Naar inhoud springen

Stable Diffusion with LoRAs · Inpaint

Integreren

Model-ID 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"

Deze request: ≈$ 0,184 184 API-tegoed · ≈ ₽ 19,41 Op deze pagina uitvoeren

API-sleutel ophalen
Open model Afbeelding bewerken Referentie-inputs #diffusion#lora#customization#fine-tuning

Inpainting met een gekozen Stable Diffusion-basismodel en LoRAs, gestuurd door een zwart-witmasker

Open model · Afbeelding

Je eerste resultaat komt hier

Bouw hieronder een request en voer die uit met je API-sleutel. Uitvoer wordt naar onze opslag gekopieerd en voor altijd of 7 dagen gratis bewaard.

Een aanvraag samenstellen

Besturingselementen worden gegenereerd op basis van het modelschema. De code en de prijs worden bijgewerkt terwijl je ze wijzigt.

•verplicht

Beschrijf de afbeelding die je wilt laten genereren zo gedetailleerd mogelijk voor de beste resultaten.

•verplicht

Basismodel voor het genereren van de afbeelding, geïdentificeerd aan de hand van een URL of een HuggingFace-ID.

num_images standaard 1

Stel in hoeveel afbeeldingen één request oplevert, zodat een grotere batch meer generatietijd kan gebruiken.

Geavanceerd 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
standaard

Negatieve prompt met ongewenste afbeeldingsdetails. Hiermee kunnen kleuren, objecten, landschappen of fijnere kenmerken en kwaliteiten, zoals een snor, vervaging of lage resolutie, worden uitgesloten.

image_url
Sleep een bestand hierheen of

URL van de bronafbeelding voor image-to-image-generatie of inpainting.

mask_url
Sleep een bestand hierheen of

URL van het inpainting-masker die naar een zwart-witafbeelding verwijst.

Sleep een bestand hierheen of

Modelcompatibele achtergrond voor IC Light-afbeeldingsgeneratie, aangeleverd als afbeeldings-URL.

Sleep een bestand hierheen of

URL van de invoerafbeelding voor generatie met het IC Light-model.

prediction_type standaard epsilon

Kies het voorspellingstype voor het genereren van afbeeldingen; zonder een andere selectie wordt `epsilon` gebruikt.

image_format standaard png

Bestandsindeling van de resulterende afbeelding.

Aangepaste U-Net-selectie voor het genereren van afbeeldingen; geef de HuggingFace-ID of de URL ervan op.

Selectie van HuggingFace-modelvariant; 'fp16' is een voorbeeld.

Afbeeldingsencoder opgegeven als HTTPS-URL of Hugging Face-ID, waarbij de compatibiliteit wordt bepaald door de IP-Adapter-gewichten: SD1.5 gebruikt image_encoder_subfolder='models/image_encoder', terwijl h94/IP-Adapter SDXL h94/IP-Adapter en image_encoder_subfolder='sdxl_models/image_encoder' gebruikt. Een encoder is vereist wanneer ip_adapter een waarde bevat.

Submap binnen image_encoder_path die de gewichten van de afbeeldingsencoder bevat.

standaard pytorch_model.bin

Selecteer op naam de gewichten van de afbeeldingsencoder voor het genereren van afbeeldingen.

URL van het IC Light-model die bij het genereren van afbeeldingen wordt gebruikt.

Scheduler of sampler die wordt gebruikt om de afbeelding te denoisen.

standaard 0.5

Regelt de toegevoegde afbeeldingsruis op een schaal waarbij 1.0 volledige ruis betekent en waarden dicht bij 0 minimale ruis betekenen. Dit geldt alleen wanneer image_url is opgegeven.

standaard 30

Bepaal hoeveel generatiestappen Stable Diffusion uitvoert; extra stappen kunnen een gedetailleerdere uiteindelijke afbeelding opleveren.

standaard 7.5

Sterkte waarmee de prompt wordt gevolgd bij beeldselectie, uitgedrukt als CFG (Classifier Free Guidance).

standaard 0

Slaat een deel van de afbeeldingsgeneratie over om sneller te renderen, met iets andere resultaten als gevolg.

standaard 4096

Stel in hoe groot elke tegel tijdens de afbeeldingsgeneratie is.

standaard 4096

Stel in hoe groot elke tegel tijdens de afbeeldingsgeneratie is.

standaard 2048

Stel de afstand tussen opeenvolgende tegelposities tijdens de afbeeldingsgeneratie in.

standaard 2048

Stel de afstand tussen opeenvolgende tegelposities tijdens de afbeeldingsgeneratie in.

standaard 0

Eta-instelling die bij het genereren van afbeeldingen wordt gebruikt.

Seed voor het reproduceren van afbeeldingen in Stable Diffusion. Een afbeelding kan bij elke run exact worden gereproduceerd door de modelversie, prompt en seed ongewijzigd te laten.

standaard []

LoRA's waarvan het gecombineerde effect de gegenereerde afbeelding produceert, zonder limiet voor het aantal dat je opgeeft.

standaard []

Embeddings die tijdens de afbeeldingsgeneratie worden toegepast om prompttokens aan embeddinggewichten te koppelen. Momenteel wordt slechts één embedding ondersteund.

standaard []

Control nets die tijdens de generatie op opgegeven timesteps op de afbeelding worden toegepast, zonder limiet voor het aantal dat je opgeeft.

standaard []

IP-adapters die worden gebruikt om afbeeldingen te genereren. Het opgeven van items vereist image_encoder_path.

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

Overschrijving van het denoising-timestepschema, wederzijds exclusief met sigmas. Zonder overschrijving — de standaard — berekent de scheduler timesteps op basis van num_inference_steps; met een aangepast schema is num_inference_steps niet relevant. Een overschrijving vereist dat de scheduler het argument timesteps voor set_timesteps ondersteunt.

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

Overschrijving van het denoising-sigmaschema, wederzijds exclusief met timesteps. Zonder overschrijving — de standaard — berekent de scheduler sigma's op basis van num_inference_steps; met een aangepast schema is num_inference_steps niet relevant. Een overschrijving vereist dat de scheduler het argument sigmas voor set_sigmas ondersteunt.

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

Deze request uitvoeren

Je sleutel blijft in deze browser: hij wordt alleen naar de Doitong API verzonden en alleen in localStorage opgeslagen als je Onthouden aanvinkt. API-sleutel ophalen

Over Stable Diffusion with LoRAs · Inpaint

Bewerkt delen van een afbeelding met `image_url` en een zwart-witte `mask_url` via een Stable Diffusion-model dat in `model_name` is ingesteld. `noise_strength` loopt van 0 tot 1. Ondersteunt samengevoegde LoRAs, embeddings, ControlNets, IP-adapters en verschillende schedulers, met 1 tot 150 stappen. De uitvoer is png of jpeg.

Parameters

Stuur de canonieke naam of de oorspronkelijke naam, niet beide. Canonieke namen

NaamType StandaardToegestaan Beschrijving
model_nameverplicht
Typestring
Basismodel voor het genereren van de afbeelding, geïdentificeerd aan de hand van een URL of een HuggingFace-ID.
unet_nameoptioneel
Typestring | null
Aangepaste U-Net-selectie voor het genereren van afbeeldingen; geef de HuggingFace-ID of de URL ervan op.
variantoptioneel
Typestring | null
Selectie van HuggingFace-modelvariant; 'fp16' is een voorbeeld.
promptverplicht
Typestring
Beschrijf de afbeelding die je wilt laten genereren zo gedetailleerd mogelijk voor de beste resultaten.
negative_promptoptioneel
Typestring
Standaard
Negatieve prompt met ongewenste afbeeldingsdetails. Hiermee kunnen kleuren, objecten, landschappen of fijnere kenmerken en kwaliteiten, zoals een snor, vervaging of lage resolutie, worden uitgesloten.
prompt_weightingoptioneel
Typeboolean
Standaardfalse
Schakelaar voor promptweging: true verwijdert de limiet van 77 tokens via het middelen van embeddings en schakelt wegingssyntaxis in.
image_urloptioneel image
Typeurl · image
URL van de bronafbeelding voor image-to-image-generatie of inpainting.
mask_urloptioneel mask
Typeurl · image
URL van het inpainting-masker die naar een zwart-witafbeelding verwijst.
noise_strengthoptioneel
Typenumber
Standaard0.5
≤ 1> 0
Regelt de toegevoegde afbeeldingsruis op een schaal waarbij 1.0 volledige ruis betekent en waarden dicht bij 0 minimale ruis betekenen. Dit geldt alleen wanneer image_url is opgegeven.
lorasoptioneel
Typeobject[]
Standaard[]
LoRA's waarvan het gecombineerde effect de gegenereerde afbeelding produceert, zonder limiet voor het aantal dat je opgeeft.
loras[].pathverplicht
Typestring
Locatie van de LoRA-gewichten, opgegeven als URL of pad.
loras[].scaleoptioneel
Typenumber
Standaard1
0 – 4
Vermenigvuldiger die vóór samenvoeging met het basismodel op het LoRA-gewicht wordt toegepast.
embeddingsoptioneel
Typeobject[]
Standaard[]
Embeddings die tijdens de afbeeldingsgeneratie worden toegepast om prompttokens aan embeddinggewichten te koppelen. Momenteel wordt slechts één embedding ondersteund.
embeddings[].pathverplicht
Typestring
Embedding-gewichten die via URL of bestandspad zijn opgegeven.
embeddings[].tokensoptioneel
Typestring[]
Prompttokens die aan embeddinggewichten zijn gekoppeld. Als je ze weglaat, wordt één token per vector in het embeddingbestand gemaakt, met de namen <s0>, <s1>, ...; gebruik de gekoppelde tokens in je prompts.
controlnetsoptioneel
Typeobject[]
Standaard[]
Control nets die tijdens de generatie op opgegeven timesteps op de afbeelding worden toegepast, zonder limiet voor het aantal dat je opgeeft.
controlnets[].pathverplicht
Typestring
Locatie van ControlNet-gewichten, opgegeven als URL of pad.
controlnets[].config_urloptioneel
Typestring | null
Optionele URL naar het config.json-bestand van de ControlNet.
controlnets[].variantoptioneel
Typestring | null
Optionele variant voor gebruik met een Hugging Face-repositorysleutel.
controlnets[].image_urlverplicht
Typeurl · image
Afbeeldings-URL die als ControlNet-invoer wordt aangeleverd.
controlnets[].mask_urloptioneel
Typeurl · image
ControlNet-masker, dat bij opgave dezelfde grootte moet hebben als de controleafbeelding; breedte en hoogte moeten elk deelbaar zijn door 32.
controlnets[].conditioning_scaleoptioneel
Typenumber
Standaard1
0 – 2
Schaling toegepast op ControlNet-gewichten voordat ze met het basismodel worden samengevoegd.
controlnets[].start_percentageoptioneel
Typenumber
Standaard0
0 – 1
Percentage van het totale aantal timesteps waarop ControlNet invloed begint uit te oefenen op de afbeeldingsgeneratie.
controlnets[].end_percentageoptioneel
Typenumber
Standaard1
0 – 1
Percentage van het totale aantal timesteps waarop ControlNet geen invloed meer uitoefent op de afbeeldingsgeneratie.
controlnets[].ip_adapter_indexoptioneel
Typeinteger | null
Selectie van de IP-adapter op index voor een InstantID ControlNet; voor andere ControlNets is deze instelling niet nodig.
controlnet_guess_modeoptioneel
Typeboolean
Standaardfalse
Beperkt de toepassing van ControlNet tot conditionele voorspellingen wanneer dit true is.
ip_adapteroptioneel
Typeobject[]
Standaard[]
IP-adapters die worden gebruikt om afbeeldingen te genereren. Het opgeven van items vereist image_encoder_path.
ip_adapter[].ip_adapter_image_urlverplicht
Typeurl · image
Afbeeldings-URL die als invoer voor de IP-adapter wordt aangeleverd.
ip_adapter[].ip_adapter_mask_urloptioneel
Typeurl · image
IP-adaptermasker, waarvoor bij opgave een groottebeperking geldt: de afmetingen moeten gelijk zijn aan die van de adapterafbeelding.
ip_adapter[].pathverplicht
Typestring
Locatie van de IP-adaptergewichten, opgegeven als URL of pad.
ip_adapter[].model_subfolderoptioneel
Typestring | null
Locatie van de IP-adaptergewichten, opgegeven als submap binnen de modelmap.
ip_adapter[].weight_nameoptioneel
Typestring | null
Bestandsnaam van de gewichten.
ip_adapter[].insight_face_model_pathoptioneel
Typestring | null
Locatie van de InsightFace-modelgewichten, opgegeven als URL of pad.
ip_adapter[].scaleoptioneel
Typenumber
Standaard1
≥ 0
Schaalfactor voor IP-adaptergewichten, toegepast voordat ze met het basismodel worden samengevoegd.
ip_adapter[].scale_jsonoptioneel
Typeobject | null
Schaalfactor voor IP-adaptergewichten, toegepast voordat ze met het basismodel worden samengevoegd.
ip_adapter[].unconditional_noising_factoroptioneel
Typenumber
Standaard0
0 – 1
Factor die onvoorwaardelijke ruis voor de IP-adapter regelt.
ip_adapter[].image_projection_shortcutoptioneel
Typeboolean
Standaardtrue
Instelling voor de afbeeldingsprojectiesnelkoppeling, met True als standaard. Gebruik False voor FaceID plus V1-modellen en True voor FaceID plus V2-modellen.
image_encoder_pathoptioneel
Typestring | null
Afbeeldingsencoder opgegeven als HTTPS-URL of Hugging Face-ID, waarbij de compatibiliteit wordt bepaald door de IP-Adapter-gewichten: SD1.5 gebruikt image_encoder_subfolder='models/image_encoder', terwijl h94/IP-Adapter SDXL h94/IP-Adapter en image_encoder_subfolder='sdxl_models/image_encoder' gebruikt. Een encoder is vereist wanneer ip_adapter een waarde bevat.
image_encoder_subfolderoptioneel
Typestring | null
Submap binnen image_encoder_path die de gewichten van de afbeeldingsencoder bevat.
image_encoder_weight_nameoptioneel
Typestring | null
Standaardpytorch_model.bin
Selecteer op naam de gewichten van de afbeeldingsencoder voor het genereren van afbeeldingen.
ic_light_model_urloptioneel
Typestring | null
URL van het IC Light-model die bij het genereren van afbeeldingen wordt gebruikt.
ic_light_model_background_image_urloptioneel
Typeurl · image
Modelcompatibele achtergrond voor IC Light-afbeeldingsgeneratie, aangeleverd als afbeeldings-URL.
ic_light_image_urloptioneel
Typeurl · image
URL van de invoerafbeelding voor generatie met het IC Light-model.
seedoptioneel
Typeinteger | null
Seed voor het reproduceren van afbeeldingen in Stable Diffusion. Een afbeelding kan bij elke run exact worden gereproduceerd door de modelversie, prompt en seed ongewijzigd te laten.
num_inference_stepsoptioneel
Typeinteger
Standaard30
1 – 150
Bepaal hoeveel generatiestappen Stable Diffusion uitvoert; extra stappen kunnen een gedetailleerdere uiteindelijke afbeelding opleveren.
guidance_scaleoptioneel
Typenumber
Standaard7.5
0 – 20
Sterkte waarmee de prompt wordt gevolgd bij beeldselectie, uitgedrukt als CFG (Classifier Free Guidance).
clip_skipoptioneel
Typeinteger
Standaard0
0 – 2
Slaat een deel van de afbeeldingsgeneratie over om sneller te renderen, met iets andere resultaten als gevolg.
scheduleroptioneel
Typeenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
Scheduler of sampler die wordt gebruikt om de afbeelding te denoisen.
timestepsoptioneel
Typeobject
Standaard{"array":[],"method":"default"}
Overschrijving van het denoising-timestepschema, wederzijds exclusief met sigmas. Zonder overschrijving — de standaard — berekent de scheduler timesteps op basis van num_inference_steps; met een aangepast schema is num_inference_steps niet relevant. Een overschrijving vereist dat de scheduler het argument timesteps voor set_timesteps ondersteunt.
timesteps.methodoptioneel
Typeenum
Standaarddefault
defaultarray
Kies hoe timesteps worden bepaald: 'default', de standaardinstelling, laat de scheduler `num_inference_steps` gebruiken. Als je zelf een timestepschema wilt opgeven, selecteer je 'array' en plaats je het schema in het veld `array`.
timesteps.arrayoptioneel
Typeinteger[]
Standaard[]
Timestepschema dat wordt toegepast wanneer de geselecteerde methode 'custom' is.
sigmasoptioneel
Typeobject
Standaard{"array":[],"method":"default"}
Overschrijving van het denoising-sigmaschema, wederzijds exclusief met timesteps. Zonder overschrijving — de standaard — berekent de scheduler sigma's op basis van num_inference_steps; met een aangepast schema is num_inference_steps niet relevant. Een overschrijving vereist dat de scheduler het argument sigmas voor set_sigmas ondersteunt.
sigmas.methodoptioneel
Typeenum
Standaarddefault
defaultarray
Kies hoe sigma's worden bepaald: 'default', de standaardinstelling, gebruikt de eigen sigmawaarden van de scheduler. Als je zelf een sigmaschema wilt opgeven, selecteer je 'custom' en plaats je het schema in het veld `array`.
sigmas.arrayoptioneel
Typenumber[]
Standaard[]
Sigmaschema dat wordt toegepast wanneer de geselecteerde methode 'custom' is.
prediction_typeoptioneel
Typeenum
Standaardepsilon
v_predictionepsilon
Kies het voorspellingstype voor het genereren van afbeeldingen; zonder een andere selectie wordt `epsilon` gebruikt.
rescale_betas_snr_zerooptioneel
Typeboolean
Standaardfalse
Bepaalt of de sampler rescale_betas_snr_zero inschakelt.
image_formatoptioneel
Typeenum
Standaardpng
jpegpng
Bestandsindeling van de resulterende afbeelding.
num_imagesoptioneel num_outputs
Typeinteger
Standaard1
1 – 8
Stel in hoeveel afbeeldingen één request oplevert, zodat een grotere batch meer generatietijd kan gebruiken.
enable_safety_checkeroptioneel
Typeboolean
Standaardfalse
Activering van de veiligheidscontrole; true schakelt controle in.
tile_widthoptioneel
Typeinteger
Standaard4096
128 – 4.096
Stel in hoe groot elke tegel tijdens de afbeeldingsgeneratie is.
tile_heightoptioneel
Typeinteger
Standaard4096
128 – 4.096
Stel in hoe groot elke tegel tijdens de afbeeldingsgeneratie is.
tile_stride_widthoptioneel
Typeinteger
Standaard2048
64 – 2.048
Stel de afstand tussen opeenvolgende tegelposities tijdens de afbeeldingsgeneratie in.
tile_stride_heightoptioneel
Typeinteger
Standaard2048
64 – 2.048
Stel de afstand tussen opeenvolgende tegelposities tijdens de afbeeldingsgeneratie in.
etaoptioneel
Typenumber
Standaard0
0 – 1
Eta-instelling die bij het genereren van afbeeldingen wordt gebruikt.
debug_latentsoptioneel
Typeboolean
Standaardfalse
Slaat latents op voor foutopsporing wanneer dit true is.
debug_per_pass_latentsoptioneel
Typeboolean
Standaardfalse
Schakel foutopsporing per pass in door dit op true in te stellen; hiermee worden de latents van elke pass opgeslagen.
verplicht Canonieke naam, ook geaccepteerd

Bestandsparameters accepteren een openbare https:// URL, een data: URI tot 10 MB of de file_url van een upload. Bestanden

Uitvoer

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"
  }
}
Jouw bestanden, jouw keuzeElke outputs[].url is een kopie in onze opslag: voor altijd bewaard (betaald per GB-maand) of 7 dagen gratis, volgens je accountinstelling of ?storage=.
Dezelfde structuur voor elk modeltype, url, content_type, width, height en duration, voor afbeeldingen, video en audio. output is het eigen resultaatobject van het model.
Velden van de uitvoer
images
array of object {url, content_type, file_name, file_size, width, height}Bestandsinformatie voor de gegenereerde afbeeldingen.
seed
integerSeed voor afbeeldingsgeneratie, inclusief de willekeurig gekozen waarde als de invoer geen seed bevatte; anders wordt de opgegeven waarde herhaald.
has_nsfw_concepts
array of booleanGeeft aan of NSFW-concepten in de gegenereerde afbeeldingen voorkomen.
debug_latents
object {url, content_type, file_name, file_size} | nullLatente gegevens die voor foutopsporing zijn opgeslagen.
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullLatente gegevens per pass die voor foutopsporing zijn opgeslagen.

Meer modellen: Afbeelding bewerken

Voor AI-agents: deze pagina als Markdown staat op https://doitong.com/nl/developers/models/lora/inpaint.md. Alle modellen en handleidingen: https://doitong.com/developers/llms.txt