ข้ามไปยังเนื้อหา

FLUX.1 [dev] with Controlnets and Loras · Rf Inversion

ผสานการทำงาน

ID โมเดล flux-general/rf-inversion
# 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/flux-general/rf-inversion?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

คำขอนี้: ≈$0.025 25 เครดิต API · ≈ ₽2.64 เรียกใช้ในหน้านี้

รับคีย์ API
Black Forest Labs แก้ไขภาพ อินพุตอ้างอิง #rf-inversion#editing#lora

การแก้ไขภาพอ้างอิงตามพรอมต์ผ่าน RF inversion

สร้างบน Doitong

ผลงานสาธารณะที่สร้างด้วย FLUX.1 [dev] with Controlnets and Loras โดยชุมชน Doitong นำพรอมต์กลับมาใช้ได้ในคลิกเดียว

ผลงานสาธารณะที่แสดง: 9
Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lemb...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lemb...

Close-up portrait seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Prompt Details Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut ...

Prompt Details Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi...

Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikel...

Seorang wanita berkulit pucat berdiri setengah tubuh di dalam air berwarna lembut kebiruan, dikelilingi bunga teratai berkelopak penuh yang bermekaran indah di permukaan air. Rambutnya pirang pucat tersanggul longgar dengan beberapa helaian tipis jatuh alami membingkai sisi wajahnya. Ia memeluk...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat men...

​"Potret sinematik ultra-realistis close-up seorang anak laki-laki kecil (balita) yang sangat menggemaskan dengan mata cokelat besar yang ekspresif, rambut hitam berantakan yang tebal, mengenakan kaus putih kerah henley. Dia berpose dengan kedua tangan terkatup di depan dada, menunjukkan senyum...

Foto sinematik hiper-realistis resolusi tinggi menampilkan seorang pria muda Indonesia dengan tub...

Foto sinematik hiper-realistis resolusi tinggi menampilkan seorang pria muda Indonesia dengan tubuh ramping dan proporsional, rambut hitam pendek agak acak, mengenakan jaket kulit hitam, celana riding fit, dan sepatu motor. Ia sedang melakukan aksi freestyle ekstrem dengan motor sport 500cc...

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

พรอมต์ที่นำทางการแก้ไขรูปภาพ

•จำเป็น image_url
วางไฟล์ หรือ

URL ของรูปภาพที่ระบุอินพุตสำหรับการแก้ไข

image_size

ขนาดของรูปภาพที่สร้างขึ้น

num_images ค่าเริ่มต้น 1

กำหนดจำนวนรูปภาพที่จะสร้าง ตัวเลือกนี้จะถูกกำหนดเป็น 1 เมื่อสตรีมเอาต์พุต

ขั้นสูง negative_prompt · reference_image_url · output_format · scheduler · reverse_guidance_schedule · sigma_schedule · num_inference_steps · guidance_scale · reference_strength · reference_start · reference_end · base_shift · max_shift · nag_scale · nag_tau · nag_alpha · nag_end · controller_guidance_forward · controller_guidance_reverse · reverse_guidance_start · reverse_guidance_end · seed · use_cfg_zero · enable_safety_checker · use_beta_schedule · loras · control_loras · controlnets · controlnet_unions · easycontrols · fill_image
ค่าเริ่มต้น

พรอมต์เชิงลบที่ประมวลผลด้วย NAG โดยค่าเริ่มต้น เพื่อยับยั้งคุณลักษณะที่ไม่ต้องการซึ่งระบุไว้ในรูปภาพที่สร้าง

วางไฟล์ หรือ

URL ของรูปภาพที่ใช้สำหรับการนำทางแบบ Reference-Only

output_format ค่าเริ่มต้น png

รูปแบบไฟล์ของรูปภาพผลลัพธ์

scheduler ค่าเริ่มต้น euler

ตัวจัดกำหนดการที่ใช้ระหว่างการลดสัญญาณรบกวน

reverse_guidance_schedule ค่าเริ่มต้น constant

กำหนดการที่ควบคุมการใช้การนำทางย้อนกลับ

กำหนดการ sigma ที่ใช้ระหว่างการลดสัญญาณรบกวน

ค่าเริ่มต้น 28

จำนวนขั้นตอน inference ที่ต้องดำเนินการ

ค่าเริ่มต้น 3.5

ระดับการยึดตามพรอมต์สำหรับการเลือกรูปภาพ ซึ่งแสดงเป็น CFG (Classifier Free Guidance)

ค่าเริ่มต้น 0.65

อิทธิพลของรูปภาพอ้างอิงระหว่างการสร้างแบบ reference_only หากไม่ได้ส่งรูปภาพอ้างอิง การตั้งค่าความแรงนี้จะไม่มีผล

ค่าเริ่มต้น 0

จุดเริ่มต้นของการนำทางด้วยข้อมูลอ้างอิง แสดงเป็นเปอร์เซ็นต์ของ timestep ทั้งหมด

ค่าเริ่มต้น 1

จุดสิ้นสุดของการนำทางด้วยข้อมูลอ้างอิง แสดงเป็นเปอร์เซ็นต์ของ timestep ทั้งหมด

ค่าเริ่มต้น 0.5

การเลื่อนพื้นฐานที่ใช้กับ timestep ตามกำหนดการ

ค่าเริ่มต้น 1.15

การเลื่อนสูงสุดที่ใช้กับ timestep ตามกำหนดการ

ค่าเริ่มต้น 3

การหลีกเลี่ยงพรอมต์เชิงลบที่ควบคุมด้วยสเกล NAG การเพิ่มค่านี้ทำให้รูปภาพที่สร้างมีความคล้ายกับคำอธิบายเชิงลบน้อยลง

ค่าเริ่มต้น 2.5

การตั้งค่า NAG tau สำหรับการทำ normalization ของ hidden state แนะนำให้คงค่าเดิมไว้ การเพิ่มค่าจะทำให้ normalization อ่อนลงและเสี่ยงต่อการเบี่ยงเบนจากรูปภาพต้นฉบับโดยไม่คาดคิด

ค่าเริ่มต้น 0.25

NAG alpha กำหนดระดับที่พรอมต์เชิงบวกเปลี่ยนทิศทางการนำทางที่ทำ normalization ซึ่งรวมพรอมต์เชิงบวกและเชิงลบเข้าด้วยกัน การถ่วงน้ำหนักสุดท้ายนี้ทำให้พรอมต์เชิงบวกมีอิทธิพลมากขึ้นเมื่อใช้ค่าต่ำ และลดการเปลี่ยนทิศทางเมื่อใช้ค่าสูง

ค่าเริ่มต้น 0.25

จุดตัด NAG ที่แสดงเป็นสัดส่วนของขั้นตอนการสร้าง ตัวประมวลผล attention เดิมของ FLUX จะเข้าควบคุมหลังจาก NAG ทำงานครบสัดส่วนเริ่มต้นดังกล่าว

ค่าเริ่มต้น 0.6

การนำทางของตัวควบคุม (gamma) สำหรับการสร้าง noise ที่มีโครงสร้าง

ค่าเริ่มต้น 0.75

กำหนดค่า eta ซึ่งเป็นค่าการนำทางของตัวควบคุมการลดสัญญาณรบกวน การตั้งค่าที่ใกล้ 1 จะได้รูปภาพที่คล้ายกับอินพุตมากขึ้น

ค่าเริ่มต้น 0

timestep เริ่มต้นสำหรับการนำทางในกระบวนการย้อนกลับ

ค่าเริ่มต้น 8

timestep สิ้นสุดสำหรับการนำทางในกระบวนการย้อนกลับ

Seed สำหรับสร้างรูปภาพซ้ำได้: พรอมต์และ seed เดียวกันจะให้รูปภาพเดียวกันเมื่อเวอร์ชันโมเดลไม่เปลี่ยนแปลง

ค่าเริ่มต้น []

LoRA ที่รวมเอฟเฟกต์เข้าด้วยกันเพื่อสร้างรูปภาพ โดยไม่จำกัดจำนวนที่ส่ง

ค่าเริ่มต้น []

LoRA ของรูปภาพควบคุมที่ผสานเป็นการกำหนดค่ารวมสำหรับการสร้างรูปภาพสุดท้าย โดยไม่จำกัดจำนวนที่ส่ง

ค่าเริ่มต้น []

การกำหนดค่า ControlNet สำหรับการสร้างรูปภาพ ซึ่งปัจจุบันจำกัดไว้ที่ ControlNet เดียว

ค่าเริ่มต้น []

การกำหนดค่า ControlNet union สำหรับการสร้างรูปภาพ โดยอยู่ภายใต้ข้อจำกัดปัจจุบันที่รองรับ ControlNet เดียว

ค่าเริ่มต้น []

อินพุต EasyControl ที่ใช้ระหว่างการสร้างรูปภาพ

รูปภาพอินพุตที่นำทางการสร้างและสามารถจัดหาเนื้อหาสำหรับพื้นที่ที่ถูกมาสก์

POST /run/flux-general/rf-inversion?wait=20 ใบเสนอราคา → $0.025
# 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/flux-general/rf-inversion?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ FLUX.1 [dev] with Controlnets and Loras · Rf Inversion

แก้ไขรูปภาพที่ `image_url` ตาม `prompt` โดยใช้ไปป์ไลน์ RF-Inversion ซึ่งทำงานจากรูปภาพต้นฉบับแทนการเริ่มจากสัญญาณรบกวน สามารถเพิ่ม LoRA, LoRA ควบคุม, ControlNet และรูปภาพอ้างอิงได้ และการตั้งค่า NAG (`nag_scale`, `nag_tau`, `nag_alpha`, `nag_end`) ใช้ปรับการชี้นำของพรอมต์เชิงลบ

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
promptจำเป็น
ประเภทstring
พรอมต์ที่นำทางการแก้ไขรูปภาพ
image_sizeไม่บังคับ
ประเภทobject
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ขนาดของรูปภาพที่สร้างขึ้น
num_inference_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น28
1 – 50
จำนวนขั้นตอน inference ที่ต้องดำเนินการ
seedไม่บังคับ
ประเภทinteger | null
Seed สำหรับสร้างรูปภาพซ้ำได้: พรอมต์และ seed เดียวกันจะให้รูปภาพเดียวกันเมื่อเวอร์ชันโมเดลไม่เปลี่ยนแปลง
lorasไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
LoRA ที่รวมเอฟเฟกต์เข้าด้วยกันเพื่อสร้างรูปภาพ โดยไม่จำกัดจำนวนที่ส่ง
loras[].pathจำเป็น
ประเภทstring
ตำแหน่งของน้ำหนัก LoRA ระบุเป็น URL หรือพาธ
loras[].scaleไม่บังคับ
ประเภทobject | number
ค่าเริ่มต้น1
สเกลที่ใช้กับน้ำหนัก LoRA ก่อนผสานเข้ากับโมเดลฐาน ระบุพจนานุกรมในรูปแบบ {"layer_name":layer_scale} เพื่อตั้งค่าสเกลของแต่ละเลเยอร์ ส่วนเลเยอร์ที่ไม่ระบุจะใช้ 1.0
control_lorasไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
LoRA ของรูปภาพควบคุมที่ผสานเป็นการกำหนดค่ารวมสำหรับการสร้างรูปภาพสุดท้าย โดยไม่จำกัดจำนวนที่ส่ง
control_loras[].pathจำเป็น
ประเภทstring
ตำแหน่งของน้ำหนัก LoRA ระบุเป็น URL หรือพาธ
control_loras[].scaleไม่บังคับ
ประเภทobject | number
ค่าเริ่มต้น1
สเกลที่ใช้กับน้ำหนัก LoRA ก่อนผสานเข้ากับโมเดลฐาน ระบุพจนานุกรมในรูปแบบ {"layer_name":layer_scale} เพื่อตั้งค่าสเกลของแต่ละเลเยอร์ ส่วนเลเยอร์ที่ไม่ระบุจะใช้ 1.0
control_loras[].control_image_urlจำเป็น
ประเภทurl · image
URL รูปภาพที่ให้รูปภาพควบคุม
control_loras[].preprocessไม่บังคับ
ประเภทenum
ค่าเริ่มต้นNone
cannydepthNone
วิธีการประมวลผลล่วงหน้าที่ใช้กับรูปภาพที่ส่งมา
controlnetsไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
การกำหนดค่า ControlNet สำหรับการสร้างรูปภาพ ซึ่งปัจจุบันจำกัดไว้ที่ ControlNet เดียว
controlnets[].pathจำเป็น
ประเภทstring
ตำแหน่งน้ำหนัก ControlNet ซึ่งระบุเป็น URL หรือเส้นทาง
controlnets[].config_urlไม่บังคับ
ประเภทstring | null
URL เสริมที่ชี้ไปยังไฟล์ config.json ของ ControlNet
controlnets[].variantไม่บังคับ
ประเภทstring | null
ตัวแปรเสริมสำหรับใช้กับคีย์ของที่เก็บ Hugging Face
controlnets[].control_image_urlจำเป็น
ประเภทurl · image
URL รูปภาพที่ให้รูปภาพควบคุม
controlnets[].mask_image_urlไม่บังคับ
ประเภทurl · image
URL ของมาสก์ที่เชื่อมโยงกับรูปภาพควบคุม
controlnets[].mask_thresholdไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.5
0.01 – 0.99
ค่าเกณฑ์ของมาสก์
controlnets[].conditioning_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 2
การปรับสเกลที่ใช้กับน้ำหนัก ControlNet ก่อนรวมเข้ากับโมเดลพื้นฐาน
controlnets[].start_percentageไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
0 – 1
เปอร์เซ็นต์ของจำนวน timestep ทั้งหมดที่ ControlNet เริ่มมีผลต่อการสร้างรูปภาพ
controlnets[].end_percentageไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 1
เปอร์เซ็นต์ของจำนวน timestep ทั้งหมดที่ ControlNet หยุดมีผลต่อการสร้างรูปภาพ
controlnet_unionsไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
การกำหนดค่า ControlNet union สำหรับการสร้างรูปภาพ โดยอยู่ภายใต้ข้อจำกัดปัจจุบันที่รองรับ ControlNet เดียว
controlnet_unions[].pathจำเป็น
ประเภทstring
ตำแหน่งน้ำหนัก ControlNet ซึ่งระบุเป็น URL หรือเส้นทาง
controlnet_unions[].config_urlไม่บังคับ
ประเภทstring | null
URL เสริมที่ชี้ไปยังไฟล์ config.json ของ ControlNet
controlnet_unions[].variantไม่บังคับ
ประเภทstring | null
ตัวแปรเสริมสำหรับใช้กับคีย์ของที่เก็บ Hugging Face
controlnet_unions[].controlsจำเป็น
ประเภทobject[]
รูปภาพควบคุมและโหมดที่เกี่ยวข้องซึ่งส่งให้ ControlNet
controlnet_unions[].controls[].control_image_urlจำเป็น
ประเภทurl · image
URL รูปภาพที่ให้รูปภาพควบคุม
controlnet_unions[].controls[].mask_image_urlไม่บังคับ
ประเภทurl · image
URL ของมาสก์ที่เชื่อมโยงกับรูปภาพควบคุม
controlnet_unions[].controls[].control_modeจำเป็น
ประเภทenum
cannytiledepthblurposegraylow-quality
โหมดควบคุมที่ใช้โดย Flux Controlnet Union ตัวเลือก: canny นำทางการสร้างด้วยขอบภาพ; tile นำทางด้วยไทล์; depth นำทางด้วยแผนที่ความลึกแบบระดับสีเทา; blur ทำให้รูปภาพเบลอ; pose นำทางการสร้างด้วยท่าทางของรูปภาพ; gray ทำให้รูปภาพเป็นระดับสีเทา; low-quality สร้างรูปภาพเวอร์ชันคุณภาพต่ำ
controlnet_unions[].controls[].conditioning_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 2
การปรับสเกลที่ใช้กับน้ำหนัก ControlNet ก่อนรวมเข้ากับโมเดลพื้นฐาน
controlnet_unions[].controls[].mask_thresholdไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.5
0.01 – 0.99
ค่าเกณฑ์ของมาสก์
controlnet_unions[].controls[].start_percentageไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
0 – 1
เปอร์เซ็นต์ของจำนวน timestep ทั้งหมดที่ ControlNet เริ่มมีผลต่อการสร้างรูปภาพ
controlnet_unions[].controls[].end_percentageไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 1
เปอร์เซ็นต์ของจำนวน timestep ทั้งหมดที่ ControlNet หยุดมีผลต่อการสร้างรูปภาพ
easycontrolsไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
อินพุต EasyControl ที่ใช้ระหว่างการสร้างรูปภาพ
easycontrols[].control_method_urlจำเป็น
ประเภทstring
URL น้ำหนัก safetensor ของวิธีควบคุม หรือตัวระบุที่รองรับ: `canny`, `depth`, `hedsketch`, `inpainting`, `pose`, `seg`, `subject`, `ghibli`
easycontrols[].scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 2
ปัจจัยการปรับสเกลของวิธีควบคุม
easycontrols[].image_urlจำเป็น
ประเภทurl · image
URL ของรูปภาพที่ใช้เป็นอินพุตควบคุม
easycontrols[].image_control_typeจำเป็น
ประเภทenum
subjectspatial
โหมดควบคุมรูปภาพ รองรับ `spatial` หรือ `subject` อย่างใดอย่างหนึ่ง
fill_imageไม่บังคับ
ประเภทobject
รูปภาพอินพุตที่นำทางการสร้างและสามารถจัดหาเนื้อหาสำหรับพื้นที่ที่ถูกมาสก์
fill_image.fill_image_urlไม่บังคับ
ประเภทurl · image
ค่าเริ่มต้น[]
URL ของรูปภาพสำหรับเติมผ่าน redux prompting
guidance_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น3.5
0 – 20
ระดับการยึดตามพรอมต์สำหรับการเลือกรูปภาพ ซึ่งแสดงเป็น CFG (Classifier Free Guidance)
use_cfg_zeroไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
เปิดใช้การสุ่มตัวอย่างการเริ่มต้น CFG-zero ตามที่อธิบายไว้ที่ https://arxiv.org/abs/2503.18886
num_imagesไม่บังคับ num_outputs
ประเภทinteger
ค่าเริ่มต้น1
1 – 10
กำหนดจำนวนรูปภาพที่จะสร้าง ตัวเลือกนี้จะถูกกำหนดเป็น 1 เมื่อสตรีมเอาต์พุต
enable_safety_checkerไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การตรวจสอบความปลอดภัย ซึ่งจะแทนที่รูปภาพที่ถูกทำเครื่องหมายว่าไม่ปลอดภัยด้วยรูปภาพสีดำ ค่า true จะเปิดใช้การตรวจสอบ ส่วน false จะปิดใช้เฉพาะสำหรับบัญชีที่ได้รับอนุญาต ขณะที่คำขอที่ไม่มีการอนุญาตจะได้รับการตรวจสอบเสมอ
reference_image_urlไม่บังคับ
ประเภทurl · image
URL ของรูปภาพที่ใช้สำหรับการนำทางแบบ Reference-Only
reference_strengthไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.65
-3 – 3
อิทธิพลของรูปภาพอ้างอิงระหว่างการสร้างแบบ reference_only หากไม่ได้ส่งรูปภาพอ้างอิง การตั้งค่าความแรงนี้จะไม่มีผล
reference_startไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
0 – 1
จุดเริ่มต้นของการนำทางด้วยข้อมูลอ้างอิง แสดงเป็นเปอร์เซ็นต์ของ timestep ทั้งหมด
reference_endไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 1
จุดสิ้นสุดของการนำทางด้วยข้อมูลอ้างอิง แสดงเป็นเปอร์เซ็นต์ของ timestep ทั้งหมด
base_shiftไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.5
0.01 – 5
การเลื่อนพื้นฐานที่ใช้กับ timestep ตามกำหนดการ
max_shiftไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1.15
0.01 – 5
การเลื่อนสูงสุดที่ใช้กับ timestep ตามกำหนดการ
output_formatไม่บังคับ
ประเภทenum
ค่าเริ่มต้นpng
jpegpng
รูปแบบไฟล์ของรูปภาพผลลัพธ์
use_beta_scheduleไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
ควบคุมว่าจะใช้ beta sigmas หรือไม่
sigma_scheduleไม่บังคับ
ประเภทstring | null
กำหนดการ sigma ที่ใช้ระหว่างการลดสัญญาณรบกวน
schedulerไม่บังคับ
ประเภทenum
ค่าเริ่มต้นeuler
eulerdpmpp_2m
ตัวจัดกำหนดการที่ใช้ระหว่างการลดสัญญาณรบกวน
negative_promptไม่บังคับ
ประเภทstring
ค่าเริ่มต้น
พรอมต์เชิงลบที่ประมวลผลด้วย NAG โดยค่าเริ่มต้น เพื่อยับยั้งคุณลักษณะที่ไม่ต้องการซึ่งระบุไว้ในรูปภาพที่สร้าง
nag_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น3
≤ 10> 1
การหลีกเลี่ยงพรอมต์เชิงลบที่ควบคุมด้วยสเกล NAG การเพิ่มค่านี้ทำให้รูปภาพที่สร้างมีความคล้ายกับคำอธิบายเชิงลบน้อยลง
nag_tauไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น2.5
> 0
การตั้งค่า NAG tau สำหรับการทำ normalization ของ hidden state แนะนำให้คงค่าเดิมไว้ การเพิ่มค่าจะทำให้ normalization อ่อนลงและเสี่ยงต่อการเบี่ยงเบนจากรูปภาพต้นฉบับโดยไม่คาดคิด
nag_alphaไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.25
≤ 1> 0
NAG alpha กำหนดระดับที่พรอมต์เชิงบวกเปลี่ยนทิศทางการนำทางที่ทำ normalization ซึ่งรวมพรอมต์เชิงบวกและเชิงลบเข้าด้วยกัน การถ่วงน้ำหนักสุดท้ายนี้ทำให้พรอมต์เชิงบวกมีอิทธิพลมากขึ้นเมื่อใช้ค่าต่ำ และลดการเปลี่ยนทิศทางเมื่อใช้ค่าสูง
nag_endไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.25
≤ 1> 0
จุดตัด NAG ที่แสดงเป็นสัดส่วนของขั้นตอนการสร้าง ตัวประมวลผล attention เดิมของ FLUX จะเข้าควบคุมหลังจาก NAG ทำงานครบสัดส่วนเริ่มต้นดังกล่าว
image_urlจำเป็น image
ประเภทurl · image
URL ของรูปภาพที่ระบุอินพุตสำหรับการแก้ไข
controller_guidance_forwardไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.6
0.01 – 3
การนำทางของตัวควบคุม (gamma) สำหรับการสร้าง noise ที่มีโครงสร้าง
controller_guidance_reverseไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.75
0.01 – 3
กำหนดค่า eta ซึ่งเป็นค่าการนำทางของตัวควบคุมการลดสัญญาณรบกวน การตั้งค่าที่ใกล้ 1 จะได้รูปภาพที่คล้ายกับอินพุตมากขึ้น
reverse_guidance_startไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น0
timestep เริ่มต้นสำหรับการนำทางในกระบวนการย้อนกลับ
reverse_guidance_endไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น8
timestep สิ้นสุดสำหรับการนำทางในกระบวนการย้อนกลับ
reverse_guidance_scheduleไม่บังคับ
ประเภทenum
ค่าเริ่มต้นconstant
constantlinear_increaselinear_decrease
กำหนดการที่ควบคุมการใช้การนำทางย้อนกลับ
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-general/rf-inversion",
  "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": 25,
    "usd": "0.025",
    "charged": 25,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "images": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "width": 1024,
        "height": 768,
        "content_type": "image/jpeg"
      }
    ],
    "timings": {},
    "seed": 42,
    "has_nsfw_concepts": [
      false
    ],
    "prompt": "string"
  },
  "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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
images
array of object {url, width, height, content_type}ข้อมูลไฟล์สำหรับรูปภาพที่สร้าง
timings
object
seed
integerseed สำหรับการสร้างรูปภาพ รวมถึงค่าที่สุ่มเลือกหากอินพุตไม่ได้ระบุ seed มิฉะนั้นจะใช้ค่าที่ระบุซ้ำ
has_nsfw_concepts
array of booleanระบุว่ามีแนวคิด NSFW ปรากฏในรูปภาพที่สร้างหรือไม่
prompt
stringพรอมต์ที่ใช้ระหว่างการสร้างรูปภาพ

โมเดลเพิ่มเติม: แก้ไขภาพ

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/flux-general/rf-inversion.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt