温馨提示:点击“应用介绍”边上的 【图生图 API】 【文生图 API】 可以查看对应的接口信息。包括接口的参数,费用以及相关的案例等;

本模型来在 Hugging Face:https://huggingface.co/prompthero/openjourney,由第三方开发者托管到 AIGCaaS 平台

本应用模型来自prompthero/openjourney,是一个开源的稳定扩散微调模型,适用于 Midjourney 图像。效果预览模型整体效果:

image-20230526100446385


温馨提示:
1. 本平台所提供 API 会产生相对应的金币消耗,这部分金币消耗是用于 API 调用时的 GPU 资源消耗,并非模型服务本身费用,模型均为开源模型,由第三方免费托管至本平台,如由第三方存在侵权行为等,请联系客服微信(B063-1206)进行处理;
2. 本平台在文章中可能会涉及到最佳实践,最佳案例以及相关带有"最"的描述,均指的是限定在本平台内,而非行业,不具有排他性;例如某文章如果说"这个实践操作可以算是最佳实践了"指的是仅限在当前平台内(AIGCaaS)中算是最佳实践,所以请各位在阅读时仔细辨别。另外,此处所说的"最佳"、"最"仅为举例,并不仅局限于这几个词,而是所有的类似词汇。

review-man
图生图
20 金币 * 100%(折扣) = 0.02 元/ 次

总用量:0 次

图生图 API,通过上传图片信息与文本描述可以获得对应的图片处理结果

请求地址

https://api.aigcaas.cn/v2/application/openjourney/api/img2img

请求方式

post

请求参数

参数名 类型 位置 解释
Nonce string headers 防重放配置
随机字符串(最大长度64位,推荐20位)且10秒内不可重复
Timestamp string headers 发起请求时间戳
与服务器时间差小于10秒
SecretID string headers 密钥信息
密钥配置中的 secret_id 配置
Token string headers 签名结果
sha256(Timestamp, SecretKey, Nonce)
init_images string body 图片
初始化图片,数组格式,例如["图片1", "图片2"],每个图片字符串为图片的 Base64 编码,不需要包括图片描述信息,例如“data:image/png;base64”
resize_mode number body 缩放模式
缩放模式功能其实是指将素材区域的图片以什么样的方式进行加载,每一种加载方式都会影响输出的图像尺寸结果。取值从0到3,分别表示拉伸/Just Resize(简单的将图片缩放至指定比例,不保证原图尺寸比),裁剪/Crop And Resize(将图片按比例进行缩放,多余的直接裁剪掉),填充/Resize And Fill(图片按比例进行缩放,缺少的部分填充),隐空间直接缩放/Latent upScale(其实与前面三个不同,这个是常用于图像超分辨率的快捷选项,低显存谨慎使用)
prompt string body 提示词
绘画的文本描述(支持中文和英文描述),所支持的 lora 可以参考案例列表:https://www.aigcaas.cn/category/13.html
width integer body 图片宽度
图片宽度,默认为512,一般情况下,尺寸越大品质越好,但是会更慢,而且会影响构图,例如一个人两个头等,推荐最大尺寸1080
height integer body 图片高度
图片宽度,默认为512,一般情况下,尺寸越大品质越好,但是会更慢,而且会影响构图,例如一个人两个头等,推荐最大尺寸1080
negative_prompt string body 反面描述内容
反面描述内容
sampler_index string body 采样方法
采样方法,默认为Euler,其他可选参数:Euler a,Euler,LMS,Heun,DPM2,DPM2 a,DPM++ 2S a,DPM++ 2M,DPM++ SDE,DPM++ 2M SDE,DPM fast,DPM adaptive,LMS Karras,DPM2 Karras,DPM2 a Karras,DPM++ 2S a Karras,DPM++ 2M Karras,DPM++ SDE Karras,DPM++ 2M SDE Karras,DDIM,PLMS,UniPC
steps number body 生成步数
生成步数,默认50,通常20步到25步左右最为合适
seed number body 随机种子数
控制生成图片是否可复现,用于在潜空间中生成最张量的种子,控制图像的内容,每生成一个图像都有自己的种子值,默认为-1
mask string body 遮罩
遮罩参数,需要时图片的 Base64 格式,但不需要包括图片描述信息,例如“data:image/png;base64”
mask_blur number body 遮罩/蒙版模糊
遮罩/蒙版模糊参数,默认为4
inpainting_fill number body 蒙版遮住的内容
蒙版遮住的内容, 0填充, 1原图 2潜空间噪声 3潜空间数值零
inpaint_full_res string body 修补区
修复区域,false:整个图片,true:仅蒙版;默认为true
inpaint_full_res_padding string body 修补区内边距
修补区内边距,默认为0
inpainting_mask_invert string body 蒙版模式
蒙版模式 0表示重绘蒙版内容,1表示重绘非蒙版内容,默认为0
restore_faces boolean body 恢复面部缺陷
应用了额外模型,该模型可以恢复面部缺陷,默认为 false
subseed number body 附加种子值
附加种子值,测试更多种子码变化之用
subseed_strength number body 种子和variation seed之间的差值程度
种子和variation seed之间的差值程度,如果生成了两张图,可以通过第一个图为seed,第二个图为subseed,然后设置subseed strength在0-1之间的强度变化,那么会生成逐渐过渡的两个图。
seed_resize_from_w number body seed_resize_from_w
对应 UI 界面的 Resize seed from width;默认为-1
seed_resize_from_h number body seed_resize_from_h
对应 UI 界面的 Resize seed from height;默认为-1
cfg_scale number body CFG
AI生图与你给的提示词的相关度,数值越高越会按照你说的内容下去生图。控制模型和prompt的匹配程度,1.忽视prompt, 3.更有创意,7,在prompt和freedom中取得平衡,15,遵守prompt,30,严格按照prompt
eta number body 噪声种子
噪声种子(取值范围0.0-1.0)
styles string body 风格
风格参数,格式为["string"]
denoising_strength number body 降噪强度
降噪强度,取值范围是0-1,默认设置0.75。取值越大,说明图片变化越大,0表示图片几乎不变,1表示可能严重偏离原图。一般将该参数设置在0.6~0.8范围;
hr_scale number body 缩放系数
缩放系数;默认为2
tiling string body 可平埔
生成可以平铺的周期性图像,默认为false
script_name string body 脚本/命令名称
取值有prompt matrix(会生出一个表格图片,用于比对不同提示词生图的效果), prompts from file or textbox(从写好提示词的文件生成图片), x/y/z plot(用于比对不同提示词、采样方法、CFG Scale、种子码的组合所生图的效果),通常与脚本/命令参数(script_args)搭配使用
script_args string body 脚本/命令参数
一般用于 lor a模型或其他插件参数,例如:[0, true, true, "LoRA", "dingzhenlora_v1(fa7c1732cc95)", 1, 1]

帮助详情

模型效果与案例请查看应用介绍

注意:为了让更多 Stable Diffusion WebUI 的用户可以快速与当前 API 兼容,所以当前 API 遵守了 Stable Diffusion WebUI 的规范,即参数的输入输出,都是和 Stable Diffusion WebUI 所暴露的参数保持一致:
1. 入参的具体参数和参数详情可以完全参考 Stable Diffusion WebUI
2. 输出结果中的图片参数,数一个数组,如果只有一张图则数组长度为1,如果有 n 张图,数组长度为 n,每个元素为图片 Base64 编码(需要用户手动补全 Base64 编码的图像标记 data:image/png;base64,

图生图 API,通过上传图片信息与文本描述可以获得对应的图片处理结果。

完整参数

在模型参数部分,尽管已经提供了大量的参数可供在线调试,但是这些参数依旧不完整,完整参数列表可以参考以下参数内容

{
  "init_images": [
    "string"
  ],
  "resize_mode": 0,
  "denoising_strength": 0.75,
  "image_cfg_scale": 0,
  "mask": "string",
  "mask_blur": 4,
  "inpainting_fill": 0,
  "inpaint_full_res": true,
  "inpaint_full_res_padding": 0,
  "inpainting_mask_invert": 0,
  "initial_noise_multiplier": 0,
  "prompt": "",
  "styles": [
    "string"
  ],
  "seed": -1,
  "subseed": -1,
  "subseed_strength": 0,
  "seed_resize_from_h": -1,
  "seed_resize_from_w": -1,
  "sampler_name": "string",
  "batch_size": 1,
  "n_iter": 1,
  "steps": 50,
  "cfg_scale": 7,
  "width": 512,
  "height": 512,
  "restore_faces": false,
  "tiling": false,
  "do_not_save_samples": false,
  "do_not_save_grid": false,
  "negative_prompt": "string",
  "eta": 0,
  "s_min_uncond": 0,
  "s_churn": 0,
  "s_tmax": 0,
  "s_tmin": 0,
  "s_noise": 1,
  "override_settings": {},
  "override_settings_restore_afterwards": true,
  "script_args": [],
  "sampler_index": "Euler",
  "include_init_images": false,
  "script_name": "string",
  "send_images": true,
  "save_images": false,
  "alwayson_scripts": {}
}

如果执行成功获得到对应结果,对应输出结构为:

{
  "images": [
    "string"
  ],
  "parameters": {},
  "info": "string"
}

更多

更多关于 ControlNet,Lora 以及 Tagger 等相关插件的描述,可以参考Stable Diffusion 扩展文档

  1. 所支持的 lora 可以参考案例列表:https://www.aigcaas.cn/category/13.html
  2. 关于 Prompt 等相关案例和文档,可以参考:https://www.aigcaas.cn/article/492.html
  3. 在进行调试和执行时,可能出现的错误:https://www.aigcaas.cn/article/39.html

温馨提示:
1. 本平台所提供 API 会产生相对应的金币消耗,这部分金币消耗是用于 API 调用时的 GPU 资源消耗,并非模型服务本身费用,模型均为开源模型,由第三方免费托管至本平台,如由第三方存在侵权行为等,请联系客服微信(B063-1206)进行处理;
2. 本平台在文章中可能会涉及到最佳实践,最佳案例以及相关带有"最"的描述,均指的是限定在本平台内,而非行业,不具有排他性;例如某文章如果说"这个实践操作可以算是最佳实践了"指的是仅限在当前平台内(AIGCaaS)中算是最佳实践,所以请各位在阅读时仔细辨别。另外,此处所说的"最佳"、"最"仅为举例,并不仅局限于这几个词,而是所有的类似词汇。

review-man
文生图
20 金币 * 100%(折扣) = 0.02 元/ 次

总用量:116 次

文生图 API,通过上传文本信息可以获得对应的图片内容

请求地址

https://api.aigcaas.cn/v2/application/openjourney/api/text2img

请求方式

post

请求参数

参数名 类型 位置 解释
Nonce string headers 防重放配置
随机字符串(最大长度64位,推荐20位)且10秒内不可重复
Timestamp string headers 发起请求时间戳
与服务器时间差小于10秒
SecretID string headers 密钥信息
密钥配置中的 secret_id 配置
Token string headers 签名结果
sha256(Timestamp, SecretKey, Nonce)
prompt string body 提示词
绘画的文本描述(支持中文和英文描述),所支持的 lora 可以参考案例列表:https://www.aigcaas.cn/category/13.html
width integer body 图片宽度
图片宽度,默认为512,一般情况下,尺寸越大品质越好,但是会更慢,而且会影响构图,例如一个人两个头等,推荐最大尺寸1080
height integer body 图片高度
图片宽度,默认为512,一般情况下,尺寸越大品质越好,但是会更慢,而且会影响构图,例如一个人两个头等,推荐最大尺寸1080
negative_prompt string body 反面描述内容
反面描述内容
sampler_index string body 采样方法
采样方法,默认为Euler,其他可选参数:Euler a,Euler,LMS,Heun,DPM2,DPM2 a,DPM++ 2S a,DPM++ 2M,DPM++ SDE,DPM++ 2M SDE,DPM fast,DPM adaptive,LMS Karras,DPM2 Karras,DPM2 a Karras,DPM++ 2S a Karras,DPM++ 2M Karras,DPM++ SDE Karras,DPM++ 2M SDE Karras,DDIM,PLMS,UniPC
steps number body 生成步数
生成步数,默认50,通常20步到25步左右最为合适
seed number body 随机种子数
控制生成图片是否可复现,用于在潜空间中生成最张量的种子,控制图像的内容,每生成一个图像都有自己的种子值,默认为-1
restore_faces boolean body 恢复面部缺陷
应用了额外模型,该模型可以恢复面部缺陷,默认为 false
subseed number body 附加种子值
附加种子值,测试更多种子码变化之用
subseed_strength number body 种子和variation seed之间的差值程度
种子和variation seed之间的差值程度,如果生成了两张图,可以通过第一个图为seed,第二个图为subseed,然后设置subseed strength在0-1之间的强度变化,那么会生成逐渐过渡的两个图。
seed_resize_from_w number body seed_resize_from_w
对应 UI 界面的 Resize seed from width;默认为-1
seed_resize_from_h number body seed_resize_from_h
对应 UI 界面的 Resize seed from height;默认为-1
cfg_scale number body CFG
AI生图与你给的提示词的相关度,数值越高越会按照你说的内容下去生图。控制模型和prompt的匹配程度,1.忽视prompt, 3.更有创意,7,在prompt和freedom中取得平衡,15,遵守prompt,30,严格按照prompt
eta number body 噪声种子
噪声种子(取值范围0.0-1.0)
styles string body 风格
风格参数,格式为["string"]
enable_hr boolean body 高清修复(Hires. fix)
可以提升图片的画质,但是会耗费更多VRAM
denoising_strength number body 降噪强度
降噪强度,取值范围是0-1,默认设置0.75。取值越大,说明图片变化越大,0表示图片几乎不变,1表示可能严重偏离原图。一般将该参数设置在0.6~0.8范围;
hr_scale number body 缩放系数
缩放系数;默认为2
hr_upscaler string body 要使用的放大器
高清修复模式下要使用的放大器
hr_second_pass_steps number body 高清修复步数
高清修复步数
hr_resize_x number body 高清修复制定尺寸 x
高清修复制定尺寸 x
hr_resize_y number body 高清修复制定尺寸 y
高清修复制定尺寸 y
hr_prompt string body 高清修复提示词
高清修复提示词
hr_negative_prompt string body 高清修复反面描述内容
高清修复反面描述内容
tiling string body 可平埔
生成可以平铺的周期性图像,默认为false
script_name string body 脚本/命令名称
取值有prompt matrix(会生出一个表格图片,用于比对不同提示词生图的效果), prompts from file or textbox(从写好提示词的文件生成图片), x/y/z plot(用于比对不同提示词、采样方法、CFG Scale、种子码的组合所生图的效果),通常与脚本/命令参数(script_args)搭配使用
script_args string body 脚本/命令参数
一般用于 lor a模型或其他插件参数,例如:[0, true, true, "LoRA", "dingzhenlora_v1(fa7c1732cc95)", 1, 1]

帮助详情

模型效果与案例请查看应用介绍

注意:为了让更多 Stable Diffusion WebUI 的用户可以快速与当前 API 兼容,所以当前 API 遵守了 Stable Diffusion WebUI 的规范,即参数的输入输出,都是和 Stable Diffusion WebUI 所暴露的参数保持一致:
1. 入参的具体参数和参数详情可以完全参考 Stable Diffusion WebUI
2. 输出结果中的图片参数,数一个数组,如果只有一张图则数组长度为1,如果有 n 张图,数组长度为 n,每个元素为图片 Base64 编码(需要用户手动补全 Base64 编码的图像标记 data:image/png;base64,
3. 为了让当前模型更有可玩性,当前模型支持 ControlNet 插件,并可以通过当前 API 直接使用

文生图 API,通过上传文本信息可以获得对应的图片内容。

完整参数

在模型参数部分,尽管已经提供了大量的参数可供在线调试,但是这些参数依旧不完整,完整参数列表可以参考以下参数内容

{
  "enable_hr": false,
  "denoising_strength": 0,
  "firstphase_width": 0,
  "firstphase_height": 0,
  "hr_scale": 2,
  "hr_upscaler": "string",
  "hr_second_pass_steps": 0,
  "hr_resize_x": 0,
  "hr_resize_y": 0,
  "hr_sampler_name": "string",
  "hr_prompt": "",
  "hr_negative_prompt": "",
  "prompt": "",
  "styles": [
    "string"
  ],
  "seed": -1,
  "subseed": -1,
  "subseed_strength": 0,
  "seed_resize_from_h": -1,
  "seed_resize_from_w": -1,
  "sampler_name": "string",
  "batch_size": 1,
  "n_iter": 1,
  "steps": 50,
  "cfg_scale": 7,
  "width": 512,
  "height": 512,
  "restore_faces": false,
  "tiling": false,
  "do_not_save_samples": false,
  "do_not_save_grid": false,
  "negative_prompt": "string",
  "eta": 0,
  "s_min_uncond": 0,
  "s_churn": 0,
  "s_tmax": 0,
  "s_tmin": 0,
  "s_noise": 1,
  "override_settings": {},
  "override_settings_restore_afterwards": true,
  "script_args": [],
  "sampler_index": "Euler",
  "script_name": "string",
  "send_images": true,
  "save_images": false,
  "alwayson_scripts": {}
}

如果执行成功获得到对应结果,对应输出结构为:

{
  "images": [
    "string"
  ],
  "parameters": {},
  "info": "string"
}

更多

更多关于 ControlNet,Lora 以及 Tagger 等相关插件的描述,可以参考Stable Diffusion 扩展文档

  1. 所支持的 lora 可以参考案例列表:https://www.aigcaas.cn/category/13.html
  2. 关于 Prompt 等相关案例和文档,可以参考:https://www.aigcaas.cn/article/492.html
  3. 在进行调试和执行时,可能出现的错误:https://www.aigcaas.cn/article/39.html

温馨提示:
1. 本平台所提供 API 会产生相对应的金币消耗,这部分金币消耗是用于 API 调用时的 GPU 资源消耗,并非模型服务本身费用,模型均为开源模型,由第三方免费托管至本平台,如由第三方存在侵权行为等,请联系客服微信(B063-1206)进行处理;
2. 本平台在文章中可能会涉及到最佳实践,最佳案例以及相关带有"最"的描述,均指的是限定在本平台内,而非行业,不具有排他性;例如某文章如果说"这个实践操作可以算是最佳实践了"指的是仅限在当前平台内(AIGCaaS)中算是最佳实践,所以请各位在阅读时仔细辨别。另外,此处所说的"最佳"、"最"仅为举例,并不仅局限于这几个词,而是所有的类似词汇。

暂无评论

评论

应用评分:

【社区】13500993691

应用评分:
应用热度: 416 应用用量: 116

包含 API:


相关文章