【免费下载链接】AnySD项目地址https://ai.gitcode.com/hf_mirrors/WeiChow/AnySD点击查看免费下载AnySD 是一个基于 Stable Diffusion 1.5 的统一图像编辑模型AnyEdit Stable Diffusion单个模型即可同时支持通用编辑、视角变换、深度编辑、材质迁移、涂鸦、分割、草图、框选、参考图等9 种图像编辑任务。本文带你完整解析 AnySD 的 9 种任务类型、模型文件结构与推理上手步骤帮你快速掌握这套开源图像编辑方案。 为什么需要一个统一的图像编辑模型传统的图像编辑往往一个任务一个模型换视角一个模型、深度编辑一个模型、草图上色又一个模型部署和维护成本很高。AnySD 的思路是用一个 UNet 多个可切换的专家适配器adapter配合三类条件输入统一处理各种编辑场景条件输入作用说明原图original image编辑的基础待编辑的输入图像编辑指令prompt告诉模型改成什么样自然语言文本如 Put on a pair of sunglasses视觉提示visual prompt告诉模型改哪里深度图、涂鸦、分割掩码、草图、参考图等视任务而定这种一模型多专家的架构既避免了多模型之间的语义对齐难题也通过任务嵌入task embedding区分了 9 种任务的编辑粒度和范围。️ 模型文件结构下载后都有什么本仓库是 AnySD 的官方模型权重仓库目录结构非常清晰只有 3 个模块路径内容作用experts/9 个专家适配器 任务嵌入每个编辑任务一个.bin适配器文件task_embs.bin存储 9 种任务的e_code嵌入image_encoder/CLIP 视觉编码器ViT-bigG结构48 层、hidden_size 1664用于编码参考图像权重见 model.safetensorsunet/UNet 去噪网络UNet2DConditionModel8 通道输入——把原图 latent 与噪声 latent 拼接后一起送入网络是图生图编辑的关键README.md项目说明含推理脚本示例与引用信息 小提示unet/config.json中in_channels: 8正是条件图拼接设计的体现普通文生图 UNet 只有 4 通道。 AnySD 的 9 种编辑任务全解析每种任务对应 experts/ 目录下的一个适配器文件推理时通过adapter_name参数切换。先看总览表任务edit_type适配器文件需要的视觉提示通用编辑generalglobal.bin无纯文本指令视角编辑viewpointviewpoint.bin无改视角框选编辑visual_bboxvisual_bbox.bin目标区域边框深度编辑visual_depthvisual_dep.bin深度图材质迁移visual_material_transfervisual_mat.bin材质参考图参考图编辑visual_referencevisual_ref.bin参考图涂鸦编辑visual_scribblevisual_scr.bin自由涂鸦分割编辑visual_segmentvisual_seg.bin分割掩码草图编辑visual_sketchvisual_ske.bin线稿草图1️⃣ 通用编辑general一句话改图最常用、门槛最低的任务。只需一张原图 一句自然语言指令即可完成开放式编辑官方示例指令包括Put on a pair of sunglasses戴上一副墨镜Make her a wizard把她变成巫师通用编辑走独立的general分支不需要e_code任务嵌入只需要prompt和原图。2️⃣ 视角编辑viewpoint换个角度看世界viewpoint适配器用于保持主体不变、只改变观察视角比如把正面人像变成 45° 侧脸、把正视图变成透视图。适合做 3D 感增强、多角度素材生成。3️⃣ 深度编辑visual_depth用深度图控制空间提供一张深度图作为视觉提示模型会按照深度信息重新组织画面的空间结构和远近关系常用于场景重建、视角合成的辅助控制。4️⃣ 材质迁移visual_material_transfer换材质不换形状visual_mat适配器把参考图中的材质如木纹、大理石、金属迁移到目标物体上只改变材质表面不改变物体几何结构是产品渲染、游戏资产制作的实用工具。5️⃣ 涂鸦编辑visual_scribble随手画几笔就能出图在图片上画几笔粗糙的涂鸦不必规整模型会按涂鸦的轮廓和位置生成对应内容并保留原图的背景风格。适合快速创意验证。6️⃣ 分割编辑visual_segment精准圈定编辑区域提供语义分割掩码mask明确指定编辑这个区域。相比涂鸦更精确适合需要像素级定位的场景比如只替换某个人物的衣服而不影响其他部分。7️⃣ 草图编辑visual_sketch线稿变照片visual_ske适配器接受线稿草图作为视觉提示将草图翻译成照片级图像。相比涂鸦草图更强调清晰的线条结构出图结构更稳定。8️⃣ 框选编辑visual_bbox画个框就改最简单的视觉提示——只需一个矩形框bounding box圈出目标区域再配合文本指令完成区域级编辑交互成本极低。9️⃣ 参考图编辑visual_reference借鉴另一张图提供一张参考图reference image模型会综合参考图的内容/风格信息对原图进行编辑。这是唯一会用到 CLIP 视觉编码器image_encoder/model.safetensors来编码参考图的任务因此该任务下还需要设置reference_image_guidance_scale。 快速上手运行 AnySD 图像编辑推理推理脚本anysd/infer.py由配套代码仓库提供模型权重即本仓库文件。运行命令来自 README.mdCUDA_VISIBLE_DEVICES0 PYTHONPATH./ python3 anysd/infer.py核心流程分两步选择专家choose_expert(mode任务名)把任务名映射为适配器名choose_book(all)加载 9 种任务的e_code嵌入执行管线AnySDPipeline接收prompt、原图以及按任务可选的参考图输出编辑后的图像。 9 种任务的推荐参数速查README 示例中的默认参数已经过作者调优新手建议直接照抄参数通用编辑general其余 8 种任务说明guidance_scale31.5文本指令引导强度original_image_guidance_scale32保持原图的强度reference_image_guidance_scale—0.8参考图影响强度num_inference_steps100100去噪步数e_code不需要book[任务名]任务嵌入来自 task_embs.bin参数调节经验改得不够明显→ 调大guidance_scale背景被破坏、不够稳→ 调大original_image_guidance_scale出图过饱和/伪影→ 适当调小guidance_scale。⚠️ 注意e_code与adapter_name必须对应同一种任务如e_codebook[visual_depth]配adapter_namevisual_depth否则编辑效果会异常。❓ 新手常见问题FAQQ19 个专家适配器可以同时加载吗可以。AnySDPipeline在初始化时一次性接收全部 9 个适配器文件见 README.md 的adapter_checkpoints字典推理时按任务切换adapter_name即可无需反复加载模型。Q2AnySD 和 Stable Diffusion 是什么关系AnySD 基于 SD 1.5 的 UNet 和文本/图像编码器改造而来UNet 输入从 4 通道扩展为 8 通道以融合原图信息见 unet/config.json并通过 LoRA 式多专家适配器承载 9 种任务能力。Q3为什么我的效果和论文里的不一样官方在发布模型前重新整理过 AnyEdit 数据集并重训过权重结果与论文略有差异属正常现象同时超参数guidance 系列参数对最终效果影响较大建议按上文速查表起步再微调。 总结AnySD 用一个 UNet 9 个专家适配器的架构把通用编辑、视角变换、深度、材质迁移、涂鸦、分割、草图、框选、参考图编辑9 种图像编辑任务统一到一个开源模型里对新手非常友好选任务 → 在 experts/ 中找到对应适配器文件配参数 → 按上文速查表设置三个 guidance 参数跑推理 → 一句python3 anysd/infer.py即可出图。如果你想深入理解架构细节或查看引用信息可阅读 README.md。赞分享【免费下载链接】AnySD项目地址https://ai.gitcode.com/hf_mirrors/WeiChow/AnySD点击查看免费下载相关推荐OpenUSD材质节点图可视化Usdview材质编辑器使用技巧OpenUSD材质节点图可视化Usdview材质编辑器使用技巧 在3D资产制作流程中材质网络的复杂度往往成为效率瓶颈。你是否曾面对嵌套多层的节点关系感到无从图形学3D渲染序列化多角度AI图像编辑终极指南一键实现8种视角自由切换多角度AI图像编辑终极指南一键实现8种视角自由切换 还在为产品拍摄多角度图而烦恼多角度AI图像编辑技术正在彻底改变传统图像创作流程。这款仅13MB的轻量级工计算机视觉大模型QwenAnyEdit数据集深度解读海量编辑指令数据如何训练出AnySD统一编辑模型AnyEdit数据集深度解读海量编辑指令数据如何训练出AnySD统一编辑模型 AnySD 是一个基于 Stable Diffusion 1.5 的 统一图像编上一篇Continue AI 编程助手完整安装教程从零配好 IDE 插件与 CLI30 分钟跑通代码补全与智能问答下一篇InternVL-Chat-V1-2-Plus实战入门用6行代码实现图片描述与纯文本对话创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
