Lompat ke konten

Stable Diffusion with LoRAs · Inpaint

Integrasikan

ID model 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"

Permintaan ini: ≈$0,184 184 kredit API · ≈ ₽19,41 Jalankan di halaman ini

Dapatkan kunci API
Open model Pengeditan Gambar Input referensi #diffusion#lora#customization#fine-tuning

Inpainting dengan model dasar Stable Diffusion pilihan dan LoRA, dipandu oleh mask hitam-putih

Open model · Gambar

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib

Jelaskan gambar yang ingin dibuat sedetail mungkin untuk memperoleh hasil terbaik.

•wajib

Model dasar untuk menghasilkan gambar, diidentifikasi melalui URL atau ID HuggingFace.

num_images bawaan 1

Atur jumlah gambar yang dihasilkan oleh satu permintaan, sehingga waktu pembuatan dapat ditambah untuk batch yang lebih besar.

Lanjutan 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
bawaan

Negative prompt yang menentukan detail gambar yang tidak diinginkan. Prompt ini dapat mengecualikan warna, objek, pemandangan, atau fitur dan kualitas yang lebih halus, seperti kumis, buram, atau resolusi rendah.

image_url
Jatuhkan file, atau

URL gambar sumber untuk pembuatan image-to-image atau inpainting.

mask_url
Jatuhkan file, atau

URL masker inpainting yang mengarah ke gambar hitam-putih.

Jatuhkan file, atau

Latar belakang yang kompatibel dengan model untuk pembuatan gambar IC Light, yang diberikan sebagai URL gambar.

Jatuhkan file, atau

URL gambar input untuk pembuatan dengan model IC Light.

prediction_type bawaan epsilon

Pilih jenis prediksi untuk membuat gambar; jika tidak memilih opsi lain, `epsilon` digunakan.

image_format bawaan png

Format file untuk gambar hasil.

Pemilihan U-Net kustom untuk membuat gambar; berikan HuggingFace ID atau URL-nya.

Pemilihan varian model HuggingFace; 'fp16' adalah salah satu contohnya.

Encoder gambar yang ditentukan oleh URL HTTPS atau ID Hugging Face, dengan kompatibilitas yang ditentukan oleh bobot IP-Adapter: SD1.5 menggunakan image_encoder_subfolder='models/image_encoder', sedangkan h94/IP-Adapter SDXL menggunakan h94/IP-Adapter dan image_encoder_subfolder='sdxl_models/image_encoder'. Encoder diperlukan setiap kali ip_adapter berisi nilai.

Subdirektori di dalam image_encoder_path yang menyimpan bobot encoder gambar.

bawaan pytorch_model.bin

Pilih bobot encoder gambar berdasarkan nama untuk digunakan dalam pembuatan gambar.

URL model IC Light yang digunakan saat membuat gambar.

Scheduler atau sampler yang digunakan untuk melakukan denoising pada gambar.

bawaan 0.5

Mengontrol noise gambar yang ditambahkan pada skala yang 1.0 berarti noise penuh dan pengaturan mendekati 0 berarti noise minimal. Ini hanya berlaku jika image_url diberikan.

bawaan 30

Mengontrol jumlah langkah pembuatan yang dilakukan Stable Diffusion; langkah tambahan dapat menghasilkan gambar akhir yang lebih detail.

bawaan 7.5

Kekuatan kepatuhan terhadap prompt untuk pemilihan gambar, dinyatakan sebagai CFG (Classifier Free Guidance).

bawaan 0

Melewati sebagian pembuatan gambar agar rendering lebih cepat, dengan hasil yang sedikit berbeda.

bawaan 4096

Atur ukuran setiap tile selama pembuatan gambar.

bawaan 4096

Atur ukuran setiap tile selama pembuatan gambar.

bawaan 2048

Atur jarak antara posisi tile yang berurutan selama pembuatan gambar.

bawaan 2048

Atur jarak antara posisi tile yang berurutan selama pembuatan gambar.

bawaan 0

Pengaturan Eta yang digunakan saat membuat gambar.

Seed untuk mereproduksi gambar dalam Stable Diffusion. Gambar dapat direproduksi secara persis pada setiap proses dengan mempertahankan versi model, prompt, dan seed.

bawaan []

LoRA yang efek gabungannya menghasilkan gambar yang dibuat, tanpa batas jumlah yang dapat diberikan.

bawaan []

Embedding yang diterapkan selama pembuatan gambar untuk memetakan token prompt ke bobot embedding. Saat ini, hanya satu embedding yang didukung.

bawaan []

Control net yang dijadwalkan untuk diterapkan pada gambar pada timestep tertentu selama pembuatan, tanpa batas jumlah yang dapat Anda berikan.

bawaan []

IP adapter yang digunakan untuk membuat gambar. Memberikan entri apa pun memerlukan image_encoder_path.

bawaan {"array":[],"method":...

Penggantian jadwal timestep denoising, tidak dapat digunakan bersamaan dengan sigmas. Tanpa penggantian—yaitu bawaan—scheduler menghitung timestep dari num_inference_steps; memberikan jadwal khusus membuat num_inference_steps tidak relevan. Penggantian memerlukan dukungan scheduler untuk argumen timesteps pada set_timesteps.

bawaan {"array":[],"method":...

Penggantian jadwal sigma denoising, tidak dapat digunakan bersamaan dengan timesteps. Tanpa penggantian—yaitu bawaan—scheduler menghitung sigma dari num_inference_steps; memberikan jadwal khusus membuat num_inference_steps tidak relevan. Penggantian memerlukan dukungan scheduler untuk argumen sigmas pada set_sigmas.

POST /run/lora/inpaint?wait=20 estimasi harga → $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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Stable Diffusion with LoRAs · Inpaint

Mengedit bagian gambar menggunakan `image_url` dan `mask_url` hitam-putih dengan model Stable Diffusion yang ditentukan dalam `model_name`. `noise_strength` berkisar dari 0 hingga 1. Mendukung LoRA gabungan, embedding, ControlNet, adaptor IP, dan beberapa scheduler, dengan jumlah langkah dari 1 hingga 150. Output berupa png atau jpeg.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
model_namewajib
Tipestring
Model dasar untuk menghasilkan gambar, diidentifikasi melalui URL atau ID HuggingFace.
unet_nameopsional
Tipestring | null
Pemilihan U-Net kustom untuk membuat gambar; berikan HuggingFace ID atau URL-nya.
variantopsional
Tipestring | null
Pemilihan varian model HuggingFace; 'fp16' adalah salah satu contohnya.
promptwajib
Tipestring
Jelaskan gambar yang ingin dibuat sedetail mungkin untuk memperoleh hasil terbaik.
negative_promptopsional
Tipestring
Bawaan
Negative prompt yang menentukan detail gambar yang tidak diinginkan. Prompt ini dapat mengecualikan warna, objek, pemandangan, atau fitur dan kualitas yang lebih halus, seperti kumis, buram, atau resolusi rendah.
prompt_weightingopsional
Tipeboolean
Bawaanfalse
Sakelar pembobotan prompt: true menghapus batas 77 token melalui perataan embedding dan mengaktifkan sintaks pembobotan.
image_urlopsional image
Tipeurl · image
URL gambar sumber untuk pembuatan image-to-image atau inpainting.
mask_urlopsional mask
Tipeurl · image
URL masker inpainting yang mengarah ke gambar hitam-putih.
noise_strengthopsional
Tipenumber
Bawaan0.5
≤ 1> 0
Mengontrol noise gambar yang ditambahkan pada skala yang 1.0 berarti noise penuh dan pengaturan mendekati 0 berarti noise minimal. Ini hanya berlaku jika image_url diberikan.
lorasopsional
Tipeobject[]
Bawaan[]
LoRA yang efek gabungannya menghasilkan gambar yang dibuat, tanpa batas jumlah yang dapat diberikan.
loras[].pathwajib
Tipestring
Lokasi bobot LoRA, yang ditentukan sebagai URL atau path.
loras[].scaleopsional
Tipenumber
Bawaan1
0 – 4
Pengali yang diterapkan pada bobot LoRA sebelum digabungkan ke model dasar.
embeddingsopsional
Tipeobject[]
Bawaan[]
Embedding yang diterapkan selama pembuatan gambar untuk memetakan token prompt ke bobot embedding. Saat ini, hanya satu embedding yang didukung.
embeddings[].pathwajib
Tipestring
Bobot embedding yang ditentukan melalui URL atau path file.
embeddings[].tokensopsional
Tipestring[]
Token prompt yang dipetakan ke bobot embedding. Jika dihilangkan, satu token dibuat untuk setiap vektor file embedding, dengan nama <s0>, <s1>, ...; gunakan token yang dipetakan dalam prompt Anda.
controlnetsopsional
Tipeobject[]
Bawaan[]
Control net yang dijadwalkan untuk diterapkan pada gambar pada timestep tertentu selama pembuatan, tanpa batas jumlah yang dapat Anda berikan.
controlnets[].pathwajib
Tipestring
Lokasi bobot ControlNet, ditentukan sebagai URL atau path.
controlnets[].config_urlopsional
Tipestring | null
URL opsional yang mengarah ke file config.json milik ControlNet.
controlnets[].variantopsional
Tipestring | null
Varian opsional untuk digunakan dengan kunci repositori Hugging Face.
controlnets[].image_urlwajib
Tipeurl · image
URL gambar yang diberikan sebagai input ControlNet.
controlnets[].mask_urlopsional
Tipeurl · image
Masker ControlNet, yang harus memiliki ukuran sama dengan gambar kontrol jika diberikan; lebar dan tinggi masing-masing harus habis dibagi 32.
controlnets[].conditioning_scaleopsional
Tipenumber
Bawaan1
0 – 2
Penskalaan yang diterapkan pada bobot ControlNet sebelum digabungkan ke model dasar.
controlnets[].start_percentageopsional
Tipenumber
Bawaan0
0 – 1
Persentase dari total timestep saat ControlNet mulai memengaruhi pembuatan gambar.
controlnets[].end_percentageopsional
Tipenumber
Bawaan1
0 – 1
Persentase dari total timestep saat ControlNet berhenti memengaruhi pembuatan gambar.
controlnets[].ip_adapter_indexopsional
Tipeinteger | null
Pemilihan IP adapter berdasarkan indeks untuk ControlNet InstantID; ControlNet lain tidak memerlukan pengaturan ini.
controlnet_guess_modeopsional
Tipeboolean
Bawaanfalse
Membatasi penerapan ControlNet pada prediksi kondisional jika bernilai true.
ip_adapteropsional
Tipeobject[]
Bawaan[]
IP adapter yang digunakan untuk membuat gambar. Memberikan entri apa pun memerlukan image_encoder_path.
ip_adapter[].ip_adapter_image_urlwajib
Tipeurl · image
URL gambar yang diberikan sebagai input IP adapter.
ip_adapter[].ip_adapter_mask_urlopsional
Tipeurl · image
Masker IP adapter, yang memiliki batasan ukuran jika diberikan: dimensinya harus sama dengan gambar adapter.
ip_adapter[].pathwajib
Tipestring
Lokasi bobot IP adapter, yang ditentukan sebagai URL atau path.
ip_adapter[].model_subfolderopsional
Tipestring | null
Lokasi bobot IP adapter, yang ditentukan sebagai subfolder di dalam direktori model.
ip_adapter[].weight_nameopsional
Tipestring | null
Nama file bobot.
ip_adapter[].insight_face_model_pathopsional
Tipestring | null
Lokasi bobot model InsightFace, yang ditentukan sebagai URL atau path.
ip_adapter[].scaleopsional
Tipenumber
Bawaan1
≥ 0
Faktor skala untuk bobot IP adapter, yang diterapkan sebelum digabungkan ke dalam model dasar.
ip_adapter[].scale_jsonopsional
Tipeobject | null
Faktor skala untuk bobot IP adapter, yang diterapkan sebelum digabungkan ke dalam model dasar.
ip_adapter[].unconditional_noising_factoropsional
Tipenumber
Bawaan0
0 – 1
Faktor yang mengontrol penambahan noise tanpa syarat untuk IP adapter.
ip_adapter[].image_projection_shortcutopsional
Tipeboolean
Bawaantrue
Pengaturan pintasan proyeksi gambar, dengan True sebagai bawaan. Gunakan False untuk model FaceID plus V1 dan True untuk model FaceID plus V2.
image_encoder_pathopsional
Tipestring | null
Encoder gambar yang ditentukan oleh URL HTTPS atau ID Hugging Face, dengan kompatibilitas yang ditentukan oleh bobot IP-Adapter: SD1.5 menggunakan image_encoder_subfolder='models/image_encoder', sedangkan h94/IP-Adapter SDXL menggunakan h94/IP-Adapter dan image_encoder_subfolder='sdxl_models/image_encoder'. Encoder diperlukan setiap kali ip_adapter berisi nilai.
image_encoder_subfolderopsional
Tipestring | null
Subdirektori di dalam image_encoder_path yang menyimpan bobot encoder gambar.
image_encoder_weight_nameopsional
Tipestring | null
Bawaanpytorch_model.bin
Pilih bobot encoder gambar berdasarkan nama untuk digunakan dalam pembuatan gambar.
ic_light_model_urlopsional
Tipestring | null
URL model IC Light yang digunakan saat membuat gambar.
ic_light_model_background_image_urlopsional
Tipeurl · image
Latar belakang yang kompatibel dengan model untuk pembuatan gambar IC Light, yang diberikan sebagai URL gambar.
ic_light_image_urlopsional
Tipeurl · image
URL gambar input untuk pembuatan dengan model IC Light.
seedopsional
Tipeinteger | null
Seed untuk mereproduksi gambar dalam Stable Diffusion. Gambar dapat direproduksi secara persis pada setiap proses dengan mempertahankan versi model, prompt, dan seed.
num_inference_stepsopsional
Tipeinteger
Bawaan30
1 – 150
Mengontrol jumlah langkah pembuatan yang dilakukan Stable Diffusion; langkah tambahan dapat menghasilkan gambar akhir yang lebih detail.
guidance_scaleopsional
Tipenumber
Bawaan7.5
0 – 20
Kekuatan kepatuhan terhadap prompt untuk pemilihan gambar, dinyatakan sebagai CFG (Classifier Free Guidance).
clip_skipopsional
Tipeinteger
Bawaan0
0 – 2
Melewati sebagian pembuatan gambar agar rendering lebih cepat, dengan hasil yang sedikit berbeda.
scheduleropsional
Tipeenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
Scheduler atau sampler yang digunakan untuk melakukan denoising pada gambar.
timestepsopsional
Tipeobject
Bawaan{"array":[],"method":"default"}
Penggantian jadwal timestep denoising, tidak dapat digunakan bersamaan dengan sigmas. Tanpa penggantian—yaitu bawaan—scheduler menghitung timestep dari num_inference_steps; memberikan jadwal khusus membuat num_inference_steps tidak relevan. Penggantian memerlukan dukungan scheduler untuk argumen timesteps pada set_timesteps.
timesteps.methodopsional
Tipeenum
Bawaandefault
defaultarray
Pilih cara menentukan timestep: 'default', pengaturan bawaan, memungkinkan scheduler menggunakan `num_inference_steps`. Untuk memberikan jadwal timestep sendiri, pilih 'array' dan letakkan jadwal tersebut di field `array`.
timesteps.arrayopsional
Tipeinteger[]
Bawaan[]
Jadwal timestep yang diterapkan saat metode yang dipilih adalah 'custom'.
sigmasopsional
Tipeobject
Bawaan{"array":[],"method":"default"}
Penggantian jadwal sigma denoising, tidak dapat digunakan bersamaan dengan timesteps. Tanpa penggantian—yaitu bawaan—scheduler menghitung sigma dari num_inference_steps; memberikan jadwal khusus membuat num_inference_steps tidak relevan. Penggantian memerlukan dukungan scheduler untuk argumen sigmas pada set_sigmas.
sigmas.methodopsional
Tipeenum
Bawaandefault
defaultarray
Pilih cara menentukan sigma: 'default', pengaturan bawaan, menggunakan nilai sigma milik scheduler. Untuk memberikan jadwal sigma sendiri, pilih 'custom' dan letakkan jadwal tersebut di field `array`.
sigmas.arrayopsional
Tipenumber[]
Bawaan[]
Jadwal sigma yang diterapkan saat metode yang dipilih adalah 'custom'.
prediction_typeopsional
Tipeenum
Bawaanepsilon
v_predictionepsilon
Pilih jenis prediksi untuk membuat gambar; jika tidak memilih opsi lain, `epsilon` digunakan.
rescale_betas_snr_zeroopsional
Tipeboolean
Bawaanfalse
Mengontrol apakah sampler mengaktifkan rescale_betas_snr_zero.
image_formatopsional
Tipeenum
Bawaanpng
jpegpng
Format file untuk gambar hasil.
num_imagesopsional num_outputs
Tipeinteger
Bawaan1
1 – 8
Atur jumlah gambar yang dihasilkan oleh satu permintaan, sehingga waktu pembuatan dapat ditambah untuk batch yang lebih besar.
enable_safety_checkeropsional
Tipeboolean
Bawaanfalse
Aktivasi pemeriksa keamanan; true mengaktifkan pemeriksaan.
tile_widthopsional
Tipeinteger
Bawaan4096
128 – 4.096
Atur ukuran setiap tile selama pembuatan gambar.
tile_heightopsional
Tipeinteger
Bawaan4096
128 – 4.096
Atur ukuran setiap tile selama pembuatan gambar.
tile_stride_widthopsional
Tipeinteger
Bawaan2048
64 – 2.048
Atur jarak antara posisi tile yang berurutan selama pembuatan gambar.
tile_stride_heightopsional
Tipeinteger
Bawaan2048
64 – 2.048
Atur jarak antara posisi tile yang berurutan selama pembuatan gambar.
etaopsional
Tipenumber
Bawaan0
0 – 1
Pengaturan Eta yang digunakan saat membuat gambar.
debug_latentsopsional
Tipeboolean
Bawaanfalse
Menyimpan latent untuk debugging jika bernilai true.
debug_per_pass_latentsopsional
Tipeboolean
Bawaanfalse
Aktifkan debugging per pass dengan mengaturnya ke true, yang menyimpan latent dari setiap pass.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
images
array of object {url, content_type, file_name, file_size, width, height}Informasi file untuk gambar yang dihasilkan.
seed
integerSeed pembuatan gambar, termasuk nilai yang dipilih secara acak jika input tidak menyertakan seed; jika tidak, nilai yang diberikan akan diulang.
has_nsfw_concepts
array of booleanMenunjukkan apakah konsep NSFW muncul dalam gambar yang dihasilkan.
debug_latents
object {url, content_type, file_name, file_size} | nullData latent yang disimpan untuk debugging.
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullData latent per pass yang disimpan untuk debugging.

Model lainnya: Pengeditan Gambar

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/lora/inpaint.md. Semua model dan panduan: https://doitong.com/developers/llms.txt