رفتن به محتوا

SDXL ControlNet Union · Image to Image

یکپارچه‌سازی

شناسه مدل sdxl-controlnet-union/image-to-image
# 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/sdxl-controlnet-union/image-to-image?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"

این درخواست: ≈⁨‎$۰٫۰۴۸⁩ ۴۸ اعتبار API · ≈ ⁨‎₽۵٫۱۶⁩ اجرای آن در این صفحه

دریافت کلید API
Stability AI ویرایش تصویر #diffusion#controlnet#composition

تصویر‌به‌تصویر SDXL با هدایت چندگانهٔ ControlNet از تصاویر کنترلی ژست، عمق، لبه، نرمال یا قطعه‌بندی

Stability AI · تصویر

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

تصویری را که می‌خواهید تولید شود با بیشترین جزئیات ممکن توصیف کنید تا بهترین نتیجه به‌دست آید.

•الزامی image_url
یک فایل بیندازید، یا

تصویر آغازین تولید که از طریق URL ارائه می‌شود.

image_size

ابعاد خروجی که در صورت ارائه‌نشدن اندازه، به‌طور خودکار از تصویر کنترل تعیین می‌شود.

num_images پیش‌فرض 1

تعداد تصاویر درخواستی برای تولید.

پیشرفته negative_prompt · openpose_image_url · depth_image_url · teed_image_url · canny_image_url · normal_image_url · segmentation_image_url · safety_checker_version · format · request_id · controlnet_conditioning_scale · num_inference_steps · guidance_scale · strength · seed · enable_safety_checker · expand_prompt · preserve_aspect_ratio · crop_output · openpose_preprocess · depth_preprocess · teed_preprocess · canny_preprocess · normal_preprocess · segmentation_preprocess · loras · embeddings
پیش‌فرض

پرامپت منفی برای مشخص‌کردن جزئیات ناخواسته تصویر. می‌تواند رنگ‌ها، اشیا، مناظر یا ویژگی‌ها و کیفیت‌های ظریف‌تر مانند سبیل، تاری یا وضوح پایین را حذف کند.

یک فایل بیندازید، یا

URL تصویر کنترل.

یک فایل بیندازید، یا

URL تصویر کنترل.

یک فایل بیندازید، یا

URL تصویر کنترل.

یک فایل بیندازید، یا

URL تصویر کنترل.

یک فایل بیندازید، یا

URL تصویر کنترل.

یک فایل بیندازید، یا

URL تصویر کنترل.

safety_checker_version پیش‌فرض v1

بین بررسی‌کننده ایمنی سفارشی ViT (`v2`) و بررسی‌کننده CompVis (`v1`، پیش‌فرض) انتخاب کنید.

format پیش‌فرض jpeg

قالب فایل تصویر نهایی.

پیش‌فرض

شناسه درخواست برای مرتبط‌کردن پاسخ با درخواستی که آن را ایجاد کرده است.

پیش‌فرض 0.5

شدت شرط‌گذاری اعمال‌شده توسط ControlNet.

پیش‌فرض 35

تعداد مراحل استنتاج.

پیش‌فرض 7.5

میزان پایبندی به پرامپت برای انتخاب تصویر، بیان‌شده به‌صورت CFG (Classifier Free Guidance).

پیش‌فرض 0.95

میزان شباهت تصویر تولیدشده به تصویر اولیه.

seed برای بازتولید تصاویر در Stable Diffusion. با ثابت نگه‌داشتن نسخه مدل، پرامپت و seed، تصویر می‌تواند در هر اجرا دقیقاً بازتولید شود.

پیش‌فرض []

وزن‌های LoRA انتخاب‌شده برای استفاده، به‌صورت فهرست.

پیش‌فرض []

embeddingهای انتخاب‌شده برای استفاده، به‌صورت فهرست.

POST /run/sdxl-controlnet-union/image-to-image?wait=20 قیمت → ⁨‎$۰٫۰۴۸⁩
# 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/sdxl-controlnet-union/image-to-image?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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره SDXL ControlNet Union · Image to Image

یک تصویر آغازین را با استفاده از پایهٔ SDXL و هدایت پرامپت و تصاویر کنترلی اختیاری برای openpose، نقشهٔ عمق، teed، canny، normal و قطعه‌بندی تبدیل می‌کند. هر ورودی کنترلی کلید پیش‌پردازش خود را دارد. `strength` بین 0.05 تا 1، `num_inference_steps` بین 1 تا 70 است و در هر فراخوانی حداکثر 8 تصویر برگردانده می‌شود. LoRAها و امبدینگ‌ها قابل ارائه‌اند و خروجی jpeg یا png است.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
تصویری را که می‌خواهید تولید شود با بیشترین جزئیات ممکن توصیف کنید تا بهترین نتیجه به‌دست آید.
controlnet_conditioning_scaleاختیاری
نوعnumber
پیش‌فرض0.5
۰ – ۱
شدت شرط‌گذاری اعمال‌شده توسط ControlNet.
image_urlالزامی image
نوعurl · image
تصویر آغازین تولید که از طریق URL ارائه می‌شود.
negative_promptاختیاری
نوعstring
پیش‌فرض
پرامپت منفی برای مشخص‌کردن جزئیات ناخواسته تصویر. می‌تواند رنگ‌ها، اشیا، مناظر یا ویژگی‌ها و کیفیت‌های ظریف‌تر مانند سبیل، تاری یا وضوح پایین را حذف کند.
image_sizeاختیاری
نوعobject
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ابعاد خروجی که در صورت ارائه‌نشدن اندازه، به‌طور خودکار از تصویر کنترل تعیین می‌شود.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض35
۱ – ۷۰
تعداد مراحل استنتاج.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض7.5
۰ – ۲۰
میزان پایبندی به پرامپت برای انتخاب تصویر، بیان‌شده به‌صورت CFG (Classifier Free Guidance).
strengthاختیاری
نوعnumber
پیش‌فرض0.95
۰٫۰۵ – ۱
میزان شباهت تصویر تولیدشده به تصویر اولیه.
seedاختیاری
نوعinteger | null
seed برای بازتولید تصاویر در Stable Diffusion. با ثابت نگه‌داشتن نسخه مدل، پرامپت و seed، تصویر می‌تواند در هر اجرا دقیقاً بازتولید شود.
num_imagesاختیاری num_outputs
نوعinteger
پیش‌فرض1
۱ – ۸
تعداد تصاویر درخواستی برای تولید.
lorasاختیاری
نوعobject[]
پیش‌فرض[]
وزن‌های LoRA انتخاب‌شده برای استفاده، به‌صورت فهرست.
loras[].forceاختیاری
نوعboolean
پیش‌فرضfalse
الزامی بودن استفاده از embedding؛ مقدار true آن را اجباری می‌کند.
loras[].pathالزامی
نوعstring
منبع وزن LoRA، به‌صورت شناسه مدل HF که به وزن‌های safetensors resolve می‌شود، یا فایل safetensors قابل دسترسی از طریق URL یا مسیر.
loras[].scaleاختیاری
نوعnumber
پیش‌فرض1
۰ – ۱
ضریبی که پیش از ادغام LoRA در مدل پایه، روی وزن LoRA اعمال می‌شود.
embeddingsاختیاری
نوعobject[]
پیش‌فرض[]
embeddingهای انتخاب‌شده برای استفاده، به‌صورت فهرست.
embeddings[].pathالزامی
نوعstring
وزن‌های embedding مشخص‌شده با URL یا مسیر فایل.
embeddings[].tokensاختیاری
نوعstring[]
فهرست توکن‌های embedding؛ در صورت حذف، نام‌گذاری خودکار انجام می‌شود و هر بردار در فایل embedding یک توکن از دنباله <s0>، <s1>، ... دریافت می‌کند.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
فعال‌سازی بررسی‌کننده ایمنی؛ true بررسی را فعال می‌کند.
safety_checker_versionاختیاری
نوعenum
پیش‌فرضv1
v1v2
بین بررسی‌کننده ایمنی سفارشی ViT (`v2`) و بررسی‌کننده CompVis (`v1`، پیش‌فرض) انتخاب کنید.
expand_promptاختیاری
نوعboolean
پیش‌فرضfalse
گسترش پرامپت با پرامپت‌های اضافی، در صورت true فعال است.
formatاختیاری
نوعenum
پیش‌فرضjpeg
jpegpng
قالب فایل تصویر نهایی.
request_idاختیاری
نوعstring
پیش‌فرض
شناسه درخواست برای مرتبط‌کردن پاسخ با درخواستی که آن را ایجاد کرده است.
preserve_aspect_ratioاختیاری
نوعboolean
پیش‌فرضfalse
برای حفظ نسبت تصویر تصویر تولیدشده حتی در صورت عبور اندازه آن از حد، روی true تنظیم کنید. برای به‌دست‌آوردن نسبت صحیح با برش پس از تولید، crop_output را روی True تنظیم کنید. مقادیر عرض یا ارتفاعی که بر 32 بخش‌پذیر نیستند همچنان به نزدیک‌ترین مضرب 32 گرد می‌شوند و این تغییر اندازه به‌طور پیش‌فرض نسبت تصویر را حفظ نمی‌کند.
crop_outputاختیاری
نوعboolean
پیش‌فرضfalse
وقتی true است، خروجی تولیدشده را به نسبت تصویر صحیح برش می‌دهد.
openpose_image_urlاختیاری
نوعurl · image
URL تصویر کنترل.
openpose_preprocessاختیاری
نوعboolean
پیش‌فرضtrue
پیش‌پردازش تصویر openpose را کنترل می‌کند.
depth_image_urlاختیاری
نوعurl · image
URL تصویر کنترل.
depth_preprocessاختیاری
نوعboolean
پیش‌فرضtrue
پیش‌پردازش تصویر عمق را کنترل می‌کند.
teed_image_urlاختیاری
نوعurl · image
URL تصویر کنترل.
teed_preprocessاختیاری
نوعboolean
پیش‌فرضtrue
پیش‌پردازش تصویر teed را کنترل می‌کند.
canny_image_urlاختیاری
نوعurl · image
URL تصویر کنترل.
canny_preprocessاختیاری
نوعboolean
پیش‌فرضtrue
پیش‌پردازش تصویر canny را کنترل می‌کند.
normal_image_urlاختیاری
نوعurl · image
URL تصویر کنترل.
normal_preprocessاختیاری
نوعboolean
پیش‌فرضtrue
پیش‌پردازش تصویر normal را کنترل می‌کند.
segmentation_image_urlاختیاری
نوعurl · image
URL تصویر کنترل.
segmentation_preprocessاختیاری
نوعboolean
پیش‌فرضtrue
پیش‌پردازش تصویر بخش‌بندی را کنترل می‌کند.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sdxl-controlnet-union/image-to-image",
  "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": 48,
    "usd": "0.048",
    "charged": 48,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "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",
        "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
images
array of object {url, width, height, content_type}اطلاعات فایل تصاویر تولیدشده.
timings
object
seed
integerSeed تولید تصویر، شامل مقدار تصادفی انتخاب‌شده در صورت حذف Seed از ورودی؛ در غیر این صورت، مقدار ارائه‌شده را تکرار می‌کند.
has_nsfw_concepts
array of booleanمشخص می‌کند مفاهیم NSFW در تصاویر تولیدشده ظاهر می‌شوند یا خیر.
prompt
stringپرامپت استفاده‌شده هنگام تولید تصویر.

مدل‌های بیشتر: ویرایش تصویر

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/sdxl-controlnet-union/image-to-image.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt