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 11:12:42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:
- 移除近处百分比(Remove Near %)
- 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:
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:
- 保持参数值在0-100范围内,与WebUI界面百分比对应
- 根据场景复杂度调整阈值组合
- 对于室内场景,可适当提高Remove Near %以避免前景物体过度裁剪
- 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
暂无数据
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
349
414
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
185
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140
🎉 (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
1.35 K
758