सामग्री पर जाएँ

Stable Diffusion with LoRAs · Inpaint

इंटीग्रेट करें

मॉडल 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.com/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

यह अनुरोध: ≈$0.184 184 API क्रेडिट इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
Open model इमेज एडिटिंग रेफ़रेंस इनपुट #diffusion#lora#customization#fine-tuning

चुने गए Stable Diffusion बेस मॉडल और LoRAs के साथ, ब्लैक-एंड-व्हाइट मास्क द्वारा निर्देशित इनपेंटिंग

Open model · इमेज

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक

जिस इमेज को आप बनाना चाहते हैं उसका अधिकतम विवरण के साथ वर्णन करें, ताकि सर्वोत्तम परिणाम मिल सकें।

•आवश्यक

इमेज निर्माण के लिए बेस मॉडल, जिसकी पहचान URL या HuggingFace ID से की जाती है।

num_images डिफ़ॉल्ट 1

एक अनुरोध से बनने वाली इमेज की संख्या सेट करें; बड़े बैच के लिए अधिक निर्माण समय मिलता है।

उन्नत 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
डिफ़ॉल्ट

अनचाही इमेज विवरण निर्दिष्ट करने वाला नेगेटिव प्रॉम्प्ट। इसमें रंग, ऑब्जेक्ट, दृश्य या सूक्ष्म विशेषताएँ और गुण, जैसे मूँछ, धुंधलापन या कम रिज़ॉल्यूशन, बहिष्कृत किए जा सकते हैं।

image_url
फ़ाइल ड्रॉप करें, या

image-to-image निर्माण या inpainting के लिए स्रोत इमेज URL।

mask_url
फ़ाइल ड्रॉप करें, या

काले-सफ़ेद इमेज की ओर संकेत करने वाला inpainting मास्क URL।

फ़ाइल ड्रॉप करें, या

IC Light इमेज निर्माण के लिए मॉडल-संगत बैकग्राउंड, जिसे इमेज URL के रूप में दिया जाता है।

फ़ाइल ड्रॉप करें, या

IC Light मॉडल के साथ निर्माण के लिए इनपुट इमेज URL।

prediction_type डिफ़ॉल्ट epsilon

इमेज बनाने के लिए prediction type चुनें; अलग चयन न होने पर `epsilon` उपयोग होता है।

image_format डिफ़ॉल्ट png

परिणामी इमेज का फ़ाइल फ़ॉर्मैट।

इमेज बनाने के लिए कस्टम U-Net चयन; इसका HuggingFace ID या URL दें।

HuggingFace मॉडल वैरिएंट चयन; 'fp16' एक उदाहरण है।

HTTPS URL या Hugging Face ID से निर्दिष्ट इमेज encoder, जिसकी संगतता IP-Adapter वेट से निर्धारित होती है: SD1.5 में image_encoder_subfolder='models/image_encoder' उपयोग होता है, जबकि h94/IP-Adapter SDXL में h94/IP-Adapter और image_encoder_subfolder='sdxl_models/image_encoder' उपयोग होता है। जब भी ip_adapter में कोई मान हो, encoder आवश्यक है।

image_encoder_path के भीतर की वह सबडायरेक्टरी जिसमें इमेज encoder वेट होते हैं।

डिफ़ॉल्ट pytorch_model.bin

इमेज बनाने में उपयोग के लिए इमेज encoder के वेट को नाम से चुनें।

इमेज बनाते समय उपयोग किया जाने वाला IC Light मॉडल URL।

इमेज को denoise करने के लिए उपयोग किया जाने वाला scheduler या sampler।

डिफ़ॉल्ट 0.5

जोड़ी गई इमेज के नॉइज़ को ऐसे स्केल पर नियंत्रित करें जहाँ 1.0 पूर्ण नॉइज़ और 0 के निकट मान न्यूनतम नॉइज़ दर्शाते हैं। यह केवल दिए गए image_url के साथ लागू होता है।

डिफ़ॉल्ट 30

नियंत्रित करें कि Stable Diffusion कितने निर्माण चरण पूरे करता है; अतिरिक्त चरण अधिक विस्तृत अंतिम इमेज दे सकते हैं।

डिफ़ॉल्ट 7.5

इमेज चयन के लिए प्रॉम्प्ट-अनुरूपता की शक्ति, CFG (Classifier Free Guidance) के रूप में व्यक्त।

डिफ़ॉल्ट 0

तेज़ रेंडरिंग के लिए इमेज निर्माण का एक भाग छोड़ देता है, जिससे परिणाम थोड़े अलग होते हैं।

डिफ़ॉल्ट 4096

इमेज निर्माण के दौरान प्रत्येक tile का आकार सेट करें।

डिफ़ॉल्ट 4096

इमेज निर्माण के दौरान प्रत्येक tile का आकार सेट करें।

डिफ़ॉल्ट 2048

इमेज निर्माण के दौरान क्रमिक tile स्थितियों के बीच का अंतर सेट करें।

डिफ़ॉल्ट 2048

इमेज निर्माण के दौरान क्रमिक tile स्थितियों के बीच का अंतर सेट करें।

डिफ़ॉल्ट 0

इमेज बनाते समय उपयोग की जाने वाली Eta सेटिंग।

Stable Diffusion में इमेज पुनरुत्पादन के लिए seed। मॉडल संस्करण, प्रॉम्प्ट और seed अपरिवर्तित रखकर हर रन में इमेज को बिल्कुल पुनरुत्पादित किया जा सकता है।

डिफ़ॉल्ट []

वे LoRAs जिनका संयुक्त प्रभाव बनाई गई इमेज तैयार करता है; आप जितने चाहें उतने दे सकते हैं।

डिफ़ॉल्ट []

इमेज निर्माण के दौरान प्रॉम्प्ट टोकन को एम्बेडिंग वेट से मैप करने के लिए लागू एम्बेडिंग। वर्तमान में केवल एक एम्बेडिंग समर्थित है।

डिफ़ॉल्ट []

निर्माण के दौरान निर्दिष्ट टाइमस्टैम्प पर इमेज पर लागू किए जाने वाले ControlNet, जिनकी संख्या पर कोई सीमा नहीं है।

डिफ़ॉल्ट []

इमेज बनाने के लिए उपयोग किए जाने वाले IP adapters। कोई भी एंट्री देने पर image_encoder_path आवश्यक है।

डिफ़ॉल्ट {"array":[],"method":...

Denoising timestep शेड्यूल ओवरराइड, जो sigmas के साथ परस्पर अनन्य है। ओवरराइड न होने पर—डिफ़ॉल्ट रूप से—scheduler, num_inference_steps से timesteps की गणना करता है; कस्टम शेड्यूल देने पर num_inference_steps अप्रासंगिक हो जाता है। ओवरराइड के लिए set_timesteps में timesteps आर्ग्युमेंट हेतु scheduler समर्थन आवश्यक है।

डिफ़ॉल्ट {"array":[],"method":...

Denoising sigma शेड्यूल ओवरराइड, जो timesteps के साथ परस्पर अनन्य है। ओवरराइड न होने पर—डिफ़ॉल्ट रूप से—scheduler, num_inference_steps से sigmas की गणना करता है; कस्टम शेड्यूल देने पर num_inference_steps अप्रासंगिक हो जाता है। ओवरराइड के लिए set_sigmas में sigmas आर्ग्युमेंट हेतु scheduler समर्थन आवश्यक है।

POST /run/lora/inpaint?wait=20 कोटेशन → $0.184
# 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/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

Stable Diffusion with LoRAs · Inpaint के बारे में

`model_name` में सेट किए गए Stable Diffusion मॉडल से `image_url` और ब्लैक-एंड-व्हाइट `mask_url` का उपयोग करके इमेज के हिस्सों को संपादित करता है। `noise_strength` 0 से 1 तक होता है। मर्ज किए गए LoRAs, एंबेडिंग, ControlNets, IP adapters और कई शेड्यूलर समर्थित हैं, जिनमें चरण 1 से 150 तक होते हैं। आउटपुट png या jpeg होता है।

पैरामीटर

कैनोनिकल नाम या नेटिव नाम में से कोई एक भेजें, दोनों नहीं। कैनोनिकल नाम

नामप्रकार डिफ़ॉल्टअनुमत विवरण
model_nameआवश्यक
प्रकारstring
इमेज निर्माण के लिए बेस मॉडल, जिसकी पहचान URL या HuggingFace ID से की जाती है।
unet_nameवैकल्पिक
प्रकारstring | null
इमेज बनाने के लिए कस्टम U-Net चयन; इसका HuggingFace ID या URL दें।
variantवैकल्पिक
प्रकारstring | null
HuggingFace मॉडल वैरिएंट चयन; 'fp16' एक उदाहरण है।
promptआवश्यक
प्रकारstring
जिस इमेज को आप बनाना चाहते हैं उसका अधिकतम विवरण के साथ वर्णन करें, ताकि सर्वोत्तम परिणाम मिल सकें।
negative_promptवैकल्पिक
प्रकारstring
डिफ़ॉल्ट
अनचाही इमेज विवरण निर्दिष्ट करने वाला नेगेटिव प्रॉम्प्ट। इसमें रंग, ऑब्जेक्ट, दृश्य या सूक्ष्म विशेषताएँ और गुण, जैसे मूँछ, धुंधलापन या कम रिज़ॉल्यूशन, बहिष्कृत किए जा सकते हैं।
prompt_weightingवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
प्रॉम्प्ट-वेटिंग टॉगल: true एम्बेडिंग औसत के माध्यम से 77 टोकन सीमा हटाता है और वेटिंग सिंटैक्स सक्षम करता है।
image_urlवैकल्पिक image
प्रकारurl · image
image-to-image निर्माण या inpainting के लिए स्रोत इमेज URL।
mask_urlवैकल्पिक mask
प्रकारurl · image
काले-सफ़ेद इमेज की ओर संकेत करने वाला inpainting मास्क URL।
noise_strengthवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0.5
≤ 1> 0
जोड़ी गई इमेज के नॉइज़ को ऐसे स्केल पर नियंत्रित करें जहाँ 1.0 पूर्ण नॉइज़ और 0 के निकट मान न्यूनतम नॉइज़ दर्शाते हैं। यह केवल दिए गए image_url के साथ लागू होता है।
lorasवैकल्पिक
प्रकारobject[]
डिफ़ॉल्ट[]
वे LoRAs जिनका संयुक्त प्रभाव बनाई गई इमेज तैयार करता है; आप जितने चाहें उतने दे सकते हैं।
loras[].pathआवश्यक
प्रकारstring
LoRA weights का स्थान, URL या path के रूप में निर्दिष्ट।
loras[].scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट1
0 – 4
LoRA weight को base मॉडल में मर्ज करने से पहले उस पर लागू किया गया multiplier।
embeddingsवैकल्पिक
प्रकारobject[]
डिफ़ॉल्ट[]
इमेज निर्माण के दौरान प्रॉम्प्ट टोकन को एम्बेडिंग वेट से मैप करने के लिए लागू एम्बेडिंग। वर्तमान में केवल एक एम्बेडिंग समर्थित है।
embeddings[].pathआवश्यक
प्रकारstring
URL या फ़ाइल पाथ से निर्दिष्ट embedding वेट।
embeddings[].tokensवैकल्पिक
प्रकारstring[]
एम्बेडिंग वेट से मैप किए गए प्रॉम्प्ट टोकन। इन्हें छोड़ने पर प्रत्येक एम्बेडिंग-फ़ाइल वेक्टर के लिए <s0>, <s1>, ... नाम वाला एक टोकन बनाया जाता है; अपने प्रॉम्प्ट में मैप किए गए टोकन का उपयोग करें।
controlnetsवैकल्पिक
प्रकारobject[]
डिफ़ॉल्ट[]
निर्माण के दौरान निर्दिष्ट टाइमस्टैम्प पर इमेज पर लागू किए जाने वाले ControlNet, जिनकी संख्या पर कोई सीमा नहीं है।
controlnets[].pathआवश्यक
प्रकारstring
ControlNet weight का स्थान, URL या path के रूप में निर्दिष्ट।
controlnets[].config_urlवैकल्पिक
प्रकारstring | null
ControlNet की config.json फ़ाइल की ओर संकेत करने वाला वैकल्पिक URL।
controlnets[].variantवैकल्पिक
प्रकारstring | null
Hugging Face repository key के साथ उपयोग के लिए वैकल्पिक variant।
controlnets[].image_urlआवश्यक
प्रकारurl · image
ControlNet इनपुट के रूप में दिया गया इमेज URL।
controlnets[].mask_urlवैकल्पिक
प्रकारurl · image
ControlNet मास्क, दिए जाने पर जिसका आकार कंट्रोल इमेज से मेल खाना चाहिए; चौड़ाई और ऊंचाई दोनों 32 से विभाज्य होनी चाहिए।
controlnets[].conditioning_scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट1
0 – 2
बेस मॉडल में मर्ज किए जाने से पहले ControlNet वेट पर लागू की जाने वाली स्केलिंग।
controlnets[].start_percentageवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0
0 – 1
कुल टाइमस्टेप्स का वह प्रतिशत जिस पर ControlNet इमेज निर्माण को प्रभावित करना शुरू करता है।
controlnets[].end_percentageवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट1
0 – 1
कुल टाइमस्टेप्स का वह प्रतिशत जिस पर ControlNet इमेज निर्माण को प्रभावित करना बंद करता है।
controlnets[].ip_adapter_indexवैकल्पिक
प्रकारinteger | null
InstantID ControlNet के लिए इंडेक्स द्वारा IP adapter चयन; अन्य ControlNet को इस सेटिंग की आवश्यकता नहीं होती।
controlnet_guess_modeवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
true होने पर ControlNet के अनुप्रयोग को केवल कंडीशनल प्रेडिक्शन तक सीमित करता है।
ip_adapterवैकल्पिक
प्रकारobject[]
डिफ़ॉल्ट[]
इमेज बनाने के लिए उपयोग किए जाने वाले IP adapters। कोई भी एंट्री देने पर image_encoder_path आवश्यक है।
ip_adapter[].ip_adapter_image_urlआवश्यक
प्रकारurl · image
IP adapter इनपुट के रूप में दिया गया इमेज URL।
ip_adapter[].ip_adapter_mask_urlवैकल्पिक
प्रकारurl · image
IP adapter मास्क; दिए जाने पर यह आकार संबंधी बाधा के अधीन होता है: इसके आयाम adapter इमेज के आयामों के बराबर होने चाहिए।
ip_adapter[].pathआवश्यक
प्रकारstring
IP adapter वेट का स्थान, URL या पाथ के रूप में निर्दिष्ट।
ip_adapter[].model_subfolderवैकल्पिक
प्रकारstring | null
IP adapter वेट का स्थान, मॉडल डायरेक्टरी के भीतर सबफ़ोल्डर के रूप में निर्दिष्ट।
ip_adapter[].weight_nameवैकल्पिक
प्रकारstring | null
वेट की फ़ाइल का नाम।
ip_adapter[].insight_face_model_pathवैकल्पिक
प्रकारstring | null
InsightFace मॉडल वेट का स्थान, URL या पाथ के रूप में निर्दिष्ट।
ip_adapter[].scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट1
≥ 0
IP adapter वेट के लिए स्केलिंग फ़ैक्टर, जिसे बेस मॉडल में मर्ज करने से पहले लागू किया जाता है।
ip_adapter[].scale_jsonवैकल्पिक
प्रकारobject | null
IP adapter वेट के लिए स्केलिंग फ़ैक्टर, जिसे बेस मॉडल में मर्ज करने से पहले लागू किया जाता है।
ip_adapter[].unconditional_noising_factorवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0
0 – 1
IP adapter के लिए अनकंडीशनल नॉइज़िंग को नियंत्रित करने वाला फ़ैक्टर।
ip_adapter[].image_projection_shortcutवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
इमेज प्रोजेक्शन शॉर्टकट सेटिंग, जिसका डिफ़ॉल्ट मान True है। FaceID plus V1 मॉडल के लिए False और FaceID plus V2 मॉडल के लिए True उपयोग करें।
image_encoder_pathवैकल्पिक
प्रकारstring | null
HTTPS URL या Hugging Face ID से निर्दिष्ट इमेज encoder, जिसकी संगतता IP-Adapter वेट से निर्धारित होती है: SD1.5 में image_encoder_subfolder='models/image_encoder' उपयोग होता है, जबकि h94/IP-Adapter SDXL में h94/IP-Adapter और image_encoder_subfolder='sdxl_models/image_encoder' उपयोग होता है। जब भी ip_adapter में कोई मान हो, encoder आवश्यक है।
image_encoder_subfolderवैकल्पिक
प्रकारstring | null
image_encoder_path के भीतर की वह सबडायरेक्टरी जिसमें इमेज encoder वेट होते हैं।
image_encoder_weight_nameवैकल्पिक
प्रकारstring | null
डिफ़ॉल्टpytorch_model.bin
इमेज बनाने में उपयोग के लिए इमेज encoder के वेट को नाम से चुनें।
ic_light_model_urlवैकल्पिक
प्रकारstring | null
इमेज बनाते समय उपयोग किया जाने वाला IC Light मॉडल URL।
ic_light_model_background_image_urlवैकल्पिक
प्रकारurl · image
IC Light इमेज निर्माण के लिए मॉडल-संगत बैकग्राउंड, जिसे इमेज URL के रूप में दिया जाता है।
ic_light_image_urlवैकल्पिक
प्रकारurl · image
IC Light मॉडल के साथ निर्माण के लिए इनपुट इमेज URL।
seedवैकल्पिक
प्रकारinteger | null
Stable Diffusion में इमेज पुनरुत्पादन के लिए seed। मॉडल संस्करण, प्रॉम्प्ट और seed अपरिवर्तित रखकर हर रन में इमेज को बिल्कुल पुनरुत्पादित किया जा सकता है।
num_inference_stepsवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट30
1 – 150
नियंत्रित करें कि Stable Diffusion कितने निर्माण चरण पूरे करता है; अतिरिक्त चरण अधिक विस्तृत अंतिम इमेज दे सकते हैं।
guidance_scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट7.5
0 – 20
इमेज चयन के लिए प्रॉम्प्ट-अनुरूपता की शक्ति, CFG (Classifier Free Guidance) के रूप में व्यक्त।
clip_skipवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट0
0 – 2
तेज़ रेंडरिंग के लिए इमेज निर्माण का एक भाग छोड़ देता है, जिससे परिणाम थोड़े अलग होते हैं।
schedulerवैकल्पिक
प्रकारenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
इमेज को denoise करने के लिए उपयोग किया जाने वाला scheduler या sampler।
timestepsवैकल्पिक
प्रकारobject
डिफ़ॉल्ट{"array":[],"method":"default"}
Denoising timestep शेड्यूल ओवरराइड, जो sigmas के साथ परस्पर अनन्य है। ओवरराइड न होने पर—डिफ़ॉल्ट रूप से—scheduler, num_inference_steps से timesteps की गणना करता है; कस्टम शेड्यूल देने पर num_inference_steps अप्रासंगिक हो जाता है। ओवरराइड के लिए set_timesteps में timesteps आर्ग्युमेंट हेतु scheduler समर्थन आवश्यक है।
timesteps.methodवैकल्पिक
प्रकारenum
डिफ़ॉल्टdefault
defaultarray
चुनें कि timesteps कैसे निर्धारित किए जाएँ: 'default', डिफ़ॉल्ट सेटिंग, scheduler को `num_inference_steps` उपयोग करने देती है। स्वयं timestep शेड्यूल देने के लिए 'array' चुनें और शेड्यूल को `array` फ़ील्ड में रखें।
timesteps.arrayवैकल्पिक
प्रकारinteger[]
डिफ़ॉल्ट[]
चयनित विधि 'custom' होने पर लागू किया जाने वाला timestep शेड्यूल।
sigmasवैकल्पिक
प्रकारobject
डिफ़ॉल्ट{"array":[],"method":"default"}
Denoising sigma शेड्यूल ओवरराइड, जो timesteps के साथ परस्पर अनन्य है। ओवरराइड न होने पर—डिफ़ॉल्ट रूप से—scheduler, num_inference_steps से sigmas की गणना करता है; कस्टम शेड्यूल देने पर num_inference_steps अप्रासंगिक हो जाता है। ओवरराइड के लिए set_sigmas में sigmas आर्ग्युमेंट हेतु scheduler समर्थन आवश्यक है।
sigmas.methodवैकल्पिक
प्रकारenum
डिफ़ॉल्टdefault
defaultarray
चुनें कि sigmas कैसे निर्धारित किए जाएँ: 'default', डिफ़ॉल्ट सेटिंग, scheduler के अपने sigma मानों का उपयोग करती है। स्वयं sigma शेड्यूल देने के लिए 'custom' चुनें और शेड्यूल को `array` फ़ील्ड में रखें।
sigmas.arrayवैकल्पिक
प्रकारnumber[]
डिफ़ॉल्ट[]
चयनित विधि 'custom' होने पर लागू किया जाने वाला Sigma शेड्यूल।
prediction_typeवैकल्पिक
प्रकारenum
डिफ़ॉल्टepsilon
v_predictionepsilon
इमेज बनाने के लिए prediction type चुनें; अलग चयन न होने पर `epsilon` उपयोग होता है।
rescale_betas_snr_zeroवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
नियंत्रित करता है कि sampler rescale_betas_snr_zero सक्षम करे या नहीं।
image_formatवैकल्पिक
प्रकारenum
डिफ़ॉल्टpng
jpegpng
परिणामी इमेज का फ़ाइल फ़ॉर्मैट।
num_imagesवैकल्पिक num_outputs
प्रकारinteger
डिफ़ॉल्ट1
1 – 8
एक अनुरोध से बनने वाली इमेज की संख्या सेट करें; बड़े बैच के लिए अधिक निर्माण समय मिलता है।
enable_safety_checkerवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
सुरक्षा चेकर सक्रियण; true जाँच सक्षम करता है।
tile_widthवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट4096
128 – 4,096
इमेज निर्माण के दौरान प्रत्येक tile का आकार सेट करें।
tile_heightवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट4096
128 – 4,096
इमेज निर्माण के दौरान प्रत्येक tile का आकार सेट करें।
tile_stride_widthवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट2048
64 – 2,048
इमेज निर्माण के दौरान क्रमिक tile स्थितियों के बीच का अंतर सेट करें।
tile_stride_heightवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट2048
64 – 2,048
इमेज निर्माण के दौरान क्रमिक tile स्थितियों के बीच का अंतर सेट करें।
etaवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0
0 – 1
इमेज बनाते समय उपयोग की जाने वाली Eta सेटिंग।
debug_latentsवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
true होने पर डिबगिंग के लिए latents सेव करता है।
debug_per_pass_latentsवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
इसे true पर सेट करके प्रत्येक पास की डिबगिंग सक्षम करें; इससे हर पास के latents सेव होते हैं।
आवश्यक कैनोनिकल नाम, यह भी स्वीकार्य है

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
images
array of object {url, content_type, file_name, file_size, width, height}निर्मित इमेज की फ़ाइल जानकारी।
seed
integerइमेज-निर्माण seed, जिसमें इनपुट में seed न दिए जाने पर यादृच्छिक रूप से चुना गया मान शामिल है; अन्यथा, यह दिए गए मान को दोहराता है।
has_nsfw_concepts
array of booleanबताता है कि बनाई गई इमेज में NSFW अवधारणाएँ दिखाई देती हैं या नहीं।
debug_latents
object {url, content_type, file_name, file_size} | nullडिबगिंग के लिए संग्रहीत latent डेटा।
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullडिबगिंग के लिए संग्रहीत प्रति-पास latent डेटा।

और मॉडल: इमेज एडिटिंग

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/lora/inpaint.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt