Gå til innhold

Stable Diffusion with LoRAs · Inpaint

Integrer

Modell-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"

Denne forespørselen: ≈0,184 $ 184 API-kreditter · ≈ 19,41 ₽ Kjør den på denne siden

Hent API-nøkkel
Open model Bilderedigering Referanseinndata #diffusion#lora#customization#fine-tuning

Inpainting med valgt Stable Diffusion-basismodell og LoRA-er, styrt av en svart-hvitt-maske

Open model · Bilde

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk

Beskriv bildet du vil generere, med så mange detaljer som mulig for best mulig resultat.

•obligatorisk

Basismodell for bildegenerering, identifisert med enten en URL eller en HuggingFace-ID.

num_images standard 1

Angi hvor mange bilder én forespørsel produserer, slik at en større batch kan bruke mer genereringstid.

Avansert 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
standard

Negativ prompt som angir uønskede bildedetaljer. Den kan utelate farger, objekter, landskap eller finere trekk og egenskaper, for eksempel bart, uskarphet eller lav oppløsning.

image_url
Slipp en fil, eller

URL til kildebildet for bilde-til-bilde-generering eller innmaling.

mask_url
Slipp en fil, eller

URL til innmalingsmasken, som peker til et svart-hvitt-bilde.

Slipp en fil, eller

Modellkompatibel bakgrunn for IC Light-bildegenerering, oppgitt som en bilde-URL.

Slipp en fil, eller

URL til inndatabildet for generering med IC Light-modellen.

prediction_type standard epsilon

Velg prediksjonstypen for bildegenerering; uten et annet valg brukes `epsilon`.

image_format standard png

Filformat for det resulterende bildet.

Egendefinert U-Net-valg for generering av bilder; oppgi enten HuggingFace-ID-en eller URL-en.

Valg av HuggingFace-modellvariant; 'fp16' er ett eksempel.

Bildekoder angitt med en HTTPS-URL eller Hugging Face-ID, med kompatibilitet bestemt av IP-Adapter-vektene: SD1.5 bruker image_encoder_subfolder='models/image_encoder', mens h94/IP-Adapter SDXL bruker h94/IP-Adapter og image_encoder_subfolder='sdxl_models/image_encoder'. En koder kreves når ip_adapter inneholder en verdi.

Underkatalog i image_encoder_path som inneholder vektene til bildekoderen.

standard pytorch_model.bin

Velg bildekoderens vekter etter navn for bruk ved bildegenerering.

URL til IC Light-modellen som brukes ved bildegenerering.

Planlegger eller sampler brukt til å fjerne støy fra bildet.

standard 0.5

Styrer mengden tilført bildestøy på en skala der 1.0 betyr fullstendig støy, mens verdier nær 0 betyr minimal støy. Dette gjelder bare når image_url er oppgitt.

standard 30

Styrer hvor mange genereringssteg Stable Diffusion utfører; flere steg kan gi et mer detaljert sluttbilde.

standard 7.5

Styrke for prompt-etterlevelse ved bildeutvalg, uttrykt som CFG (Classifier Free Guidance).

standard 0

Hopper over en del av bildegenereringen for raskere gjengivelse, med noe annerledes resultater.

standard 4096

Angi størrelsen på hver flis under bildegenerering.

standard 4096

Angi størrelsen på hver flis under bildegenerering.

standard 2048

Angi avstanden mellom påfølgende flisposisjoner under bildegenerering.

standard 2048

Angi avstanden mellom påfølgende flisposisjoner under bildegenerering.

standard 0

Eta-innstilling som brukes ved bildegenerering.

Seed for å gjenskape bilder i Stable Diffusion. Et bilde kan gjenskapes nøyaktig ved hver kjøring ved å beholde modellversjon, prompt og seed uendret.

standard []

LoRA-er der den samlede effekten produserer det genererte bildet, uten grense for hvor mange du kan oppgi.

standard []

Embedding-er som brukes under bildegenerering for å tilordne prompt-token til embedding-vekter. For øyeblikket støttes bare én embedding.

standard []

ControlNet-er som planlegges brukt på bildet ved angitte tidspunkter under genereringen, uten begrensning på hvor mange du oppgir.

standard []

IP-adaptere som brukes til å generere bilder. Hvis du oppgir noen oppføringer, kreves image_encoder_path.

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

Overstyring av tidsplan for støyreduksjonstidssteg, gjensidig utelukkende med sigmas. Uten en overstyring – standarden – beregner planleggeren tidssteg fra num_inference_steps; en egendefinert tidsplan gjør num_inference_steps irrelevant. En overstyring krever at planleggeren støtter argumentet timesteps for set_timesteps.

