Μετάβαση στο περιεχόμενο

Stable Diffusion with LoRAs · Inpaint

Ενσωμάτωση

id μοντέλου lora/inpaint
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/lora/inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Αυτό το αίτημα: ≈0,184 $ 184 πιστώσεις API · ≈ 19,41 ₽ Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Open model Επεξεργασία εικόνας Είσοδοι αναφοράς #diffusion#lora#customization#fine-tuning

Inpainting με επιλεγμένο βασικό μοντέλο Stable Diffusion και LoRAs, με οδηγό ασπρόμαυρη μάσκα

Open model · Εικόνα

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται

Περιγράψτε την εικόνα που θέλετε να παραχθεί, με όσο το δυνατόν περισσότερες λεπτομέρειες για τα καλύτερα αποτελέσματα.

•απαιτείται

Βασικό μοντέλο για την παραγωγή της εικόνας, που προσδιορίζεται είτε από URL είτε από HuggingFace ID.

num_images προεπιλογή 1

Ορίστε πόσες εικόνες παράγει ένα αίτημα, επιτρέποντας περισσότερο χρόνο παραγωγής για μεγαλύτερη δέσμη.

Για προχωρημένους negative_prompt · image · mask · ic_light_model_background_image_url · ic_light_image_url · prediction_type · image_format · unet_name · variant · image_encoder_path · image_encoder_subfolder · image_encoder_weight_name · ic_light_model_url · scheduler · noise_strength · num_inference_steps · guidance_scale · clip_skip · tile_width · tile_height · tile_stride_width · tile_stride_height · eta · seed · prompt_weighting · controlnet_guess_mode · rescale_betas_snr_zero · enable_safety_checker · debug_latents · debug_per_pass_latents · loras · embeddings · controlnets · ip_adapter · timesteps · sigmas
προεπιλογή

Αρνητικό prompt που καθορίζει ανεπιθύμητες λεπτομέρειες εικόνας. Μπορεί να αποκλείσει χρώματα, αντικείμενα, τοπία ή λεπτότερα χαρακτηριστικά και ιδιότητες, όπως μουστάκι, θόλωση ή χαμηλή ανάλυση.

image_url
Αποθέστε ένα αρχείο ή

URL εικόνας πηγής για παραγωγή image-to-image ή inpainting.

mask_url
Αποθέστε ένα αρχείο ή

URL μάσκας inpainting που δείχνει σε ασπρόμαυρη εικόνα.

Αποθέστε ένα αρχείο ή

Φόντο συμβατό με το μοντέλο για παραγωγή εικόνας IC Light, που παρέχεται ως URL εικόνας.

Αποθέστε ένα αρχείο ή

URL εικόνας εισόδου για παραγωγή με το μοντέλο IC Light.

prediction_type προεπιλογή epsilon

Επιλέξτε τον τύπο πρόβλεψης για παραγωγή εικόνων· χωρίς άλλη επιλογή, χρησιμοποιείται το `epsilon`.

image_format προεπιλογή png

Μορφή αρχείου της τελικής εικόνας.

Προσαρμοσμένη επιλογή U-Net για παραγωγή εικόνων· παρέχετε είτε το HuggingFace ID είτε το URL του.

Επιλογή παραλλαγής μοντέλου HuggingFace· το 'fp16' είναι ένα παράδειγμα.

Κωδικοποιητής εικόνας που καθορίζεται από URL HTTPS ή ID Hugging Face, με τη συμβατότητα να εξαρτάται από τα βάρη IP-Adapter: το SD1.5 χρησιμοποιεί image_encoder_subfolder='models/image_encoder', ενώ το h94/IP-Adapter SDXL χρησιμοποιεί h94/IP-Adapter και image_encoder_subfolder='sdxl_models/image_encoder'. Απαιτείται κωδικοποιητής όταν το ip_adapter περιέχει τιμή.

Υποκατάλογος μέσα στο image_encoder_path που περιέχει τα βάρη του κωδικοποιητή εικόνας.

προεπιλογή pytorch_model.bin

Επιλογή των βαρών του κωδικοποιητή εικόνας με βάση το όνομα για χρήση στην παραγωγή εικόνων.

URL μοντέλου IC Light που χρησιμοποιείται κατά την παραγωγή εικόνων.

Scheduler ή sampler που χρησιμοποιείται για την αποθορυβοποίηση της εικόνας.

προεπιλογή 0.5

Ελέγχει τον πρόσθετο θόρυβο εικόνας σε κλίμακα όπου το 1.0 σημαίνει πλήρη θόρυβο και τιμές κοντά στο 0 ελάχιστο θόρυβο. Ισχύει μόνο όταν παρέχεται image_url.

προεπιλογή 30

Ελέγχει πόσα βήματα παραγωγής εκτελεί το Stable Diffusion· επιπλέον βήματα ενδέχεται να αποδώσουν πιο λεπτομερή τελική εικόνα.

προεπιλογή 7.5

Ισχύς προσήλωσης στο prompt για την επιλογή εικόνας, εκφρασμένη ως CFG (Classifier Free Guidance).

προεπιλογή 0

Παραλείπει μέρος της παραγωγής εικόνας για ταχύτερη απόδοση, με ελαφρώς διαφορετικά αποτελέσματα.

προεπιλογή 4096

Ορίστε το μέγεθος κάθε πλακιδίου κατά την παραγωγή εικόνας.

προεπιλογή 4096

Ορίστε το μέγεθος κάθε πλακιδίου κατά την παραγωγή εικόνας.

προεπιλογή 2048

Ορίστε την απόσταση μεταξύ διαδοχικών θέσεων πλακιδίων κατά την παραγωγή εικόνας.

προεπιλογή 2048

Ορίστε την απόσταση μεταξύ διαδοχικών θέσεων πλακιδίων κατά την παραγωγή εικόνας.

προεπιλογή 0

Ρύθμιση Eta κατά την παραγωγή εικόνων.

Seed για αναπαραγωγή εικόνων στο Stable Diffusion. Μια εικόνα μπορεί να αναπαραχθεί ακριβώς σε κάθε εκτέλεση, αν παραμείνουν αμετάβλητα η έκδοση του μοντέλου, το prompt και το seed.

προεπιλογή []

LoRA των οποίων το συνδυασμένο αποτέλεσμα παράγει την εικόνα εξόδου, χωρίς περιορισμό στον αριθμό τους.

προεπιλογή []

Ενσωματώσεις που εφαρμόζονται κατά την παραγωγή εικόνας για αντιστοίχιση των token του prompt σε βάρη ενσωματώσεων. Προς το παρόν υποστηρίζεται μόνο μία ενσωμάτωση.

προεπιλογή []

Control nets που προγραμματίζονται για εφαρμογή στην εικόνα σε καθορισμένα χρονικά βήματα κατά την παραγωγή, χωρίς περιορισμό στον αριθμό τους.

προεπιλογή []

IP adapter που χρησιμοποιούνται για την παραγωγή εικόνων. Η παροχή οποιωνδήποτε καταχωρίσεων απαιτεί image_encoder_path.

προεπιλογή {"array":[],"method":...

Παράκαμψη χρονοδιαγράμματος χρονικών βημάτων αποθορυβοποίησης, αμοιβαία αποκλειόμενη με τα sigmas. Χωρίς παράκαμψη—την προεπιλογή—ο scheduler υπολογίζει τα χρονικά βήματα από το num_inference_steps· ένα προσαρμοσμένο χρονοδιάγραμμα καθιστά το num_inference_steps άσχετο. Απαιτείται υποστήριξη του scheduler για το όρισμα timesteps στο set_timesteps.

προεπιλογή {"array":[],"method":...

Παράκαμψη χρονοδιαγράμματος sigma αποθορυβοποίησης, αμοιβαία αποκλειόμενη με τα timesteps. Χωρίς παράκαμψη—την προεπιλογή—ο scheduler υπολογίζει τα sigmas από το num_inference_steps· ένα προσαρμοσμένο χρονοδιάγραμμα καθιστά το num_inference_steps άσχετο. Απαιτείται υποστήριξη του scheduler για το όρισμα sigmas στο set_sigmas.

POST /run/lora/inpaint?wait=20 προσφορά → 0,184 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/lora/inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Stable Diffusion with LoRAs · Inpaint

Επεξεργάζεται τμήματα μιας εικόνας χρησιμοποιώντας `image_url` και ασπρόμαυρο `mask_url` με μοντέλο Stable Diffusion που ορίζεται στο `model_name`. Το `noise_strength` κυμαίνεται από 0 έως 1. Υποστηρίζει συγχωνευμένα LoRAs, ενσωματώσεις, ControlNets, IP adapters και αρκετούς χρονοπρογραμματιστές, με βήματα από 1 έως 150. Η έξοδος είναι png ή jpeg.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
model_nameαπαιτείται
Τύποςstring
Βασικό μοντέλο για την παραγωγή της εικόνας, που προσδιορίζεται είτε από URL είτε από HuggingFace ID.
unet_nameπροαιρετικό
Τύποςstring | null
Προσαρμοσμένη επιλογή U-Net για παραγωγή εικόνων· παρέχετε είτε το HuggingFace ID είτε το URL του.
variantπροαιρετικό
Τύποςstring | null
Επιλογή παραλλαγής μοντέλου HuggingFace· το 'fp16' είναι ένα παράδειγμα.
promptαπαιτείται
Τύποςstring
Περιγράψτε την εικόνα που θέλετε να παραχθεί, με όσο το δυνατόν περισσότερες λεπτομέρειες για τα καλύτερα αποτελέσματα.
negative_promptπροαιρετικό
Τύποςstring
Προεπιλογή
Αρνητικό prompt που καθορίζει ανεπιθύμητες λεπτομέρειες εικόνας. Μπορεί να αποκλείσει χρώματα, αντικείμενα, τοπία ή λεπτότερα χαρακτηριστικά και ιδιότητες, όπως μουστάκι, θόλωση ή χαμηλή ανάλυση.
prompt_weightingπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Εναλλαγή στάθμισης prompt: true καταργεί το όριο των 77 token μέσω μέσου όρου ενσωματώσεων και ενεργοποιεί τη σύνταξη στάθμισης.
image_urlπροαιρετικό image
Τύποςurl · image
URL εικόνας πηγής για παραγωγή image-to-image ή inpainting.
mask_urlπροαιρετικό mask
Τύποςurl · image
URL μάσκας inpainting που δείχνει σε ασπρόμαυρη εικόνα.
noise_strengthπροαιρετικό
Τύποςnumber
Προεπιλογή0.5
≤ 1> 0
Ελέγχει τον πρόσθετο θόρυβο εικόνας σε κλίμακα όπου το 1.0 σημαίνει πλήρη θόρυβο και τιμές κοντά στο 0 ελάχιστο θόρυβο. Ισχύει μόνο όταν παρέχεται image_url.
lorasπροαιρετικό
Τύποςobject[]
Προεπιλογή[]
LoRA των οποίων το συνδυασμένο αποτέλεσμα παράγει την εικόνα εξόδου, χωρίς περιορισμό στον αριθμό τους.
loras[].pathαπαιτείται
Τύποςstring
Θέση των βαρών LoRA, καθορισμένη ως URL ή διαδρομή.
loras[].scaleπροαιρετικό
Τύποςnumber
Προεπιλογή1
0 – 4
Πολλαπλασιαστής που εφαρμόζεται στο βάρος LoRA πριν συγχωνευτεί στο βασικό μοντέλο.
embeddingsπροαιρετικό
Τύποςobject[]
Προεπιλογή[]
Ενσωματώσεις που εφαρμόζονται κατά την παραγωγή εικόνας για αντιστοίχιση των token του prompt σε βάρη ενσωματώσεων. Προς το παρόν υποστηρίζεται μόνο μία ενσωμάτωση.
embeddings[].pathαπαιτείται
Τύποςstring
Βάρη embedding που καθορίζονται από URL ή διαδρομή αρχείου.
embeddings[].tokensπροαιρετικό
Τύποςstring[]
Token του prompt που αντιστοιχίζονται σε βάρη ενσωματώσεων. Η παράλειψή τους δημιουργεί ένα token ανά διάνυσμα του αρχείου ενσωμάτωσης, με ονόματα <s0>, <s1>, ...· χρησιμοποιήστε τα αντιστοιχισμένα token στα prompt σας.
controlnetsπροαιρετικό
Τύποςobject[]
Προεπιλογή[]
Control nets που προγραμματίζονται για εφαρμογή στην εικόνα σε καθορισμένα χρονικά βήματα κατά την παραγωγή, χωρίς περιορισμό στον αριθμό τους.
controlnets[].pathαπαιτείται
Τύποςstring
Τοποθεσία βάρους ControlNet, καθορισμένη ως URL ή διαδρομή.
controlnets[].config_urlπροαιρετικό
Τύποςstring | null
Προαιρετικό URL που παραπέμπει στο αρχείο config.json του ControlNet.
controlnets[].variantπροαιρετικό
Τύποςstring | null
Προαιρετική παραλλαγή για χρήση με κλειδί αποθετηρίου Hugging Face.
controlnets[].image_urlαπαιτείται
Τύποςurl · image
URL εικόνας που παρέχεται ως είσοδος του ControlNet.
controlnets[].mask_urlπροαιρετικό
Τύποςurl · image
Μάσκα ControlNet, η οποία όταν παρέχεται πρέπει να έχει το ίδιο μέγεθος με την εικόνα ελέγχου· το πλάτος και το ύψος πρέπει να διαιρούνται με το 32.
controlnets[].conditioning_scaleπροαιρετικό
Τύποςnumber
Προεπιλογή1
0 – 2
Κλιμάκωση που εφαρμόζεται στα βάρη ControlNet πριν συγχωνευτούν στο βασικό μοντέλο.
controlnets[].start_percentageπροαιρετικό
Τύποςnumber
Προεπιλογή0
0 – 1
Ποσοστό των συνολικών timestep στο οποίο το ControlNet αρχίζει να επηρεάζει την παραγωγή εικόνας.
controlnets[].end_percentageπροαιρετικό
Τύποςnumber
Προεπιλογή1
0 – 1
Ποσοστό των συνολικών timestep στο οποίο το ControlNet παύει να επηρεάζει την παραγωγή εικόνας.
controlnets[].ip_adapter_indexπροαιρετικό
Τύποςinteger | null
Επιλογή IP adapter με βάση τον δείκτη για InstantID ControlNet· τα άλλα ControlNet δεν χρειάζονται αυτήν τη ρύθμιση.
controlnet_guess_modeπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Περιορίζει την εφαρμογή του ControlNet σε υπό συνθήκη προβλέψεις όταν είναι true.
ip_adapterπροαιρετικό
Τύποςobject[]
Προεπιλογή[]
IP adapter που χρησιμοποιούνται για την παραγωγή εικόνων. Η παροχή οποιωνδήποτε καταχωρίσεων απαιτεί image_encoder_path.
ip_adapter[].ip_adapter_image_urlαπαιτείται
Τύποςurl · image
URL εικόνας που παρέχεται ως είσοδος του IP adapter.
ip_adapter[].ip_adapter_mask_urlπροαιρετικό
Τύποςurl · image
Μάσκα IP adapter, η οποία όταν παρέχεται πρέπει να έχει διαστάσεις ίδιες με εκείνες της εικόνας του adapter.
ip_adapter[].pathαπαιτείται
Τύποςstring
Θέση των βαρών του IP adapter, καθορισμένη ως URL ή διαδρομή.
ip_adapter[].model_subfolderπροαιρετικό
Τύποςstring | null
Θέση των βαρών του IP adapter, καθορισμένη ως υποφάκελος μέσα στον κατάλογο του μοντέλου.
ip_adapter[].weight_nameπροαιρετικό
Τύποςstring | null
Όνομα αρχείου των βαρών.
ip_adapter[].insight_face_model_pathπροαιρετικό
Τύποςstring | null
Θέση των βαρών του μοντέλου InsightFace, καθορισμένη ως URL ή διαδρομή.
ip_adapter[].scaleπροαιρετικό
Τύποςnumber
Προεπιλογή1
≥ 0
Συντελεστής κλιμάκωσης για τα βάρη του IP adapter, πριν συγχωνευτούν στο βασικό μοντέλο.
ip_adapter[].scale_jsonπροαιρετικό
Τύποςobject | null
Συντελεστής κλιμάκωσης για τα βάρη του IP adapter, πριν συγχωνευτούν στο βασικό μοντέλο.
ip_adapter[].unconditional_noising_factorπροαιρετικό
Τύποςnumber
Προεπιλογή0
0 – 1
Συντελεστής που ελέγχει τον μη υπό συνθήκη θόρυβο για το IP adapter.
ip_adapter[].image_projection_shortcutπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Ρύθμιση συντόμευσης προβολής εικόνας, με προεπιλογή True. Χρησιμοποιήστε False για μοντέλα FaceID plus V1 και True για μοντέλα FaceID plus V2.
image_encoder_pathπροαιρετικό
Τύποςstring | null
Κωδικοποιητής εικόνας που καθορίζεται από URL HTTPS ή ID Hugging Face, με τη συμβατότητα να εξαρτάται από τα βάρη IP-Adapter: το SD1.5 χρησιμοποιεί image_encoder_subfolder='models/image_encoder', ενώ το h94/IP-Adapter SDXL χρησιμοποιεί h94/IP-Adapter και image_encoder_subfolder='sdxl_models/image_encoder'. Απαιτείται κωδικοποιητής όταν το ip_adapter περιέχει τιμή.
image_encoder_subfolderπροαιρετικό
Τύποςstring | null
Υποκατάλογος μέσα στο image_encoder_path που περιέχει τα βάρη του κωδικοποιητή εικόνας.
image_encoder_weight_nameπροαιρετικό
Τύποςstring | null
Προεπιλογήpytorch_model.bin
Επιλογή των βαρών του κωδικοποιητή εικόνας με βάση το όνομα για χρήση στην παραγωγή εικόνων.
ic_light_model_urlπροαιρετικό
Τύποςstring | null
URL μοντέλου IC Light που χρησιμοποιείται κατά την παραγωγή εικόνων.
ic_light_model_background_image_urlπροαιρετικό
Τύποςurl · image
Φόντο συμβατό με το μοντέλο για παραγωγή εικόνας IC Light, που παρέχεται ως URL εικόνας.
ic_light_image_urlπροαιρετικό
Τύποςurl · image
URL εικόνας εισόδου για παραγωγή με το μοντέλο IC Light.
seedπροαιρετικό
Τύποςinteger | null
Seed για αναπαραγωγή εικόνων στο Stable Diffusion. Μια εικόνα μπορεί να αναπαραχθεί ακριβώς σε κάθε εκτέλεση, αν παραμείνουν αμετάβλητα η έκδοση του μοντέλου, το prompt και το seed.
num_inference_stepsπροαιρετικό
Τύποςinteger
Προεπιλογή30
1 – 150
Ελέγχει πόσα βήματα παραγωγής εκτελεί το Stable Diffusion· επιπλέον βήματα ενδέχεται να αποδώσουν πιο λεπτομερή τελική εικόνα.
guidance_scaleπροαιρετικό
Τύποςnumber
Προεπιλογή7.5
0 – 20
Ισχύς προσήλωσης στο prompt για την επιλογή εικόνας, εκφρασμένη ως CFG (Classifier Free Guidance).
clip_skipπροαιρετικό
Τύποςinteger
Προεπιλογή0
0 – 2
Παραλείπει μέρος της παραγωγής εικόνας για ταχύτερη απόδοση, με ελαφρώς διαφορετικά αποτελέσματα.
schedulerπροαιρετικό
Τύποςenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
Scheduler ή sampler που χρησιμοποιείται για την αποθορυβοποίηση της εικόνας.
timestepsπροαιρετικό
Τύποςobject
Προεπιλογή{"array":[],"method":"default"}
Παράκαμψη χρονοδιαγράμματος χρονικών βημάτων αποθορυβοποίησης, αμοιβαία αποκλειόμενη με τα sigmas. Χωρίς παράκαμψη—την προεπιλογή—ο scheduler υπολογίζει τα χρονικά βήματα από το num_inference_steps· ένα προσαρμοσμένο χρονοδιάγραμμα καθιστά το num_inference_steps άσχετο. Απαιτείται υποστήριξη του scheduler για το όρισμα timesteps στο set_timesteps.
timesteps.methodπροαιρετικό
Τύποςenum
Προεπιλογήdefault
defaultarray
Επιλέξτε πώς καθορίζονται τα χρονικά βήματα: το 'default', η προεπιλεγμένη ρύθμιση, επιτρέπει στον scheduler να χρησιμοποιεί `num_inference_steps`. Για να παρέχετε δικό σας χρονοδιάγραμμα, επιλέξτε 'array' και τοποθετήστε το στη field `array`.
timesteps.arrayπροαιρετικό
Τύποςinteger[]
Προεπιλογή[]
Χρονοδιάγραμμα χρονικών βημάτων που εφαρμόζεται όταν η επιλεγμένη μέθοδος είναι 'custom'.
sigmasπροαιρετικό
Τύποςobject
Προεπιλογή{"array":[],"method":"default"}
Παράκαμψη χρονοδιαγράμματος sigma αποθορυβοποίησης, αμοιβαία αποκλειόμενη με τα timesteps. Χωρίς παράκαμψη—την προεπιλογή—ο scheduler υπολογίζει τα sigmas από το num_inference_steps· ένα προσαρμοσμένο χρονοδιάγραμμα καθιστά το num_inference_steps άσχετο. Απαιτείται υποστήριξη του scheduler για το όρισμα sigmas στο set_sigmas.
sigmas.methodπροαιρετικό
Τύποςenum
Προεπιλογήdefault
defaultarray
Επιλέξτε πώς καθορίζονται τα sigmas: το 'default', η προεπιλεγμένη ρύθμιση, χρησιμοποιεί τις τιμές sigma του scheduler. Για δικό σας χροδιάγραμμα sigma, επιλέξτε 'custom' και τοποθετήστε το στη field `array`.
sigmas.arrayπροαιρετικό
Τύποςnumber[]
Προεπιλογή[]
Χρονοδιάγραμμα sigma που εφαρμόζεται όταν η επιλεγμένη μέθοδος είναι 'custom'.
prediction_typeπροαιρετικό
Τύποςenum
Προεπιλογήepsilon
v_predictionepsilon
Επιλέξτε τον τύπο πρόβλεψης για παραγωγή εικόνων· χωρίς άλλη επιλογή, χρησιμοποιείται το `epsilon`.
rescale_betas_snr_zeroπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Ελέγχει αν ο sampler ενεργοποιεί το rescale_betas_snr_zero.
image_formatπροαιρετικό
Τύποςenum
Προεπιλογήpng
jpegpng
Μορφή αρχείου της τελικής εικόνας.
num_imagesπροαιρετικό num_outputs
Τύποςinteger
Προεπιλογή1
1 – 8
Ορίστε πόσες εικόνες παράγει ένα αίτημα, επιτρέποντας περισσότερο χρόνο παραγωγής για μεγαλύτερη δέσμη.
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Ενεργοποίηση ελέγχου ασφάλειας· το true ενεργοποιεί τον έλεγχο.
tile_widthπροαιρετικό
Τύποςinteger
Προεπιλογή4096
128 – 4.096
Ορίστε το μέγεθος κάθε πλακιδίου κατά την παραγωγή εικόνας.
tile_heightπροαιρετικό
Τύποςinteger
Προεπιλογή4096
128 – 4.096
Ορίστε το μέγεθος κάθε πλακιδίου κατά την παραγωγή εικόνας.
tile_stride_widthπροαιρετικό
Τύποςinteger
Προεπιλογή2048
64 – 2.048
Ορίστε την απόσταση μεταξύ διαδοχικών θέσεων πλακιδίων κατά την παραγωγή εικόνας.
tile_stride_heightπροαιρετικό
Τύποςinteger
Προεπιλογή2048
64 – 2.048
Ορίστε την απόσταση μεταξύ διαδοχικών θέσεων πλακιδίων κατά την παραγωγή εικόνας.
etaπροαιρετικό
Τύποςnumber
Προεπιλογή0
0 – 1
Ρύθμιση Eta κατά την παραγωγή εικόνων.
debug_latentsπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Αποθηκεύει τα latents για αποσφαλμάτωση όταν είναι true.
debug_per_pass_latentsπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Ενεργοποιήστε την αποσφαλμάτωση ανά πέρασμα ορίζοντας true· αποθηκεύονται τα latents κάθε περάσματος.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "lora/inpaint",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 184,
    "usd": "0.184",
    "charged": 184,
    "refunded": 0
  },
  "input": {
    "model_name": "stabilityai/stable-diffusion-xl-base-1.0",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "debug_latents": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_per_pass_latents": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
images
array of object {url, content_type, file_name, file_size, width, height}Πληροφορίες αρχείου για τις εικόνες που παράγονται.
seed
integerSeed παραγωγής εικόνας, συμπεριλαμβανομένης της τυχαία επιλεγμένης τιμής αν η είσοδος δεν περιείχε seed· διαφορετικά, επαναλαμβάνει την παρεχόμενη τιμή.
has_nsfw_concepts
array of booleanΥποδεικνύει αν εμφανίζονται έννοιες NSFW στις παραγόμενες εικόνες.
debug_latents
object {url, content_type, file_name, file_size} | nullΔεδομένα latent που αποθηκεύονται για αποσφαλμάτωση.
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullΔεδομένα latent ανά πέρασμα που αποθηκεύονται για αποσφαλμάτωση.

Περισσότερα μοντέλα: Επεξεργασία εικόνας

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/lora/inpaint.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt