ข้ามไปยังเนื้อหา

Stable Diffusion with LoRAs

ผสานการทำงาน

ID โมเดล 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"

คำขอนี้: ≈$0.057 57 เครดิต API เรียกใช้ในหน้านี้

รับคีย์ API
Open model ข้อความเป็นภาพ อินพุตอ้างอิง #diffusion#lora#customization

ข้อความเป็นรูปภาพด้วยโมเดลพื้นฐาน Stable Diffusion ใดก็ได้ พร้อม LoRAs, เอ็มเบดดิง, ControlNets และ IP adapters

Open model · ภาพ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

อธิบายรูปภาพที่ต้องการสร้างโดยให้รายละเอียดมากที่สุดเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

image_size ค่าเริ่มต้น square_hd

ขนาดรูปภาพเอาต์พุต ซึ่งเลือกจากค่าที่กำหนดไว้ล่วงหน้าหรือระบุความกว้างและความสูงแบบกำหนดเอง ขนาดแบบกำหนดเองทั้งสองค่าต้องหารด้วย 8 ลงตัว

•จำเป็น

โมเดลพื้นฐานสำหรับสร้างรูปภาพ ระบุด้วย URL หรือ HuggingFace ID

num_images ค่าเริ่มต้น 1

กำหนดจำนวนรูปภาพที่คำขอเดียวสร้างขึ้น โดยอนุญาตให้ใช้เวลาสร้างมากขึ้นสำหรับแบตช์ที่ใหญ่ขึ้น

ขั้นสูง 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
ค่าเริ่มต้น

พรอมต์เชิงลบที่ระบุรายละเอียดของรูปภาพที่ไม่ต้องการ สามารถตัดสี วัตถุ ทิวทัศน์ หรือคุณลักษณะและคุณภาพย่อยต่าง ๆ เช่น หนวด ความเบลอ หรือความละเอียดต่ำออกได้

วางไฟล์ หรือ

พื้นหลังที่เข้ากันได้กับโมเดลสำหรับการสร้างรูปภาพด้วย IC Light ซึ่งระบุเป็น URL ของรูปภาพ

วางไฟล์ หรือ

URL ของรูปภาพอินพุตสำหรับการสร้างด้วยโมเดล IC Light

prediction_type ค่าเริ่มต้น epsilon

เลือกประเภทการทำนายสำหรับการสร้างรูปภาพ หากไม่ได้เลือกตัวเลือกอื่น ระบบจะใช้ `epsilon`

image_format ค่าเริ่มต้น png

รูปแบบไฟล์ของรูปภาพผลลัพธ์

การเลือก U-Net แบบกำหนดเองสำหรับสร้างรูปภาพ ให้ระบุ HuggingFace ID หรือ URL

การเลือกตัวแปรโมเดล HuggingFace โดย 'fp16' เป็นตัวอย่างหนึ่ง

ตัวเข้ารหัสรูปภาพที่ระบุด้วย URL แบบ HTTPS หรือ Hugging Face ID โดยความเข้ากันได้จะขึ้นอยู่กับน้ำหนักของ IP-Adapter: SD1.5 ใช้ image_encoder_subfolder='models/image_encoder' ขณะที่ h94/IP-Adapter SDXL ใช้ h94/IP-Adapter และ image_encoder_subfolder='sdxl_models/image_encoder' ต้องมีตัวเข้ารหัสทุกครั้งที่ ip_adapter มีค่า

ไดเรกทอรีย่อยภายใน image_encoder_path ที่เก็บน้ำหนักของตัวเข้ารหัสรูปภาพ

ค่าเริ่มต้น pytorch_model.bin

เลือกน้ำหนักของตัวเข้ารหัสรูปภาพตามชื่อเพื่อใช้สร้างรูปภาพ

URL ของโมเดล IC Light ที่ใช้เมื่อสร้างรูปภาพ

ตัวจัดตารางหรือตัวสุ่มตัวอย่างที่ใช้ลดสัญญาณรบกวนของรูปภาพ

ค่าเริ่มต้น 30

ควบคุมจำนวนขั้นตอนการสร้างที่ Stable Diffusion ดำเนินการ ขั้นตอนเพิ่มเติมอาจทำให้รูปภาพสุดท้ายมีรายละเอียดมากขึ้น

ค่าเริ่มต้น 7.5

ระดับการยึดตามพรอมต์สำหรับการเลือกรูปภาพ ซึ่งแสดงเป็น CFG (Classifier Free Guidance)

ค่าเริ่มต้น 0

ข้ามบางส่วนของการสร้างรูปภาพเพื่อเรนเดอร์ได้เร็วขึ้น โดยให้ผลลัพธ์แตกต่างเล็กน้อย

ค่าเริ่มต้น 4096

กำหนดขนาดของแต่ละไทล์ระหว่างการสร้างรูปภาพ

ค่าเริ่มต้น 4096

กำหนดขนาดของแต่ละไทล์ระหว่างการสร้างรูปภาพ

ค่าเริ่มต้น 2048

กำหนดระยะห่างระหว่างตำแหน่งไทล์ที่ต่อเนื่องกันระหว่างการสร้างรูปภาพ

ค่าเริ่มต้น 2048

กำหนดระยะห่างระหว่างตำแหน่งไทล์ที่ต่อเนื่องกันระหว่างการสร้างรูปภาพ

ค่าเริ่มต้น 0

การตั้งค่า Eta ที่ใช้เมื่อสร้างรูปภาพ

Seed สำหรับสร้างรูปภาพซ้ำใน Stable Diffusion สามารถสร้างรูปภาพเดิมได้เหมือนกันทุกครั้งโดยคงเวอร์ชันโมเดล พรอมต์ และ seed เดิมไว้

ค่าเริ่มต้น []

LoRA ที่รวมเอฟเฟกต์เข้าด้วยกันเพื่อสร้างรูปภาพ โดยไม่จำกัดจำนวนที่ส่ง

ค่าเริ่มต้น []

Embedding ที่ใช้ระหว่างการสร้างรูปภาพเพื่อแมปโทเค็นพรอมต์กับน้ำหนัก embedding ปัจจุบันรองรับ embedding ได้เพียงรายการเดียว

ค่าเริ่มต้น []

Control net ที่กำหนดเวลาให้ใช้กับรูปภาพตามไทม์สเต็ปที่ระบุระหว่างการสร้าง โดยไม่จำกัดจำนวนที่ระบุได้

ค่าเริ่มต้น []

IP adapters ที่ใช้สร้างรูปภาพ การระบุรายการใด ๆ จะต้องมี image_encoder_path

ค่าเริ่มต้น {"array":[],"method":...

การแทนที่กำหนดการ timestep ของการลด noise ซึ่งใช้ร่วมกับ sigmas ไม่ได้ หากไม่มีการแทนที่—ซึ่งเป็นค่าเริ่มต้น—scheduler จะคำนวณ timesteps จาก num_inference_steps การระบุกำหนดการแบบกำหนดเองทำให้ num_inference_steps ไม่มีผล การแทนที่นี้ต้องอาศัยการรองรับอาร์กิวเมนต์ timesteps ของ scheduler เพื่อเรียก set_timesteps

ค่าเริ่มต้น {"array":[],"method":...

การแทนที่กำหนดการ sigma ของการลด noise ซึ่งใช้ร่วมกับ timesteps ไม่ได้ หากไม่มีการแทนที่—ซึ่งเป็นค่าเริ่มต้น—scheduler จะคำนวณ sigmas จาก num_inference_steps การระบุกำหนดการแบบกำหนดเองทำให้ num_inference_steps ไม่มีผล การแทนที่นี้ต้องอาศัยการรองรับอาร์กิวเมนต์ sigmas ของ scheduler เพื่อเรียก set_sigmas

POST /run/lora?wait=20 ใบเสนอราคา → $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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Stable Diffusion with LoRAs

สร้างรูปภาพจากพรอมต์ข้อความโดยใช้โมเดลพื้นฐานที่ระบุด้วย URL หรือ HuggingFace ID ใน `model_name` สามารถรวม `loras` หลายรายการได้ และรองรับเอ็มเบดดิง, ControlNets, IP adapters และอินพุต IC Light ตัวเลือก การสุ่มตัวอย่าง รองรับ scheduler หลายแบบและขั้นตอนตั้งแต่ 1 ถึง 150 สร้างรูปภาพ 1 ถึง 8 รูปในรูปแบบ png หรือ jpeg

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
model_nameจำเป็น
ประเภทstring
โมเดลพื้นฐานสำหรับสร้างรูปภาพ ระบุด้วย URL หรือ HuggingFace ID
unet_nameไม่บังคับ
ประเภทstring | null
การเลือก U-Net แบบกำหนดเองสำหรับสร้างรูปภาพ ให้ระบุ HuggingFace ID หรือ URL
variantไม่บังคับ
ประเภทstring | null
การเลือกตัวแปรโมเดล HuggingFace โดย 'fp16' เป็นตัวอย่างหนึ่ง
promptจำเป็น
ประเภทstring
อธิบายรูปภาพที่ต้องการสร้างโดยให้รายละเอียดมากที่สุดเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด
negative_promptไม่บังคับ
ประเภทstring
ค่าเริ่มต้น
พรอมต์เชิงลบที่ระบุรายละเอียดของรูปภาพที่ไม่ต้องการ สามารถตัดสี วัตถุ ทิวทัศน์ หรือคุณลักษณะและคุณภาพย่อยต่าง ๆ เช่น หนวด ความเบลอ หรือความละเอียดต่ำออกได้
prompt_weightingไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
สวิตช์ถ่วงน้ำหนักพรอมต์: true จะลบขีดจำกัด 77 โทเค็นผ่านการหาค่าเฉลี่ยของ embedding และเปิดใช้ไวยากรณ์การถ่วงน้ำหนัก
lorasไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
LoRA ที่รวมเอฟเฟกต์เข้าด้วยกันเพื่อสร้างรูปภาพ โดยไม่จำกัดจำนวนที่ส่ง
loras[].pathจำเป็น
ประเภทstring
ตำแหน่งของน้ำหนัก LoRA ระบุเป็น URL หรือพาธ
loras[].scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
0 – 4
ตัวคูณที่ใช้กับน้ำหนัก LoRA ก่อนผสานเข้ากับโมเดลพื้นฐาน
embeddingsไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
Embedding ที่ใช้ระหว่างการสร้างรูปภาพเพื่อแมปโทเค็นพรอมต์กับน้ำหนัก embedding ปัจจุบันรองรับ embedding ได้เพียงรายการเดียว
embeddings[].pathจำเป็น
ประเภทstring
น้ำหนัก embedding ที่ระบุด้วย URL หรือพาธไฟล์
embeddings[].tokensไม่บังคับ
ประเภทstring[]
โทเค็นพรอมต์ที่แมปกับน้ำหนัก embedding หากไม่ระบุ ระบบจะสร้างหนึ่งโทเค็นต่อเวกเตอร์ของไฟล์ embedding โดยตั้งชื่อเป็น <s0>, <s1>, ... ให้ใช้โทเค็นที่แมปแล้วในพรอมต์
controlnetsไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
Control net ที่กำหนดเวลาให้ใช้กับรูปภาพตามไทม์สเต็ปที่ระบุระหว่างการสร้าง โดยไม่จำกัดจำนวนที่ระบุได้
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[].image_urlจำเป็น
ประเภทurl · image
URL รูปภาพที่ระบุเป็นอินพุตของ ControlNet
controlnets[].mask_urlไม่บังคับ
ประเภทurl · image
มาสก์ ControlNet ซึ่งต้องมีขนาดตรงกับรูปภาพควบคุมเมื่อระบุค่า โดยความกว้างและความสูงต้องหารด้วย 32 ลงตัว
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
controlnets[].ip_adapter_indexไม่บังคับ
ประเภทinteger | null
การเลือก IP adapter ตามดัชนีสำหรับ InstantID ControlNet ส่วน ControlNet อื่นไม่จำเป็นต้องตั้งค่านี้
controlnet_guess_modeไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
จำกัดการใช้ ControlNet ให้ใช้เฉพาะการคาดการณ์แบบมีเงื่อนไขเมื่อเป็น true
ip_adapterไม่บังคับ
ประเภทobject[]
ค่าเริ่มต้น[]
IP adapters ที่ใช้สร้างรูปภาพ การระบุรายการใด ๆ จะต้องมี image_encoder_path
ip_adapter[].ip_adapter_image_urlจำเป็น
ประเภทurl · image
URL ของรูปภาพที่ระบุเป็นอินพุตของ IP adapter
ip_adapter[].ip_adapter_mask_urlไม่บังคับ
ประเภทurl · image
มาสก์ของ IP adapter ซึ่งมีข้อจำกัดด้านขนาดเมื่อระบุค่า: ขนาดต้องเท่ากับรูปภาพของ adapter
ip_adapter[].pathจำเป็น
ประเภทstring
ตำแหน่งน้ำหนักของ IP adapter ซึ่งระบุเป็น URL หรือพาธ
ip_adapter[].model_subfolderไม่บังคับ
ประเภทstring | null
ตำแหน่งน้ำหนักของ IP adapter ซึ่งระบุเป็นโฟลเดอร์ย่อยภายในไดเรกทอรีของโมเดล
ip_adapter[].weight_nameไม่บังคับ
ประเภทstring | null
ชื่อไฟล์ของน้ำหนัก
ip_adapter[].insight_face_model_pathไม่บังคับ
ประเภทstring | null
ตำแหน่งน้ำหนักของโมเดล InsightFace ซึ่งระบุเป็น URL หรือพาธ
ip_adapter[].scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1
≥ 0
ตัวคูณสเกลสำหรับน้ำหนักของ IP adapter ซึ่งใช้ก่อนผนวกรวมเข้ากับโมเดลพื้นฐาน
ip_adapter[].scale_jsonไม่บังคับ
ประเภทobject | null
ตัวคูณสเกลสำหรับน้ำหนักของ IP adapter ซึ่งใช้ก่อนผนวกรวมเข้ากับโมเดลพื้นฐาน
ip_adapter[].unconditional_noising_factorไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
0 – 1
ตัวคูณที่ควบคุมการเติม noise แบบไม่มีเงื่อนไขสำหรับ IP adapter
ip_adapter[].image_projection_shortcutไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การตั้งค่าทางลัดการฉายภาพรูปภาพ โดยมี True เป็นค่าเริ่มต้น ใช้ False สำหรับโมเดล FaceID plus V1 และ True สำหรับโมเดล FaceID plus V2
image_encoder_pathไม่บังคับ
ประเภทstring | null
ตัวเข้ารหัสรูปภาพที่ระบุด้วย URL แบบ HTTPS หรือ Hugging Face ID โดยความเข้ากันได้จะขึ้นอยู่กับน้ำหนักของ IP-Adapter: SD1.5 ใช้ image_encoder_subfolder='models/image_encoder' ขณะที่ h94/IP-Adapter SDXL ใช้ h94/IP-Adapter และ image_encoder_subfolder='sdxl_models/image_encoder' ต้องมีตัวเข้ารหัสทุกครั้งที่ ip_adapter มีค่า
image_encoder_subfolderไม่บังคับ
ประเภทstring | null
ไดเรกทอรีย่อยภายใน image_encoder_path ที่เก็บน้ำหนักของตัวเข้ารหัสรูปภาพ
image_encoder_weight_nameไม่บังคับ
ประเภทstring | null
ค่าเริ่มต้นpytorch_model.bin
เลือกน้ำหนักของตัวเข้ารหัสรูปภาพตามชื่อเพื่อใช้สร้างรูปภาพ
ic_light_model_urlไม่บังคับ
ประเภทstring | null
URL ของโมเดล IC Light ที่ใช้เมื่อสร้างรูปภาพ
ic_light_model_background_image_urlไม่บังคับ
ประเภทurl · image
พื้นหลังที่เข้ากันได้กับโมเดลสำหรับการสร้างรูปภาพด้วย IC Light ซึ่งระบุเป็น URL ของรูปภาพ
ic_light_image_urlไม่บังคับ
ประเภทurl · image
URL ของรูปภาพอินพุตสำหรับการสร้างด้วยโมเดล IC Light
seedไม่บังคับ
ประเภทinteger | null
Seed สำหรับสร้างรูปภาพซ้ำใน Stable Diffusion สามารถสร้างรูปภาพเดิมได้เหมือนกันทุกครั้งโดยคงเวอร์ชันโมเดล พรอมต์ และ seed เดิมไว้
image_sizeไม่บังคับ
ประเภทobject
ค่าเริ่มต้นsquare_hd
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
ขนาดรูปภาพเอาต์พุต ซึ่งเลือกจากค่าที่กำหนดไว้ล่วงหน้าหรือระบุความกว้างและความสูงแบบกำหนดเอง ขนาดแบบกำหนดเองทั้งสองค่าต้องหารด้วย 8 ลงตัว
num_inference_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น30
1 – 150
ควบคุมจำนวนขั้นตอนการสร้างที่ Stable Diffusion ดำเนินการ ขั้นตอนเพิ่มเติมอาจทำให้รูปภาพสุดท้ายมีรายละเอียดมากขึ้น
guidance_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น7.5
0 – 20
ระดับการยึดตามพรอมต์สำหรับการเลือกรูปภาพ ซึ่งแสดงเป็น CFG (Classifier Free Guidance)
clip_skipไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น0
0 – 2
ข้ามบางส่วนของการสร้างรูปภาพเพื่อเรนเดอร์ได้เร็วขึ้น โดยให้ผลลัพธ์แตกต่างเล็กน้อย
schedulerไม่บังคับ
ประเภทenum
DPM++ 2MDPM++ 2M KarrasDPM++ 2M SDEDPM++ 2M SDE KarrasEulerEuler AEuler (trailing timesteps)LCMLCM (trailing timesteps)DDIMTCD
ตัวจัดตารางหรือตัวสุ่มตัวอย่างที่ใช้ลดสัญญาณรบกวนของรูปภาพ
timestepsไม่บังคับ
ประเภทobject
ค่าเริ่มต้น{"array":[],"method":"default"}
การแทนที่กำหนดการ timestep ของการลด noise ซึ่งใช้ร่วมกับ sigmas ไม่ได้ หากไม่มีการแทนที่—ซึ่งเป็นค่าเริ่มต้น—scheduler จะคำนวณ timesteps จาก num_inference_steps การระบุกำหนดการแบบกำหนดเองทำให้ num_inference_steps ไม่มีผล การแทนที่นี้ต้องอาศัยการรองรับอาร์กิวเมนต์ timesteps ของ scheduler เพื่อเรียก set_timesteps
timesteps.methodไม่บังคับ
ประเภทenum
ค่าเริ่มต้นdefault
defaultarray
เลือกวิธีกำหนด timesteps: 'default' ซึ่งเป็นการตั้งค่าเริ่มต้น ให้ scheduler ใช้ `num_inference_steps` หากต้องการระบุกำหนดการ timestep เอง ให้เลือก 'array' และใส่กำหนดการในฟิลด์ `array`
timesteps.arrayไม่บังคับ
ประเภทinteger[]
ค่าเริ่มต้น[]
กำหนดการ timestep ที่ใช้เมื่อวิธีที่เลือกคือ 'custom'
sigmasไม่บังคับ
ประเภทobject
ค่าเริ่มต้น{"array":[],"method":"default"}
การแทนที่กำหนดการ sigma ของการลด noise ซึ่งใช้ร่วมกับ timesteps ไม่ได้ หากไม่มีการแทนที่—ซึ่งเป็นค่าเริ่มต้น—scheduler จะคำนวณ sigmas จาก num_inference_steps การระบุกำหนดการแบบกำหนดเองทำให้ num_inference_steps ไม่มีผล การแทนที่นี้ต้องอาศัยการรองรับอาร์กิวเมนต์ sigmas ของ scheduler เพื่อเรียก set_sigmas
sigmas.methodไม่บังคับ
ประเภทenum
ค่าเริ่มต้นdefault
defaultarray
เลือกวิธีกำหนด sigmas: 'default' ซึ่งเป็นการตั้งค่าเริ่มต้น จะใช้ค่า sigma ของ scheduler เอง หากต้องการระบุกำหนดการ sigma เอง ให้เลือก 'custom' และใส่กำหนดการในฟิลด์ `array`
sigmas.arrayไม่บังคับ
ประเภทnumber[]
ค่าเริ่มต้น[]
กำหนดการ sigma ที่ใช้เมื่อวิธีที่เลือกคือ 'custom'
prediction_typeไม่บังคับ
ประเภทenum
ค่าเริ่มต้นepsilon
v_predictionepsilon
เลือกประเภทการทำนายสำหรับการสร้างรูปภาพ หากไม่ได้เลือกตัวเลือกอื่น ระบบจะใช้ `epsilon`
rescale_betas_snr_zeroไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
ควบคุมว่า sampler จะเปิดใช้ rescale_betas_snr_zero หรือไม่
image_formatไม่บังคับ
ประเภทenum
ค่าเริ่มต้นpng
jpegpng
รูปแบบไฟล์ของรูปภาพผลลัพธ์
num_imagesไม่บังคับ num_outputs
ประเภทinteger
ค่าเริ่มต้น1
1 – 8
กำหนดจำนวนรูปภาพที่คำขอเดียวสร้างขึ้น โดยอนุญาตให้ใช้เวลาสร้างมากขึ้นสำหรับแบตช์ที่ใหญ่ขึ้น
enable_safety_checkerไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
การเปิดใช้ตัวตรวจสอบความปลอดภัย; true จะเปิดใช้การตรวจสอบ
tile_widthไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น4096
128 – 4,096
กำหนดขนาดของแต่ละไทล์ระหว่างการสร้างรูปภาพ
tile_heightไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น4096
128 – 4,096
กำหนดขนาดของแต่ละไทล์ระหว่างการสร้างรูปภาพ
tile_stride_widthไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น2048
64 – 2,048
กำหนดระยะห่างระหว่างตำแหน่งไทล์ที่ต่อเนื่องกันระหว่างการสร้างรูปภาพ
tile_stride_heightไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น2048
64 – 2,048
กำหนดระยะห่างระหว่างตำแหน่งไทล์ที่ต่อเนื่องกันระหว่างการสร้างรูปภาพ
etaไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
0 – 1
การตั้งค่า Eta ที่ใช้เมื่อสร้างรูปภาพ
debug_latentsไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
บันทึก latents เพื่อการดีบักเมื่อเป็น true
debug_per_pass_latentsไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
เปิดใช้การดีบักแยกตามแต่ละรอบโดยตั้งค่าเป็น true ซึ่งจะบันทึก latents จากทุกครั้งที่ประมวลผล
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": "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"
  }
}
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, content_type, file_name, file_size, width, height}ข้อมูลไฟล์สำหรับรูปภาพที่สร้าง
seed
integerseed สำหรับการสร้างรูปภาพ รวมถึงค่าที่สุ่มเลือกหากอินพุตไม่ได้ระบุ seed มิฉะนั้นจะใช้ค่าที่ระบุซ้ำ
has_nsfw_concepts
array of booleanระบุว่ามีแนวคิด NSFW ปรากฏในรูปภาพที่สร้างหรือไม่
debug_latents
object {url, content_type, file_name, file_size} | nullข้อมูล latent ที่จัดเก็บไว้เพื่อการดีบัก
debug_per_pass_latents
object {url, content_type, file_name, file_size} | nullข้อมูล latent แยกตามแต่ละรอบที่จัดเก็บไว้เพื่อการดีบัก

โมเดลเพิ่มเติม: ข้อความเป็นภาพ

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/lora.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt