کنترل‌نت، اینپینتینگ و ویرایش تصویر

pipe = StableDiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    torch_dtype=torch.float16,  # کاهش حافظه‌ی گرافیکی به نصف
).to("cuda")
pipe.scheduler = DPMSolverMultistepScheduler.from_config(pipe.scheduler.config)
image = pipe(
    prompt="<prompt>",
    guidance_scale=7.5,         # مقیاس CFG با w، پیش‌فرض SD
    num_inference_steps=25,     # معادل 50 گام DDIM
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]
image.save("dog.png")

out = img2img(prompt="<prompt>", image=init_image,
              strength=0.6, guidance_scale=7.5).images[0]     # 0.0 بدون تغییر، 1.0 بازتولید کامل
mask = Image.open("dog_mask.png").convert("L").resize((512, 512))
out = inpaint(prompt="<prompt>", image=image,
              mask_image=mask, guidance_scale=7.5).images[0]  # پیکسل‌های سفید بازتولید می‌شوند
pipe.load_lora_weights("<repo>", weight_name="<file>")
pipe.fuse_lora(lora_scale=0.8)                                # تثبیت می‌شود، تعویض ممکن نیست
pipe.unfuse_lora()                                            # پیش از تطبیق‌دهنده دیگر
pipe.set_adapters([...], adapter_weights=[...])               # ترکیب LoRA به ازای هر درخواست