI的重要扩展,提供了强大的图像控制功能。其中depth_leres预处理器是常用的深度图生成工具,但在API调用时需要注意其特殊参数命名规则。

depth_leres预处理器的关键参数

depth_leres预处理器有两个重要的深度阈值控制参数:

  1. 移除近处百分比(Remove Near %)
  2. 移除远处百分比(Remove Far %)

这些参数在WebUI界面上显示为百分比形式,允许用户精细调整深度图的生成范围,排除过近或过远的区域,从而获得更精确的控制效果。

API参数的特殊命名规则

虽然WebUI界面上显示为"Remove Near %"和"Remove Far %",但在API调用时需要使用以下参数名:

  • threshold_a:对应"Remove Near %"参数
  • threshold_b:对应"Remove Far %"参数

这种命名差异是需要注意的关键点,否则API调用可能无法正确传递这些参数值。

技术实现原理

在底层实现上,depth_leres预处理器基于LeReS(Learning to Recover 3D Scene Shape from a Single Image)算法。该算法通过深度学习模型预测场景深度,而threshold_a和threshold_b参数则用于后处理阶段:

  1. threshold_a(Remove Near %):设置近裁剪平面,移除预测深度值小于此阈值的前景区域
  2. threshold_b(Remove Far %):设置远裁剪平面,移除预测深度值大于此阈值的背景区域

这两个参数共同定义了有效的深度范围,帮助生成更适合后续ControlNet处理的深度图。

实际应用建议

在使用API调用depth_leres预处理器时,建议:

  1. 保持参数值在0-100范围内,与WebUI界面百分比对应
  2. 根据场景复杂度调整阈值组合
  3. 对于室内场景,可适当提高Remove Near %以避免前景物体过度裁剪
  4. 对于远景场景,可降低Remove Far %以保留更多背景细节

通过合理设置这些参数,可以获得更精确的深度图,进而提升ControlNet对生成图像的控制能力。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
24
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
267
2.54 K
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
434
pytorchpytorch
Ascend Extension for PyTorch
Python
98
126
flutter_flutterflutter_flutter
暂无简介
Dart
557
124
fountainfountain
一个用于服务器应用开发的综合工具库。 - 零配置文件 - 环境变量和命令行参数配置 - 约定优于配置 - 深刻利用仓颉语言特性 - 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
54
11
IssueSolutionDemosIssueSolutionDemos
用于管理和运行HarmonyOS Issue解决方案Demo集锦。
ArkTS
13
23
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.02 K
604
cangjie_compilercangjie_compiler
仓颉编译器源码及 cjdb 调试工具。
C++
117
93
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1