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

Overstyring av sigma-tidsplan for støyreduksjon, gjensidig utelukkende med timesteps. Uten en overstyring – standarden – beregner planleggeren sigma-verdier fra num_inference_steps; en egendefinert tidsplan gjør num_inference_steps irrelevant. En overstyring krever at planleggeren støtter argumentet sigmas for set_sigmas.

POST /run/lora/inpaint?wait=20 pris → 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"

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Stable Diffusion with LoRAs · Inpaint

Redigerer deler av et bilde ved hjelp av `image_url` og en svart-hvitt-`mask_url` med en Stable Diffusion-modell angitt i `model_name`. `noise_strength` varierer fra 0 til 1. Støtter sammenslåtte LoRA-er, embeddings, ControlNets, IP-adaptere og flere schedulere, med 1 til 150 trinn. Resultatet er png eller jpeg.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
model_nameobligatorisk
Typestring
Basismodell for bildegenerering, identifisert med enten en URL eller en HuggingFace-ID.
unet_namevalgfritt
Typestring | null
Egendefinert U-Net-valg for generering av bilder; oppgi enten HuggingFace-ID-en eller URL-en.
variantvalgfritt
Typestring | null
Valg av HuggingFace-modellvariant; 'fp16' er ett eksempel.
promptobligatorisk
Typestring
Beskriv bildet du vil generere, med så mange detaljer som mulig for best mulig resultat.
negative_promptvalgfritt
Typestring
Standard
Negativ prompt som angir uønskede bildedetaljer. Den kan utelate farger, objekter, landskap eller finere trekk og egenskaper, for eksempel bart, uskarphet eller lav oppløsning.
prompt_weightingvalgfritt
Typeboolean
Standardfalse
Bryter for promptvekting: true fjerner grensen på 77 token gjennom gjennomsnittsberegning av embedding-er og aktiverer syntaks for vekting.
image_urlvalgfritt image
Typeurl · image
URL til kildebildet for bilde-til-bilde-generering eller innmaling.
mask_urlvalgfritt mask
Typeurl · image
URL til innmalingsmasken, som peker til et svart-hvitt-bilde.
noise_strengthvalgfritt
Typenumber
Standard0.5
≤ 1> 0
Styrer mengden tilført bildestøy på en skala der 1.0 betyr fullstendig støy, mens verdier nær 0 betyr minimal støy. Dette gjelder bare når image_url er oppgitt.
lorasvalgfritt
Typeobject[]
Standard[]
LoRA-er der den samlede effekten produserer det genererte bildet, uten grense for hvor mange du kan oppgi.
loras[].pathobligatorisk
Typestring
Plasseringen til LoRA-vektene, angitt som en URL eller bane.
loras[].scalevalgfritt
Typenumber
Standard1
0 – 4
Faktor brukt på LoRA-vekten før den flettes inn i basismodellen.
embeddingsvalgfritt
Typeobject[]
Standard[]
Embedding-er som brukes under bildegenerering for å tilordne prompt-token til embedding-vekter. For øyeblikket støttes bare én embedding.
embeddings[].pathobligatorisk
Typestring
Embedding-vekter angitt med URL eller filbane.
embeddings[].tokensvalgfritt
Typestring[]
Prompt-token tilordnet embedding-vekter. Hvis de utelates, opprettes ett token per vektor i embedding-filen, med navnene <s0>, <s1>, ...; bruk de tilordnede tokenene i promptene.
controlnetsvalgfritt
Typeobject[]
Standard[]
ControlNet-er som planlegges brukt på bildet ved angitte tidspunkter under genereringen, uten begrensning på hvor mange du oppgir.
controlnets[].pathobligatorisk
Typestring
Plassering for ControlNet-vekter, angitt som en URL eller bane.
controlnets[].config_urlvalgfritt
Typestring | null
Valgfri URL til ControlNet-en sin config.json-fil.
controlnets[].variantvalgfritt
Typestring | null
Valgfri variant for bruk med en Hugging Face-repositorienøkkel.
controlnets[].image_urlobligatorisk
Typeurl · image
Bilde-URL som oppgis som inndata til ControlNet.
controlnets[].mask_urlvalgfritt
Typeurl · image
ControlNet-maske, som må ha samme størrelse som kontrollbildet når den oppgis; bredde og høyde må begge være delelige med 32.
controlnets[].conditioning_scalevalgfritt
Typenumber
Standard1
0 – 2
Skalering brukt på ControlNet-vekter før de flettes inn i basismodellen.
controlnets[].start_percentagevalgfritt
Typenumber
Standard0
0 – 1
Prosentandel av alle tidssteg der ControlNet begynner å påvirke bildegenereringen.
controlnets[].end_percentagevalgfritt
Typenumber
Standard1
0 – 1
Prosentandel av alle tidssteg der ControlNet slutter å påvirke bildegenereringen.
controlnets[].ip_adapter_indexvalgfritt
Typeinteger | null
Valg av IP-adapter etter indeks for en InstantID ControlNet; andre ControlNet-er trenger ikke denne innstillingen.
controlnet_guess_modevalgfritt
Typeboolean
Standardfalse
Begrenser bruken av ControlNet til betingede prediksjoner når true.
ip_adaptervalgfritt
Typeobject[]
Standard[]
IP-adaptere som brukes til å generere bilder. Hvis du oppgir noen oppføringer, kreves image_encoder_path.
ip_adapter[].ip_adapter_image_urlobligatorisk
Typeurl · image
Bilde-URL som oppgis som inndata til IP-adapteren.
ip_adapter[].ip_adapter_mask_urlvalgfritt
Typeurl · image
IP-adaptermaske, med et størrelseskrav når den oppgis: dimensjonene må være lik dimensjonene til adapterbildet.
ip_adapter[].pathobligatorisk
Typestring
Plassering av IP-adaptervekter, angitt som en URL eller bane.
ip_adapter[].model_subfoldervalgfritt
Typestring | null
Plassering av IP-adaptervekter, angitt som en undermappe i modellkatalogen.
ip_adapter[].weight_namevalgfritt
Typestring | null
Filnavn for vektene.
ip_adapter[].insight_face_model_pathvalgfritt
Typestring | null
Plassering av InsightFace-modellvekter, angitt som en URL eller bane.
ip_adapter[].scalevalgfritt
Typenumber
Standard1
≥ 0
Skaleringsfaktor for IP-adaptervekter, brukt før de slås sammen med basismodellen.
ip_adapter[].scale_jsonvalgfritt
Typeobject | null
Skaleringsfaktor for IP-adaptervekter, brukt før de slås sammen med basismodellen.
ip_adapter[].unconditional_noising_factorvalgfritt
Typenumber
Standard0
0 – 1
Faktor som styrer ubetinget støytilsetting for IP-adapteren.
ip_adapter[].image_projection_shortcutvalgfritt
Typeboolean
Standardtrue
Innstilling for snarvei til bildeprojeksjon, med True som standard. Bruk False for FaceID plus V1-modeller og True for FaceID plus V2-modeller.
image_encoder_pathvalgfritt
Typestring | null
Bildekoder angitt med en HTTPS-URL eller Hugging Face-ID, med kompatibilitet bestemt av IP-Adapter-vektene: SD1.5 bruker image_encoder_subfolder='models/image_encoder', mens h94/IP-Adapter SDXL bruker h94/IP-Adapter og image_encoder_subfolder='sdxl_models/image_encoder'. En koder kreves når ip_adapter inneholder en verdi.
image_encoder_subfoldervalgfritt
Typestring | null
Underkatalog i image_encoder_path som inneholder vektene til bildekoderen.
image_encoder_weight_namevalgfritt
Typestring | null
Standardpytorch_model.bin
Velg bildekoderens vekter etter navn for bruk ved bildegenerering.
ic_light_model_urlvalgfritt
Typestring | null
URL til IC Light-modellen som brukes ved bildegenerering.
ic_light_model_background_image_urlvalgfritt
Typeurl · image
Modellkompatibel bakgrunn for IC Light-bildegenerering, oppgitt som en bilde-URL.
ic_light_image_urlvalgfritt
Typeurl · image
URL til inndatabildet for generering med IC Light-modellen.
seedvalgfritt
Typeinteger | null
Seed for å gjenskape bilder i Stable Diffusion. Et bilde kan gjenskapes nøyaktig ved hver kjøring ved å beholde modellversjon, prompt og seed uendret.
num_inference_stepsvalgfritt
Typeinteger
Standard30
1 – 150
Styrer hvor mange genereringssteg Stable Diffusion utfører; flere steg kan gi et mer detaljert sluttbilde.
guidance_scalevalgfritt
Typenumber
Standard7.5
0 – 20
Styrke for prompt-etterlevelse ved bildeutvalg, uttrykt som CFG (Classifier Free Guidance).
clip_skipvalgfritt
Typeinteger
Standard0
0 – 2
Hopper over en del av bildegenereringen for raskere gjengivelse, med noe annerledes resultater.
schedulervalgfritt
Typeenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
Planlegger eller sampler brukt til å fjerne støy fra bildet.
timestepsvalgfritt
Typeobject
Standard{"array":[],"method":"default"}
Overstyring av tidsplan for støyreduksjonstidssteg, gjensidig utelukkende med sigmas. Uten en overstyring – standarden – beregner planleggeren tidssteg fra num_inference_steps; en egendefinert tidsplan gjør num_inference_steps irrelevant. En overstyring krever at planleggeren støtter argumentet timesteps for set_timesteps.
timesteps.methodvalgfritt
Typeenum
Standarddefault
defaultarray
Velg hvordan tidssteg bestemmes: 'default', standardinnstillingen, lar planleggeren bruke `num_inference_steps`. Hvis du vil oppgi en tidsplan selv, velger du 'array' og legger tidsplanen i feltet `array`.
timesteps.arrayvalgfritt
Typeinteger[]
Standard[]
Tidsplan for tidssteg som brukes når den valgte metoden er 'custom'.
sigmasvalgfritt
Typeobject
Standard{"array":[],"method":"default"}
Overstyring av sigma-tidsplan for støyreduksjon, gjensidig utelukkende med timesteps. Uten en overstyring – standarden – beregner planleggeren sigma-verdier fra num_inference_steps; en egendefinert tidsplan gjør num_inference_steps irrelevant. En overstyring krever at planleggeren støtter argumentet sigmas for set_sigmas.
sigmas.methodvalgfritt
Typeenum
Standarddefault
defaultarray
Velg hvordan sigma-verdier bestemmes: 'default', standardinnstillingen, bruker planleggerens egne sigma-verdier. Hvis du vil oppgi en sigma-tidsplan selv, velger du 'custom' og legger tidsplanen i feltet `array`.
sigmas.arrayvalgfritt
Typenumber[]
Standard[]
Sigma-tidsplan som brukes når den valgte metoden er 'custom'.
prediction_typevalgfritt
Typeenum
Standardepsilon
v_predictionepsilon
Velg prediksjonstypen for bildegenerering; uten et annet valg brukes `epsilon`.
rescale_betas_snr_zerovalgfritt
Typeboolean
Standardfalse
Styrer om sampleren aktiverer rescale_betas_snr_zero.
image_formatvalgfritt
Typeenum
Standardpng
jpegpng
Filformat for det resulterende bildet.
num_imagesvalgfritt num_outputs
Typeinteger
Standard1
1 – 8
Angi hvor mange bilder én forespørsel produserer, slik at en større batch kan bruke mer genereringstid.
enable_safety_checkervalgfritt
Typeboolean
Standardfalse
Aktivering av sikkerhetskontroll; true aktiverer kontroll.
tile_widthvalgfritt
Typeinteger
Standard4096
128 – 4 096
Angi størrelsen på hver flis under bildegenerering.
tile_heightvalgfritt
Typeinteger
Standard4096
128 – 4 096
Angi størrelsen på hver flis under bildegenerering.
tile_stride_widthvalgfritt
Typeinteger
Standard2048
64 – 2 048
Angi avstanden mellom påfølgende flisposisjoner under bildegenerering.
tile_stride_heightvalgfritt
Typeinteger
Standard2048
64 – 2 048
Angi avstanden mellom påfølgende flisposisjoner under bildegenerering.
etavalgfritt
Typenumber
Standard0
0 – 1
Eta-innstilling som brukes ved bildegenerering.
debug_latentsvalgfritt
Typeboolean
Standardfalse
Lagrer latenter for feilsøking når true.
debug_per_pass_latentsvalgfritt
Typeboolean
Standardfalse
Aktiver feilsøking per pass ved å sette denne til true. Da lagres latenter fra hvert pass.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
images
array of object {url, content_type, file_name, file_size, width, height}Filinformasjon for de genererte bildene.
seed
integerSeed for bildegenerering, inkludert den tilfeldig valgte verdien hvis inndataene utelot en seed; ellers gjentas den oppgitte verdien.
has_nsfw_concepts
array of booleanAngir om NSFW-konsepter forekommer i de genererte bildene.
debug_latents
object {url, content_type, file_name, file_size} | nullLatente data som lagres for feilsøking.
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullLatente data per pass som lagres for feilsøking.

Flere modeller: Bilderedigering

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/lora/inpaint.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt