কনটেন্টে যান

Stable Diffusion with LoRAs

ইন্টিগ্রেট করুন

মডেল id lora
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/lora?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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ: ≈০.০৫৭$ ৫৭ API ক্রেডিট এই পেজে চালান

API কী পান
Open model টেক্সট থেকে ছবি রেফারেন্স ইনপুট #diffusion#lora#customization

যেকোনো Stable Diffusion বেস মডেল এবং LoRAs, এম্বেডিং, ControlNets ও IP adapters-সহ টেক্সট-থেকে-ছবি

Open model · ছবি

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক

আপনি যে ছবি জেনারেট করতে চান তা যতটা সম্ভব বিস্তারিতভাবে বর্ণনা করুন, যাতে সেরা ফলাফল পাওয়া যায়।

image_size ডিফল্ট square_hd

আউটপুট ছবির মাত্রা; প্রিসেট থেকে নির্বাচন করা বা কাস্টম প্রস্থ ও উচ্চতা হিসেবে নির্দিষ্ট করা যায়। উভয় কাস্টম মাত্রা 8 দ্বারা বিভাজ্য হতে হবে।

•আবশ্যক

ছবি জেনারেট করার বেস মডেল, URL অথবা HuggingFace ID দ্বারা শনাক্ত।

num_images ডিফল্ট 1

একটি রিকোয়েস্টে কতগুলো ছবি তৈরি হবে তা নির্ধারণ করুন; বড় batch-এর জন্য বেশি জেনারেশন সময় দেওয়া যায়।

অ্যাডভান্সড negative_prompt · 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 · 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
ডিফল্ট

অনাকাঙ্ক্ষিত ছবির বিস্তারিত নির্দিষ্ট করা নেগেটিভ প্রম্পট। এটি রং, বস্তু, দৃশ্য বা সূক্ষ্ম বৈশিষ্ট্য ও গুণাবলি—যেমন গোঁফ, ব্লার বা কম রেজোলিউশন—বাদ দিতে পারে।

একটি ফাইল ড্রপ করুন, অথবা

IC Light ছবি জেনারেশনের জন্য মডেল-সামঞ্জস্যপূর্ণ ব্যাকগ্রাউন্ড, ছবির URL হিসেবে সরবরাহ করা।

একটি ফাইল ড্রপ করুন, অথবা

IC Light মডেল দিয়ে জেনারেশনের জন্য ইনপুট ছবির URL।

prediction_type ডিফল্ট epsilon

ছবি জেনারেশনের জন্য prediction type বেছে নিন; ভিন্ন কিছু নির্বাচন না করলে `epsilon` ব্যবহার করা হয়।

image_format ডিফল্ট png

ফলাফল ছবির ফাইল ফরম্যাট।

ছবি জেনারেট করার জন্য কাস্টম U-Net নির্বাচন; এর HuggingFace ID অথবা URL দিন।

HuggingFace মডেল ভ্যারিয়েন্ট নির্বাচন; 'fp16' একটি উদাহরণ।

HTTPS URL বা Hugging Face ID দিয়ে নির্দিষ্ট করা ছবি এনকোডার, যার সামঞ্জস্য IP-Adapter ওয়েটের ওপর নির্ভর করে: SD1.5 ব্যবহার করে image_encoder_subfolder='models/image_encoder', আর h94/IP-Adapter SDXL ব্যবহার করে h94/IP-Adapter এবং image_encoder_subfolder='sdxl_models/image_encoder'। ip_adapter-এ কোনো মান থাকলে এনকোডার আবশ্যক।

image_encoder_path-এর মধ্যে যে সাবডিরেক্টরিতে ছবি এনকোডারের ওয়েট থাকে।

ডিফল্ট pytorch_model.bin

ছবি তৈরিতে ব্যবহারের জন্য নাম দিয়ে ছবি এনকোডারের ওয়েট বেছে নিন।

ছবি জেনারেশনের সময় ব্যবহৃত IC Light মডেলের URL।

ছবির নয়েজ দূর করতে ব্যবহৃত শিডিউলার বা স্যাম্পলার।

ডিফল্ট 30

Stable Diffusion-এর জেনারেশন ধাপের সংখ্যা নিয়ন্ত্রণ করে; অতিরিক্ত ধাপে আরও বিস্তারিত চূড়ান্ত ছবি পাওয়া যেতে পারে।

ডিফল্ট 7.5

ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।

ডিফল্ট 0

দ্রুত রেন্ডার করার জন্য ছবি জেনারেশনের একটি অংশ বাদ দেয়, ফলে ফলাফল সামান্য ভিন্ন হয়।

ডিফল্ট 4096

ছবি জেনারেশনের সময় প্রতিটি tile কত বড় হবে তা নির্ধারণ করুন।

ডিফল্ট 4096

ছবি জেনারেশনের সময় প্রতিটি tile কত বড় হবে তা নির্ধারণ করুন।

ডিফল্ট 2048

ছবি জেনারেশনের সময় পরপর tile অবস্থানগুলোর মধ্যকার ফাঁক নির্ধারণ করুন।

ডিফল্ট 2048

ছবি জেনারেশনের সময় পরপর tile অবস্থানগুলোর মধ্যকার ফাঁক নির্ধারণ করুন।

ডিফল্ট 0

ছবি জেনারেশনের সময় ব্যবহৃত Eta সেটিং।

Stable Diffusion-এ ছবি পুনরুৎপাদনের seed। মডেলের সংস্করণ, প্রম্পট এবং seed অপরিবর্তিত রাখলে প্রতিবার ছবি হুবহু পুনরুৎপাদন করা যায়।

ডিফল্ট []

যেসব LoRA-র সম্মিলিত ইফেক্টে জেনারেট করা ছবি তৈরি হয়; সরবরাহযোগ্য সংখ্যার কোনো সীমা নেই।

ডিফল্ট []

ছবি জেনারেশনের সময় প্রয়োগ করা embeddings, যা প্রম্পট টোকেনকে embedding weight-এ ম্যাপ করে। বর্তমানে কেবল একটি embedding সমর্থিত।

ডিফল্ট []

জেনারেশনের সময় নির্দিষ্ট timestep-এ ছবিতে প্রয়োগের জন্য নির্ধারিত Control net; আপনি যতগুলো দিতে পারেন, তার কোনো সীমা নেই।

ডিফল্ট []

ছবি জেনারেশনের জন্য ব্যবহৃত IP adapter। যেকোনো এন্ট্রি দিলে image_encoder_path প্রয়োজন।

ডিফল্ট {"array":[],"method":...

Denoising timestep schedule-এর ওভাররাইড, sigmas-এর সঙ্গে পারস্পরিকভাবে একচেটিয়া। ওভাররাইড না থাকলে—ডিফল্ট অবস্থায়—scheduler num_inference_steps থেকে timesteps গণনা করে; কাস্টম schedule দিলে num_inference_steps অপ্রাসঙ্গিক হয়ে যায়। ওভাররাইডের জন্য set_timesteps-এ timesteps argument সমর্থনকারী scheduler প্রয়োজন।

ডিফল্ট {"array":[],"method":...

Denoising sigma schedule-এর ওভাররাইড, timesteps-এর সঙ্গে পারস্পরিকভাবে একচেটিয়া। ওভাররাইড না থাকলে—ডিফল্ট অবস্থায়—scheduler num_inference_steps থেকে sigmas গণনা করে; কাস্টম schedule দিলে num_inference_steps অপ্রাসঙ্গিক হয়ে যায়। ওভাররাইডের জন্য set_sigmas-এ sigmas argument সমর্থনকারী scheduler প্রয়োজন।

POST /run/lora?wait=20 মূল্য → ০.০৫৭$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/lora?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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Stable Diffusion with LoRAs সম্পর্কে

`model_name`-এ URL বা HuggingFace ID দ্বারা দেওয়া বেস মডেল ব্যবহার করে টেক্সট প্রম্পট থেকে ছবি তৈরি করে। একাধিক `loras` মার্জ করা যায়, এবং এম্বেডিং, ControlNets, IP adapters ও IC Light ইনপুট সমর্থিত। স্যাম্পলার অপশনের মধ্যে একাধিক scheduler এবং 1 থেকে 150 ধাপ রয়েছে। png বা jpeg-এ 1 থেকে 8টি ছবি তৈরি করে।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
model_nameআবশ্যক
ধরনstring
ছবি জেনারেট করার বেস মডেল, URL অথবা HuggingFace ID দ্বারা শনাক্ত।
unet_nameঐচ্ছিক
ধরনstring | null
ছবি জেনারেট করার জন্য কাস্টম U-Net নির্বাচন; এর HuggingFace ID অথবা URL দিন।
variantঐচ্ছিক
ধরনstring | null
HuggingFace মডেল ভ্যারিয়েন্ট নির্বাচন; 'fp16' একটি উদাহরণ।
promptআবশ্যক
ধরনstring
আপনি যে ছবি জেনারেট করতে চান তা যতটা সম্ভব বিস্তারিতভাবে বর্ণনা করুন, যাতে সেরা ফলাফল পাওয়া যায়।
negative_promptঐচ্ছিক
ধরনstring
ডিফল্ট
অনাকাঙ্ক্ষিত ছবির বিস্তারিত নির্দিষ্ট করা নেগেটিভ প্রম্পট। এটি রং, বস্তু, দৃশ্য বা সূক্ষ্ম বৈশিষ্ট্য ও গুণাবলি—যেমন গোঁফ, ব্লার বা কম রেজোলিউশন—বাদ দিতে পারে।
prompt_weightingঐচ্ছিক
ধরনboolean
ডিফল্টfalse
প্রম্পট-ওয়েটিং টগল: true হলে embedding averaging-এর মাধ্যমে 77 টোকেনের সীমা সরিয়ে ওয়েটিং সিনট্যাক্স সক্রিয় করে।
lorasঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
যেসব LoRA-র সম্মিলিত ইফেক্টে জেনারেট করা ছবি তৈরি হয়; সরবরাহযোগ্য সংখ্যার কোনো সীমা নেই।
loras[].pathআবশ্যক
ধরনstring
LoRA weights-এর অবস্থান, URL বা path হিসেবে নির্দিষ্ট করা হয়।
loras[].scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ৪
বেস মডেলে মার্জ করার আগে LoRA-এর ওজনে প্রয়োগ করা গুণক।
embeddingsঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবি জেনারেশনের সময় প্রয়োগ করা embeddings, যা প্রম্পট টোকেনকে embedding weight-এ ম্যাপ করে। বর্তমানে কেবল একটি embedding সমর্থিত।
embeddings[].pathআবশ্যক
ধরনstring
URL বা ফাইল path দ্বারা নির্দিষ্ট embedding weights।
embeddings[].tokensঐচ্ছিক
ধরনstring[]
embedding weight-এ ম্যাপ করা প্রম্পট টোকেন। এগুলো বাদ দিলে embedding-file vector প্রতি একটি করে টোকেন তৈরি হয়, যার নাম <s0>, <s1>, ...; আপনার প্রম্পটে ম্যাপ করা টোকেন ব্যবহার করুন।
controlnetsঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
জেনারেশনের সময় নির্দিষ্ট timestep-এ ছবিতে প্রয়োগের জন্য নির্ধারিত Control net; আপনি যতগুলো দিতে পারেন, তার কোনো সীমা নেই।
controlnets[].pathআবশ্যক
ধরনstring
ControlNet-এর ওজনের অবস্থান, URL অথবা path হিসেবে নির্দিষ্ট।
controlnets[].config_urlঐচ্ছিক
ধরনstring | null
ControlNet-এর config.json ফাইলের দিকে নির্দেশ করা ঐচ্ছিক URL।
controlnets[].variantঐচ্ছিক
ধরনstring | null
Hugging Face রিপোজিটরি key-এর সঙ্গে ব্যবহারের জন্য ঐচ্ছিক variant।
controlnets[].image_urlআবশ্যক
ধরনurl · image
ControlNet ইনপুট হিসেবে দেওয়া ছবির URL।
controlnets[].mask_urlঐচ্ছিক
ধরনurl · image
ControlNet মাস্ক; দেওয়া হলে এর আকার কন্ট্রোল ছবির আকারের সঙ্গে মিলতে হবে, এবং প্রস্থ ও উচ্চতা উভয়ই 32 দিয়ে বিভাজ্য হতে হবে।
controlnets[].conditioning_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ২
বেস মডেলের সঙ্গে একীভূত করার আগে ControlNet ওজনে প্রয়োগ করা স্কেলিং।
controlnets[].start_percentageঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
মোট টাইমস্টেপের যে শতাংশে ControlNet ছবির জেনারেশনে প্রভাব বিস্তার শুরু করে।
controlnets[].end_percentageঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ১
মোট টাইমস্টেপের যে শতাংশে ControlNet ছবির জেনারেশনে প্রভাব বিস্তার বন্ধ করে।
controlnets[].ip_adapter_indexঐচ্ছিক
ধরনinteger | null
InstantID ControlNet-এর জন্য ইনডেক্স দিয়ে IP adapter নির্বাচন; অন্য ControlNet-এর ক্ষেত্রে এই সেটিং প্রয়োজন নেই।
controlnet_guess_modeঐচ্ছিক
ধরনboolean
ডিফল্টfalse
true হলে ControlNet-এর প্রয়োগ কেবল conditional prediction-এ সীমাবদ্ধ করে।
ip_adapterঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবি জেনারেশনের জন্য ব্যবহৃত IP adapter। যেকোনো এন্ট্রি দিলে image_encoder_path প্রয়োজন।
ip_adapter[].ip_adapter_image_urlআবশ্যক
ধরনurl · image
IP adapter ইনপুট হিসেবে সরবরাহ করা ছবির URL।
ip_adapter[].ip_adapter_mask_urlঐচ্ছিক
ধরনurl · image
IP adapter মাস্ক; সরবরাহ করা হলে আকারের সীমাবদ্ধতা প্রযোজ্য: এর মাত্রা adapter ছবির মাত্রার সমান হতে হবে।
ip_adapter[].pathআবশ্যক
ধরনstring
IP adapter ওজনের অবস্থান, URL বা path হিসেবে নির্দিষ্ট।
ip_adapter[].model_subfolderঐচ্ছিক
ধরনstring | null
IP adapter ওজনের অবস্থান, মডেল ডিরেক্টরির একটি সাবফোল্ডার হিসেবে নির্দিষ্ট।
ip_adapter[].weight_nameঐচ্ছিক
ধরনstring | null
ওজনের ফাইলের নাম।
ip_adapter[].insight_face_model_pathঐচ্ছিক
ধরনstring | null
InsightFace মডেল ওজনের অবস্থান, URL বা path হিসেবে নির্দিষ্ট।
ip_adapter[].scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
≥ ০
IP adapter ওজনের স্কেলিং ফ্যাক্টর, যা বেস মডেলের সঙ্গে মার্জ করার আগে প্রয়োগ করা হয়।
ip_adapter[].scale_jsonঐচ্ছিক
ধরনobject | null
IP adapter ওজনের স্কেলিং ফ্যাক্টর, যা বেস মডেলের সঙ্গে মার্জ করার আগে প্রয়োগ করা হয়।
ip_adapter[].unconditional_noising_factorঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
IP adapter-এর unconditional noising নিয়ন্ত্রণকারী ফ্যাক্টর।
ip_adapter[].image_projection_shortcutঐচ্ছিক
ধরনboolean
ডিফল্টtrue
ছবি প্রজেকশনের শর্টকাট সেটিং, যেখানে True ডিফল্ট। FaceID plus V1 মডেলের জন্য False এবং FaceID plus V2 মডেলের জন্য True ব্যবহার করুন।
image_encoder_pathঐচ্ছিক
ধরনstring | null
HTTPS URL বা Hugging Face ID দিয়ে নির্দিষ্ট করা ছবি এনকোডার, যার সামঞ্জস্য IP-Adapter ওয়েটের ওপর নির্ভর করে: SD1.5 ব্যবহার করে image_encoder_subfolder='models/image_encoder', আর h94/IP-Adapter SDXL ব্যবহার করে h94/IP-Adapter এবং image_encoder_subfolder='sdxl_models/image_encoder'। ip_adapter-এ কোনো মান থাকলে এনকোডার আবশ্যক।
image_encoder_subfolderঐচ্ছিক
ধরনstring | null
image_encoder_path-এর মধ্যে যে সাবডিরেক্টরিতে ছবি এনকোডারের ওয়েট থাকে।
image_encoder_weight_nameঐচ্ছিক
ধরনstring | null
ডিফল্টpytorch_model.bin
ছবি তৈরিতে ব্যবহারের জন্য নাম দিয়ে ছবি এনকোডারের ওয়েট বেছে নিন।
ic_light_model_urlঐচ্ছিক
ধরনstring | null
ছবি জেনারেশনের সময় ব্যবহৃত IC Light মডেলের URL।
ic_light_model_background_image_urlঐচ্ছিক
ধরনurl · image
IC Light ছবি জেনারেশনের জন্য মডেল-সামঞ্জস্যপূর্ণ ব্যাকগ্রাউন্ড, ছবির URL হিসেবে সরবরাহ করা।
ic_light_image_urlঐচ্ছিক
ধরনurl · image
IC Light মডেল দিয়ে জেনারেশনের জন্য ইনপুট ছবির URL।
seedঐচ্ছিক
ধরনinteger | null
Stable Diffusion-এ ছবি পুনরুৎপাদনের seed। মডেলের সংস্করণ, প্রম্পট এবং seed অপরিবর্তিত রাখলে প্রতিবার ছবি হুবহু পুনরুৎপাদন করা যায়।
image_sizeঐচ্ছিক
ধরনobject
ডিফল্টsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
আউটপুট ছবির মাত্রা; প্রিসেট থেকে নির্বাচন করা বা কাস্টম প্রস্থ ও উচ্চতা হিসেবে নির্দিষ্ট করা যায়। উভয় কাস্টম মাত্রা 8 দ্বারা বিভাজ্য হতে হবে।
num_inference_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট30
১ – ১৫০
Stable Diffusion-এর জেনারেশন ধাপের সংখ্যা নিয়ন্ত্রণ করে; অতিরিক্ত ধাপে আরও বিস্তারিত চূড়ান্ত ছবি পাওয়া যেতে পারে।
guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট7.5
০ – ২০
ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।
clip_skipঐচ্ছিক
ধরনinteger
ডিফল্ট0
০ – ২
দ্রুত রেন্ডার করার জন্য ছবি জেনারেশনের একটি অংশ বাদ দেয়, ফলে ফলাফল সামান্য ভিন্ন হয়।
schedulerঐচ্ছিক
ধরনenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
ছবির নয়েজ দূর করতে ব্যবহৃত শিডিউলার বা স্যাম্পলার।
timestepsঐচ্ছিক
ধরনobject
ডিফল্ট{"array":[],"method":"default"}
Denoising timestep schedule-এর ওভাররাইড, sigmas-এর সঙ্গে পারস্পরিকভাবে একচেটিয়া। ওভাররাইড না থাকলে—ডিফল্ট অবস্থায়—scheduler num_inference_steps থেকে timesteps গণনা করে; কাস্টম schedule দিলে num_inference_steps অপ্রাসঙ্গিক হয়ে যায়। ওভাররাইডের জন্য set_timesteps-এ timesteps argument সমর্থনকারী scheduler প্রয়োজন।
timesteps.methodঐচ্ছিক
ধরনenum
ডিফল্টdefault
defaultarray
Timesteps কীভাবে নির্ধারিত হবে তা বেছে নিন: 'default', ডিফল্ট সেটিং, scheduler-কে `num_inference_steps` ব্যবহার করতে দেয়। নিজে timestep schedule দিতে 'array' নির্বাচন করুন এবং schedule-টি `array` ফিল্ডে রাখুন।
timesteps.arrayঐচ্ছিক
ধরনinteger[]
ডিফল্ট[]
নির্বাচিত পদ্ধতি 'custom' হলে প্রয়োগ করা timestep schedule।
sigmasঐচ্ছিক
ধরনobject
ডিফল্ট{"array":[],"method":"default"}
Denoising sigma schedule-এর ওভাররাইড, timesteps-এর সঙ্গে পারস্পরিকভাবে একচেটিয়া। ওভাররাইড না থাকলে—ডিফল্ট অবস্থায়—scheduler num_inference_steps থেকে sigmas গণনা করে; কাস্টম schedule দিলে num_inference_steps অপ্রাসঙ্গিক হয়ে যায়। ওভাররাইডের জন্য set_sigmas-এ sigmas argument সমর্থনকারী scheduler প্রয়োজন।
sigmas.methodঐচ্ছিক
ধরনenum
ডিফল্টdefault
defaultarray
Sigmas কীভাবে নির্ধারিত হবে তা বেছে নিন: 'default', ডিফল্ট সেটিং, scheduler-এর নিজস্ব sigma মান ব্যবহার করে। নিজে sigma schedule দিতে 'custom' নির্বাচন করুন এবং schedule-টি `array` ফিল্ডে রাখুন।
sigmas.arrayঐচ্ছিক
ধরনnumber[]
ডিফল্ট[]
নির্বাচিত পদ্ধতি 'custom' হলে প্রয়োগ করা sigma schedule।
prediction_typeঐচ্ছিক
ধরনenum
ডিফল্টepsilon
v_predictionepsilon
ছবি জেনারেশনের জন্য prediction type বেছে নিন; ভিন্ন কিছু নির্বাচন না করলে `epsilon` ব্যবহার করা হয়।
rescale_betas_snr_zeroঐচ্ছিক
ধরনboolean
ডিফল্টfalse
Sampler rescale_betas_snr_zero সক্রিয় করবে কি না তা নিয়ন্ত্রণ করে।
image_formatঐচ্ছিক
ধরনenum
ডিফল্টpng
jpegpng
ফলাফল ছবির ফাইল ফরম্যাট।
num_imagesঐচ্ছিক num_outputs
ধরনinteger
ডিফল্ট1
১ – ৮
একটি রিকোয়েস্টে কতগুলো ছবি তৈরি হবে তা নির্ধারণ করুন; বড় batch-এর জন্য বেশি জেনারেশন সময় দেওয়া যায়।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টfalse
নিরাপত্তা পরীক্ষক সক্রিয়করণ; true পরীক্ষা সক্ষম করে।
tile_widthঐচ্ছিক
ধরনinteger
ডিফল্ট4096
১২৮ – ৪,০৯৬
ছবি জেনারেশনের সময় প্রতিটি tile কত বড় হবে তা নির্ধারণ করুন।
tile_heightঐচ্ছিক
ধরনinteger
ডিফল্ট4096
১২৮ – ৪,০৯৬
ছবি জেনারেশনের সময় প্রতিটি tile কত বড় হবে তা নির্ধারণ করুন।
tile_stride_widthঐচ্ছিক
ধরনinteger
ডিফল্ট2048
৬৪ – ২,০৪৮
ছবি জেনারেশনের সময় পরপর tile অবস্থানগুলোর মধ্যকার ফাঁক নির্ধারণ করুন।
tile_stride_heightঐচ্ছিক
ধরনinteger
ডিফল্ট2048
৬৪ – ২,০৪৮
ছবি জেনারেশনের সময় পরপর tile অবস্থানগুলোর মধ্যকার ফাঁক নির্ধারণ করুন।
etaঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
ছবি জেনারেশনের সময় ব্যবহৃত Eta সেটিং।
debug_latentsঐচ্ছিক
ধরনboolean
ডিফল্টfalse
true হলে ডিবাগিংয়ের জন্য latents সংরক্ষণ করে।
debug_per_pass_latentsঐচ্ছিক
ধরনboolean
ডিফল্টfalse
এটি true সেট করে প্রতিটি pass-এর ডিবাগিং সক্রিয় করুন; এতে প্রতিটি pass-এর latents সংরক্ষিত হয়।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "lora",
  "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": 57,
    "usd": "0.057",
    "charged": 57,
    "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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
images
array of object {url, content_type, file_name, file_size, width, height}জেনারেট করা ছবিগুলোর ফাইল তথ্য।
seed
integerছবি-জেনারেশনের সিড, যার মধ্যে ইনপুটে সিড না থাকলে এলোমেলোভাবে নির্বাচিত মানটিও অন্তর্ভুক্ত; অন্যথায় প্রদত্ত মানটি পুনরাবৃত্তি করে।
has_nsfw_concepts
array of booleanজেনারেট করা ছবিতে NSFW ধারণা রয়েছে কি না নির্দেশ করে।
debug_latents
object {url, content_type, file_name, file_size} | nullডিবাগিংয়ের জন্য সংরক্ষিত latent ডেটা।
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullডিবাগিংয়ের জন্য সংরক্ষিত প্রতিটি pass-এর latent ডেটা।

আরও মডেল: টেক্সট থেকে ছবি

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/lora.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt