Gå til indhold

Stable Diffusion with LoRAs

Integrer

Model-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"

Denne anmodning: ≈0,057 $ 57 API-kreditter Kør den på denne side

Hent API-nøgle
Open model Tekst til billede Referenceinputs #diffusion#lora#customization

Tekst-til-billede med en valgfri Stable Diffusion-basismodel samt LoRAs, embeddings, ControlNets og IP-adaptere

Open model · Billede

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet

Beskriv det billede, du vil have genereret, med så mange detaljer som muligt for at opnå de bedste resultater.

image_size standard square_hd

Outputbilledets dimensioner, valgt fra forudindstillinger eller angivet som brugerdefineret bredde og højde. Begge brugerdefinerede dimensioner skal kunne divideres med 8.

•påkrævet

Basismodel til generering af billedet, identificeret med enten en URL eller et HuggingFace-id.

num_images standard 1

Angiv, hvor mange billeder én anmodning producerer, så større batches kan få mere genereringstid.

Avanceret 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
standard

Negativ prompt, der angiver uønskede billeddetaljer. Den kan udelukke farver, objekter, sceneri eller finere træk og egenskaber såsom overskæg, sløring eller lav opløsning.

Slip en fil, eller

Modelkompatibel baggrund til IC Light-billedgenerering, angivet som en billed-URL.

Slip en fil, eller

Inputbilledets URL til generering med IC Light-modellen.

prediction_type standard epsilon

Vælg forudsigelsestypen til billedgenerering; uden et andet valg bruges `epsilon`.

image_format standard png

Filformat for det resulterende billede.

Brugerdefineret U-Net-valg til generering af billeder; angiv enten dets HuggingFace-ID eller URL.

Valg af HuggingFace-modelvariant; 'fp16' er et eksempel.

Billedencoder angivet via en HTTPS-URL eller et Hugging Face-id. Kompatibiliteten bestemmes af IP-Adapter-vægtene: SD1.5 bruger image_encoder_subfolder='models/image_encoder', mens h94/IP-Adapter SDXL bruger h94/IP-Adapter og image_encoder_subfolder='sdxl_models/image_encoder'. En encoder kræves, når ip_adapter indeholder en værdi.

Undermappe i image_encoder_path, der indeholder billedencoderens vægte.

standard pytorch_model.bin

Vælg billedencoderens vægte efter navn til brug ved billedgenerering.

IC Light-model-URL brugt ved billedgenerering.

Scheduler eller sampler, der bruges til at denoise billedet.

standard 30

Styrer, hvor mange genereringstrin Stable Diffusion udfører; flere trin kan give et mere detaljeret slutbillede.

standard 7.5

Styrke for prompt-overensstemmelse ved billedvalg, udtrykt som CFG (Classifier Free Guidance).

standard 0

Springer en del af billedgenereringen over for hurtigere rendering, hvilket giver lidt andre resultater.

standard 4096

Angiv størrelsen på hver flise under billedgenerering.

standard 4096

Angiv størrelsen på hver flise under billedgenerering.

standard 2048

Angiv afstanden mellem efterfølgende flisepositioner under billedgenerering.

standard 2048

Angiv afstanden mellem efterfølgende flisepositioner under billedgenerering.

standard 0

Eta-indstilling brugt ved billedgenerering.

Seed til genskabelse af billeder i Stable Diffusion. Et billede kan genskabes nøjagtigt ved hver kørsel ved at holde modelversion, prompt og seed uændrede.

standard []

LoRA'er, hvis kombinerede effekt producerer det genererede billede, uden begrænsning på antallet, du angiver.

standard []

Embeddings anvendt under billedgenerering til at knytte prompt-token til embedding-vægte. I øjeblikket understøttes kun én embedding.

standard []

Control nets, der planlægges anvendt på billedet ved angivne tidspunkter under generering, uden grænse for antallet.

standard []

IP-adaptere brugt til at generere billeder. Alle angivne poster kræver image_encoder_path.

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

Tidsplan for støjfjernelse, som tilsidesætter standarden og ikke kan bruges sammen med sigmas. Uden en tilsidesættelse beregner scheduler’en tidsstempler ud fra num_inference_steps; en brugerdefineret tidsplan gør num_inference_steps irrelevant. Tilsidesættelsen kræver scheduler-understøttelse af argumentet timesteps til set_timesteps.

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

Sigma-plan for støjfjernelse, som tilsidesætter standarden og ikke kan bruges sammen med timesteps. Uden en tilsidesættelse beregner scheduler’en sigmas ud fra num_inference_steps; en brugerdefineret plan gør num_inference_steps irrelevant. Tilsidesættelsen kræver scheduler-understøttelse af argumentet sigmas til set_sigmas.

POST /run/lora?wait=20 pris → 0,057 $
# 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Stable Diffusion with LoRAs

Genererer billeder fra en tekstprompt ved hjælp af en basismodel angivet med URL eller HuggingFace-ID i `model_name`. Flere `loras` kan flettes, og embeddings, ControlNets, IP-adaptere og IC Light-input understøttes. Samplerindstillinger omfatter mange schedulere og 1 til 150 trin. Genererer 1 til 8 billeder i png eller jpeg.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
model_namepåkrævet
Typestring
Basismodel til generering af billedet, identificeret med enten en URL eller et HuggingFace-id.
unet_namevalgfri
Typestring | null
Brugerdefineret U-Net-valg til generering af billeder; angiv enten dets HuggingFace-ID eller URL.
variantvalgfri
Typestring | null
Valg af HuggingFace-modelvariant; 'fp16' er et eksempel.
promptpåkrævet
Typestring
Beskriv det billede, du vil have genereret, med så mange detaljer som muligt for at opnå de bedste resultater.
negative_promptvalgfri
Typestring
Standard
Negativ prompt, der angiver uønskede billeddetaljer. Den kan udelukke farver, objekter, sceneri eller finere træk og egenskaber såsom overskæg, sløring eller lav opløsning.
prompt_weightingvalgfri
Typeboolean
Standardfalse
Prompt-vægtning: true fjerner grænsen på 77 token via gennemsnit af embeddings og aktiverer vægtningssyntaks.
lorasvalgfri
Typeobject[]
Standard[]
LoRA'er, hvis kombinerede effekt producerer det genererede billede, uden begrænsning på antallet, du angiver.
loras[].pathpåkrævet
Typestring
Placering af LoRA-vægtene, angivet som en URL eller sti.
loras[].scalevalgfri
Typenumber
Standard1
0 – 4
Multiplikator anvendt på LoRA-vægten, før den flettes ind i basismodellen.
embeddingsvalgfri
Typeobject[]
Standard[]
Embeddings anvendt under billedgenerering til at knytte prompt-token til embedding-vægte. I øjeblikket understøttes kun én embedding.
embeddings[].pathpåkrævet
Typestring
Embedding-vægte angivet via URL eller filsti.
embeddings[].tokensvalgfri
Typestring[]
Prompt-token knyttet til embedding-vægte. Hvis de udelades, oprettes ét token pr. vektor i embedding-filen, navngivet <s0>, <s1>, ...; brug de tilknyttede token i dine prompts.
controlnetsvalgfri
Typeobject[]
Standard[]
Control nets, der planlægges anvendt på billedet ved angivne tidspunkter under generering, uden grænse for antallet.
controlnets[].pathpåkrævet
Typestring
Placering af ControlNet-vægt angivet som en URL eller sti.
controlnets[].config_urlvalgfri
Typestring | null
Valgfri URL, der peger på ControlNets config.json-fil.
controlnets[].variantvalgfri
Typestring | null
Valgfri variant til brug sammen med en Hugging Face-repositorynøgle.
controlnets[].image_urlpåkrævet
Typeurl · image
Billed-URL angivet som ControlNet-input.
controlnets[].mask_urlvalgfri
Typeurl · image
ControlNet-maske, som skal have samme størrelse som kontrolbilledet, når den angives; bredde og højde skal begge kunne divideres med 32.
controlnets[].conditioning_scalevalgfri
Typenumber
Standard1
0 – 2
Skalering anvendt på ControlNet-vægte, før de flettes ind i basismodellen.
controlnets[].start_percentagevalgfri
Typenumber
Standard0
0 – 1
Procentdel af de samlede timesteps, hvor ControlNet begynder at påvirke billedgenereringen.
controlnets[].end_percentagevalgfri
Typenumber
Standard1
0 – 1
Procentdel af de samlede timesteps, hvor ControlNet stopper med at påvirke billedgenereringen.
controlnets[].ip_adapter_indexvalgfri
Typeinteger | null
IP-adaptervalg efter indeks for en InstantID ControlNet; andre ControlNets kræver ikke denne indstilling.
controlnet_guess_modevalgfri
Typeboolean
Standardfalse
Begrænser ControlNet-anvendelsen til betingede forudsigelser, når true.
ip_adaptervalgfri
Typeobject[]
Standard[]
IP-adaptere brugt til at generere billeder. Alle angivne poster kræver image_encoder_path.
ip_adapter[].ip_adapter_image_urlpåkrævet
Typeurl · image
Billed-URL angivet som IP-adapterens input.
ip_adapter[].ip_adapter_mask_urlvalgfri
Typeurl · image
IP-adaptermaske, der er underlagt et størrelseskrav: dens dimensioner skal svare til adapterbilledets.
ip_adapter[].pathpåkrævet
Typestring
Placering af IP-adaptervægte, angivet som en URL eller sti.
ip_adapter[].model_subfoldervalgfri
Typestring | null
Placering af IP-adaptervægte, angivet som en undermappe i modelmappen.
ip_adapter[].weight_namevalgfri
Typestring | null
Filnavn for vægtene.
ip_adapter[].insight_face_model_pathvalgfri
Typestring | null
Placering af InsightFace-modelvægte, angivet som en URL eller sti.
ip_adapter[].scalevalgfri
Typenumber
Standard1
≥ 0
Skaleringsfaktor for IP-adaptervægte, anvendt før de flettes ind i basismodellen.
ip_adapter[].scale_jsonvalgfri
Typeobject | null
Skaleringsfaktor for IP-adaptervægte, anvendt før de flettes ind i basismodellen.
ip_adapter[].unconditional_noising_factorvalgfri
Typenumber
Standard0
0 – 1
Faktor, der styrer ubetinget støjtilførsel for IP-adapteren.
ip_adapter[].image_projection_shortcutvalgfri
Typeboolean
Standardtrue
Indstilling for genvej til billedprojektion, med True som standard. Brug False til FaceID plus V1-modeller og True til FaceID plus V2-modeller.
image_encoder_pathvalgfri
Typestring | null
Billedencoder angivet via en HTTPS-URL eller et Hugging Face-id. Kompatibiliteten bestemmes af IP-Adapter-vægtene: SD1.5 bruger image_encoder_subfolder='models/image_encoder', mens h94/IP-Adapter SDXL bruger h94/IP-Adapter og image_encoder_subfolder='sdxl_models/image_encoder'. En encoder kræves, når ip_adapter indeholder en værdi.
image_encoder_subfoldervalgfri
Typestring | null
Undermappe i image_encoder_path, der indeholder billedencoderens vægte.
image_encoder_weight_namevalgfri
Typestring | null
Standardpytorch_model.bin
Vælg billedencoderens vægte efter navn til brug ved billedgenerering.
ic_light_model_urlvalgfri
Typestring | null
IC Light-model-URL brugt ved billedgenerering.
ic_light_model_background_image_urlvalgfri
Typeurl · image
Modelkompatibel baggrund til IC Light-billedgenerering, angivet som en billed-URL.
ic_light_image_urlvalgfri
Typeurl · image
Inputbilledets URL til generering med IC Light-modellen.
seedvalgfri
Typeinteger | null
Seed til genskabelse af billeder i Stable Diffusion. Et billede kan genskabes nøjagtigt ved hver kørsel ved at holde modelversion, prompt og seed uændrede.
image_sizevalgfri
Typeobject
Standardsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Outputbilledets dimensioner, valgt fra forudindstillinger eller angivet som brugerdefineret bredde og højde. Begge brugerdefinerede dimensioner skal kunne divideres med 8.
num_inference_stepsvalgfri
Typeinteger
Standard30
1 – 150
Styrer, hvor mange genereringstrin Stable Diffusion udfører; flere trin kan give et mere detaljeret slutbillede.
guidance_scalevalgfri
Typenumber
Standard7.5
0 – 20
Styrke for prompt-overensstemmelse ved billedvalg, udtrykt som CFG (Classifier Free Guidance).
clip_skipvalgfri
Typeinteger
Standard0
0 – 2
Springer en del af billedgenereringen over for hurtigere rendering, hvilket giver lidt andre resultater.
schedulervalgfri
Typeenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
Scheduler eller sampler, der bruges til at denoise billedet.
timestepsvalgfri
Typeobject
Standard{"array":[],"method":"default"}
Tidsplan for støjfjernelse, som tilsidesætter standarden og ikke kan bruges sammen med sigmas. Uden en tilsidesættelse beregner scheduler’en tidsstempler ud fra num_inference_steps; en brugerdefineret tidsplan gør num_inference_steps irrelevant. Tilsidesættelsen kræver scheduler-understøttelse af argumentet timesteps til set_timesteps.
timesteps.methodvalgfri
Typeenum
Standarddefault
defaultarray
Vælg, hvordan tidsstempler bestemmes: 'default', standardindstillingen, lader scheduler’en bruge `num_inference_steps`. Vælg 'array' og placér tidsplanen i feltet `array` for selv at angive en tidsplan.
timesteps.arrayvalgfri
Typeinteger[]
Standard[]
Tidsstempelplan anvendt, når den valgte metode er 'custom'.
sigmasvalgfri
Typeobject
Standard{"array":[],"method":"default"}
Sigma-plan for støjfjernelse, som tilsidesætter standarden og ikke kan bruges sammen med timesteps. Uden en tilsidesættelse beregner scheduler’en sigmas ud fra num_inference_steps; en brugerdefineret plan gør num_inference_steps irrelevant. Tilsidesættelsen kræver scheduler-understøttelse af argumentet sigmas til set_sigmas.
sigmas.methodvalgfri
Typeenum
Standarddefault
defaultarray
Vælg, hvordan sigmas bestemmes: 'default', standardindstillingen, bruger scheduler’ens egne sigma-værdier. Vælg 'custom' og placér planen i feltet `array` for selv at angive en sigma-plan.
sigmas.arrayvalgfri
Typenumber[]
Standard[]
Sigma-plan anvendt, når den valgte metode er 'custom'.
prediction_typevalgfri
Typeenum
Standardepsilon
v_predictionepsilon
Vælg forudsigelsestypen til billedgenerering; uden et andet valg bruges `epsilon`.
rescale_betas_snr_zerovalgfri
Typeboolean
Standardfalse
Styrer, om sampler’en aktiverer rescale_betas_snr_zero.
image_formatvalgfri
Typeenum
Standardpng
jpegpng
Filformat for det resulterende billede.
num_imagesvalgfri num_outputs
Typeinteger
Standard1
1 – 8
Angiv, hvor mange billeder én anmodning producerer, så større batches kan få mere genereringstid.
enable_safety_checkervalgfri
Typeboolean
Standardfalse
Aktivering af sikkerhedskontrol; true aktiverer kontrollen.
tile_widthvalgfri
Typeinteger
Standard4096
128 – 4.096
Angiv størrelsen på hver flise under billedgenerering.
tile_heightvalgfri
Typeinteger
Standard4096
128 – 4.096
Angiv størrelsen på hver flise under billedgenerering.
tile_stride_widthvalgfri
Typeinteger
Standard2048
64 – 2.048
Angiv afstanden mellem efterfølgende flisepositioner under billedgenerering.
tile_stride_heightvalgfri
Typeinteger
Standard2048
64 – 2.048
Angiv afstanden mellem efterfølgende flisepositioner under billedgenerering.
etavalgfri
Typenumber
Standard0
0 – 1
Eta-indstilling brugt ved billedgenerering.
debug_latentsvalgfri
Typeboolean
Standardfalse
Gemmer latenter til fejlfinding, når true.
debug_per_pass_latentsvalgfri
Typeboolean
Standardfalse
Aktivér fejlfinding pr. gennemløb ved at sætte dette til true; så gemmes latenterne fra hvert gennemløb.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
images
array of object {url, content_type, file_name, file_size, width, height}Filoplysninger for de genererede billeder.
seed
integerSeed til billedgenerering, inklusive den tilfældigt valgte værdi, hvis inputtet ikke angav en seed; ellers gentages den angivne værdi.
has_nsfw_concepts
array of booleanAngiver, om NSFW-koncepter forekommer i de genererede billeder.
debug_latents
object {url, content_type, file_name, file_size} | nullLatentdata gemt til fejlfinding.
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullLatentdata pr. gennemløb gemt til fejlfinding.

Flere modeller: Tekst til billede

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/lora.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt