কনটেন্টে যান

FLUX.1 [dev] with Controlnets and Loras · Inpainting

ইন্টিগ্রেট করুন

মডেল id flux-general/inpainting
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-general/inpainting?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",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ: ≈০.১৯২$ ১৯২ API ক্রেডিট এই পেজে চালান

API কী পান
Black Forest Labs ছবি সম্পাদনা রেফারেন্স ইনপুট #lora#controlnet#ip-adapter

LoRA, ControlNet ও IP-Adapter এক্সটেনশনসহ FLUX.1 [dev] মাস্ক-ভিত্তিক ইনপেইন্টিং

Black Forest Labs · 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

ছবি জেনারেশন নির্দেশকারী প্রম্পট।

•আবশ্যক image_url
একটি ফাইল ড্রপ করুন, অথবা

Inpainting অথবা image-to-image জেনারেশনের উৎস ছবির URL।

•আবশ্যক mask_url
একটি ফাইল ড্রপ করুন, অথবা

inpainting-এর অঞ্চল নির্ধারণকারী মাস্ক।

image_size

জেনারেট করা ছবির মাত্রা।

num_images ডিফল্ট 1

কতটি ছবি জেনারেট করতে হবে তা নির্ধারণ করুন; আউটপুট স্ট্রিম করা হলে এই নির্বাচনটি 1-এ স্থির থাকে।

অ্যাডভান্সড negative_prompt · reference_image_url · output_format · scheduler · sigma_schedule · num_inference_steps · guidance_scale · real_cfg_scale · reference_strength · reference_start · reference_end · base_shift · max_shift · nag_scale · nag_tau · nag_alpha · nag_end · strength · seed · use_real_cfg · use_cfg_zero · enable_safety_checker · use_beta_schedule · loras · control_loras · controlnets · controlnet_unions · ip_adapters · easycontrols · fill_image
ডিফল্ট

ডিফল্টভাবে NAG দিয়ে প্রক্রিয়াকৃত negative প্রম্পট, যাতে জেনারেট করা ছবিতে নির্দিষ্ট অবাঞ্ছিত বৈশিষ্ট্য নিরুৎসাহিত হয়।

একটি ফাইল ড্রপ করুন, অথবা

Reference-Only নির্দেশনার জন্য ব্যবহৃত ছবির URL।

output_format ডিফল্ট png

ফলাফল ছবির ফাইল ফরম্যাট।

scheduler ডিফল্ট euler

denoising-এর সময় ব্যবহৃত scheduler।

denoising-এর সময় ব্যবহৃত Sigma schedule।

ডিফল্ট 28

চালানোর জন্য inference ধাপের সংখ্যা।

ডিফল্ট 3.5

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

ডিফল্ট 3.5

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

ডিফল্ট 0.65

reference_only জেনারেশনের সময় রেফারেন্স ছবির প্রভাব; রেফারেন্স ছবি সরবরাহ না করলে এই strength সেটিংয়ের কোনো প্রভাব নেই।

ডিফল্ট 0

রেফারেন্স নির্দেশনার শুরুর বিন্দু, সব টাইমস্টেপের শতাংশ হিসেবে প্রকাশিত।

ডিফল্ট 1

রেফারেন্স নির্দেশনার শেষ বিন্দু, সব টাইমস্টেপের শতাংশ হিসেবে প্রকাশিত।

ডিফল্ট 0.5

নির্ধারিত টাইমস্টেপে প্রয়োগ করা বেসলাইন শিফট।

ডিফল্ট 1.15

নির্ধারিত টাইমস্টেপে প্রয়োগ করা সর্বোচ্চ শিফট।

ডিফল্ট 3

NAG scale দ্বারা নিয়ন্ত্রিত negative-prompt avoidance: এটি বাড়ালে জেনারেট করা ছবি negative description-এর মতো কম হয়।

ডিফল্ট 2.5

hidden-state normalization-এর জন্য NAG tau সেটিং; এটি অপরিবর্তিত রাখার পরামর্শ দেওয়া হয়। এটি বাড়ালে normalization দুর্বল হয় এবং মূল ছবি থেকে অপ্রত্যাশিত বিচ্যুতির ঝুঁকি থাকে।

ডিফল্ট 0.25

NAG alpha নির্ধারণ করে positive ও negative প্রম্পট একত্র করে normalized guidance-কে positive প্রম্পট কতটা পুনর্নির্দেশ করবে। এই চূড়ান্ত weighting কম সেটিংয়ে positive প্রম্পট-কে বেশি প্রভাব দেয় এবং বেশি সেটিংয়ে পুনর্নির্দেশ কমায়।

ডিফল্ট 0.25

জেনারেশন ধাপের অনুপাত হিসেবে প্রকাশিত NAG cutoff। NAG ওই প্রাথমিক অনুপাত সময় চালানোর পর FLUX-এর মূল attention processors নিয়ন্ত্রণ গ্রহণ করে।

ডিফল্ট 0.85

Inpainting/image-to-image-এর শক্তি; 0.0 মূল ছবি অপরিবর্তিত রাখে এবং 1.0 সম্পূর্ণ নতুনভাবে তৈরি করে। image_url ছাড়া এই সেটিংয়ের কোনো প্রভাব নেই।

পুনরুৎপাদনযোগ্য ছবির জন্য seed: মডেলের সংস্করণ অপরিবর্তিত থাকলে একই প্রম্পট ও seed থেকে একই ছবি তৈরি হয়।

ডিফল্ট []

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

ডিফল্ট []

চূড়ান্ত ছবি তৈরির জন্য সম্মিলিত কনফিগারেশনে মেশানো control-image LoRA; সরবরাহ করা সংখ্যার কোনো সীমা নেই।

ডিফল্ট []

ছবি জেনারেশনের জন্য ControlNet কনফিগারেশন, বর্তমানে একটি ControlNet-এ সীমাবদ্ধ।

ডিফল্ট []

ছবির জেনারেশনের জন্য ControlNet union কনফিগারেশন, বর্তমান single-ControlNet সীমাবদ্ধতার অধীন।

ডিফল্ট []

ছবির জেনারেশনের সময় প্রয়োগ করা IP-Adapter।

ডিফল্ট []

ছবির জেনারেশনের সময় প্রয়োগ করা EasyControl ইনপুট।

জেনারেশন নির্দেশকারী এবং মাস্ক করা অঞ্চলের জন্য কনটেন্ট সরবরাহ করতে সক্ষম ইনপুট ছবি।

POST /run/flux-general/inpainting?wait=20 মূল্য → ০.১৯২$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-general/inpainting?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",
    "mask": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/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

FLUX.1 [dev] with Controlnets and Loras · Inpainting সম্পর্কে

প্রম্পট অনুযায়ী ছবির শুধু মাস্ক করা অংশ পুনরায় আঁকে। `prompt`, `image_url` এবং `mask_url` প্রয়োজন। LoRA, ControlNet, IP-Adapter এবং অতিরিক্ত নিয়ন্ত্রণের জন্য একটি রেফারেন্স ছবি সমর্থন করে। 1 থেকে 50টি ইনফারেন্স ধাপ, সর্বোচ্চ 10টি আউটপুট এবং png বা jpeg ফরম্যাট দেয়।

প্যারামিটার

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

নামধরন ডিফল্টঅনুমোদিত বিবরণ
promptআবশ্যক
ধরনstring
ছবি জেনারেশন নির্দেশকারী প্রম্পট।
image_sizeঐচ্ছিক
ধরনobject
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
জেনারেট করা ছবির মাত্রা।
num_inference_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট28
১ – ৫০
চালানোর জন্য inference ধাপের সংখ্যা।
seedঐচ্ছিক
ধরনinteger | null
পুনরুৎপাদনযোগ্য ছবির জন্য seed: মডেলের সংস্করণ অপরিবর্তিত থাকলে একই প্রম্পট ও seed থেকে একই ছবি তৈরি হয়।
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
ধরনobject | number
ডিফল্ট1
ভিত্তি মডেলের সঙ্গে মিশ্রণের আগে LoRA ওজনে প্রয়োগ করা স্কেলিং। পৃথক layer scale সেট করতে {"layer_name":layer_scale} ফর্মের একটি dictionary দিন; অনির্দিষ্ট layer-এ 1.0 ব্যবহার হয়।
control_lorasঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
চূড়ান্ত ছবি তৈরির জন্য সম্মিলিত কনফিগারেশনে মেশানো control-image LoRA; সরবরাহ করা সংখ্যার কোনো সীমা নেই।
control_loras[].pathআবশ্যক
ধরনstring
LoRA weights-এর অবস্থান, URL বা path হিসেবে নির্দিষ্ট করা হয়।
control_loras[].scaleঐচ্ছিক
ধরনobject | number
ডিফল্ট1
ভিত্তি মডেলের সঙ্গে মিশ্রণের আগে LoRA ওজনে প্রয়োগ করা স্কেলিং। পৃথক layer scale সেট করতে {"layer_name":layer_scale} ফর্মের একটি dictionary দিন; অনির্দিষ্ট layer-এ 1.0 ব্যবহার হয়।
control_loras[].control_image_urlআবশ্যক
ধরনurl · image
control ছবি সরবরাহ করা ছবির URL।
control_loras[].preprocessঐচ্ছিক
ধরনenum
ডিফল্টNone
cannydepthNone
দেওয়া ছবিতে প্রয়োগ করা preprocessing পদ্ধতি।
controlnetsঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবি জেনারেশনের জন্য ControlNet কনফিগারেশন, বর্তমানে একটি ControlNet-এ সীমাবদ্ধ।
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[].control_image_urlআবশ্যক
ধরনurl · image
control ছবি সরবরাহ করা ছবির URL।
controlnets[].mask_image_urlঐচ্ছিক
ধরনurl · image
কন্ট্রোল ছবির সঙ্গে সম্পর্কিত মাস্ক URL।
controlnets[].mask_thresholdঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০.০১ – ০.৯৯
মাস্ক থ্রেশহোল্ডের মান।
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।
controlnet_unionsঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবির জেনারেশনের জন্য ControlNet union কনফিগারেশন, বর্তমান single-ControlNet সীমাবদ্ধতার অধীন।
controlnet_unions[].pathআবশ্যক
ধরনstring
ControlNet-এর ওজনের অবস্থান, URL অথবা path হিসেবে নির্দিষ্ট।
controlnet_unions[].config_urlঐচ্ছিক
ধরনstring | null
ControlNet-এর config.json ফাইলের দিকে নির্দেশ করা ঐচ্ছিক URL।
controlnet_unions[].variantঐচ্ছিক
ধরনstring | null
Hugging Face রিপোজিটরি key-এর সঙ্গে ব্যবহারের জন্য ঐচ্ছিক variant।
controlnet_unions[].controlsআবশ্যক
ধরনobject[]
ControlNet-এ সরবরাহ করা কন্ট্রোল ছবি ও সংশ্লিষ্ট মোড।
controlnet_unions[].controls[].control_image_urlআবশ্যক
ধরনurl · image
control ছবি সরবরাহ করা ছবির URL।
controlnet_unions[].controls[].mask_image_urlঐচ্ছিক
ধরনurl · image
কন্ট্রোল ছবির সঙ্গে সম্পর্কিত মাস্ক URL।
controlnet_unions[].controls[].control_modeআবশ্যক
ধরনenum
cannytiledepthblurposegraylow-quality
Flux Controlnet Union-এ ব্যবহৃত কন্ট্রোল মোড। বিকল্প: canny প্রান্ত ব্যবহার করে জেনারেশন নির্দেশ করে; tile টাইল ব্যবহার করে নির্দেশ করে; depth গ্রেস্কেল depth map ব্যবহার করে নির্দেশ করে; blur ছবিকে ঝাপসা করে; pose ছবির pose ব্যবহার করে জেনারেশন নির্দেশ করে; gray ছবিকে গ্রেস্কেল করে; low-quality ছবির নিম্নমানের সংস্করণ তৈরি করে।
controlnet_unions[].controls[].conditioning_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ২
বেস মডেলের সঙ্গে একীভূত করার আগে ControlNet ওজনে প্রয়োগ করা স্কেলিং।
controlnet_unions[].controls[].mask_thresholdঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০.০১ – ০.৯৯
মাস্ক থ্রেশহোল্ডের মান।
controlnet_unions[].controls[].start_percentageঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
মোট টাইমস্টেপের যে শতাংশে ControlNet ছবির জেনারেশনে প্রভাব বিস্তার শুরু করে।
controlnet_unions[].controls[].end_percentageঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ১
মোট টাইমস্টেপের যে শতাংশে ControlNet ছবির জেনারেশনে প্রভাব বিস্তার বন্ধ করে।
ip_adaptersঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবির জেনারেশনের সময় প্রয়োগ করা IP-Adapter।
ip_adapters[].pathআবশ্যক
ধরনstring
Hugging Face-এ IP-Adapter-এর অবস্থান।
ip_adapters[].subfolderঐচ্ছিক
ধরনstring | null
ip_adapter ওজন ধারণকারী সাবফোল্ডার।
ip_adapters[].weight_nameঐচ্ছিক
ধরনstring | null
IP-Adapter-এর ওজনের Safetensors ফাইলের নাম।
ip_adapters[].image_encoder_pathআবশ্যক
ধরনstring
IP-Adapter ছবির এনকোডারের অবস্থান, যেমন 'openai/clip-vit-large-patch14'।
ip_adapters[].image_encoder_subfolderঐচ্ছিক
ধরনstring | null
ছবির এনকোডারের ওজন ধারণকারী সাবফোল্ডার।
ip_adapters[].image_encoder_weight_nameঐচ্ছিক
ধরনstring | null
ছবির এনকোডারের নাম।
ip_adapters[].image_urlআবশ্যক
ধরনurl · image
IP-Adapter-এ সরবরাহ করা কন্ডিশনিং ছবির URL।
ip_adapters[].mask_image_urlঐচ্ছিক
ধরনurl · image
কন্ট্রোল ছবির সঙ্গে সম্পর্কিত মাস্ক URL।
ip_adapters[].mask_thresholdঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০.০১ – ০.৯৯
মাস্ক থ্রেশহোল্ডের মান।
ip_adapters[].scaleআবশ্যক
ধরনnumber
IP-Adapter-এর স্কেলিং ফ্যাক্টর।
easycontrolsঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
ছবির জেনারেশনের সময় প্রয়োগ করা EasyControl ইনপুট।
easycontrols[].control_method_urlআবশ্যক
ধরনstring
কন্ট্রোল পদ্ধতির safetensor ওজনের URL, অথবা সমর্থিত শনাক্তকারী: `canny`, `depth`, `hedsketch`, `inpainting`, `pose`, `seg`, `subject`, `ghibli`।
easycontrols[].scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ২
কন্ট্রোল পদ্ধতির স্কেলিং ফ্যাক্টর।
easycontrols[].image_urlআবশ্যক
ধরনurl · image
কন্ট্রোল ইনপুট সরবরাহকারী ছবির URL।
easycontrols[].image_control_typeআবশ্যক
ধরনenum
subjectspatial
ছবির কন্ট্রোল মোড; `spatial` অথবা `subject` গ্রহণ করে।
fill_imageঐচ্ছিক
ধরনobject
জেনারেশন নির্দেশকারী এবং মাস্ক করা অঞ্চলের জন্য কনটেন্ট সরবরাহ করতে সক্ষম ইনপুট ছবি।
fill_image.fill_image_urlঐচ্ছিক
ধরনurl · image
ডিফল্ট[]
redux prompting-এর মাধ্যমে পূরণের জন্য ছবির URL।
guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3.5
০ – ২০
ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।
real_cfg_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3.5
০ – ৫
ছবি নির্বাচনের জন্য প্রম্পট-অনুসরণের শক্তি, CFG (Classifier Free Guidance) হিসেবে প্রকাশ করা।
use_real_cfgঐচ্ছিক
ধরনboolean
ডিফল্টfalse
ক্লাসিক্যাল CFG সুইচ, XLabs IP-Adapter v1-এর সঙ্গে স্বয়ংক্রিয়ভাবে সক্রিয় হয়। এর নির্দেশনা আচরণ SD1.5 এবং SDXL-এর মতো মডেলের সঙ্গে সামঞ্জস্যপূর্ণ।
use_cfg_zeroঐচ্ছিক
ধরনboolean
ডিফল্টfalse
https://arxiv.org/abs/2503.18886-এ বর্ণিত CFG-zero initialization sampling সক্রিয় করে।
num_imagesঐচ্ছিক num_outputs
ধরনinteger
ডিফল্ট1
১ – ১০
কতটি ছবি জেনারেট করতে হবে তা নির্ধারণ করুন; আউটপুট স্ট্রিম করা হলে এই নির্বাচনটি 1-এ স্থির থাকে।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
নিরাপত্তা পরীক্ষা, যা অনিরাপদ হিসেবে চিহ্নিত ছবির বদলে কালো ছবি ফেরত দেয়। true মান পরীক্ষা সক্ষম করে; false তা শুধু অনুমোদিত অ্যাকাউন্টের জন্য নিষ্ক্রিয় করে, অথরাইজেশনহীন রিকোয়েস্ট সবসময় পরীক্ষা করা হয়।
reference_image_urlঐচ্ছিক
ধরনurl · image
Reference-Only নির্দেশনার জন্য ব্যবহৃত ছবির URL।
reference_strengthঐচ্ছিক
ধরনnumber
ডিফল্ট0.65
-৩ – ৩
reference_only জেনারেশনের সময় রেফারেন্স ছবির প্রভাব; রেফারেন্স ছবি সরবরাহ না করলে এই strength সেটিংয়ের কোনো প্রভাব নেই।
reference_startঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ১
রেফারেন্স নির্দেশনার শুরুর বিন্দু, সব টাইমস্টেপের শতাংশ হিসেবে প্রকাশিত।
reference_endঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ১
রেফারেন্স নির্দেশনার শেষ বিন্দু, সব টাইমস্টেপের শতাংশ হিসেবে প্রকাশিত।
base_shiftঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০.০১ – ৫
নির্ধারিত টাইমস্টেপে প্রয়োগ করা বেসলাইন শিফট।
max_shiftঐচ্ছিক
ধরনnumber
ডিফল্ট1.15
০.০১ – ৫
নির্ধারিত টাইমস্টেপে প্রয়োগ করা সর্বোচ্চ শিফট।
output_formatঐচ্ছিক
ধরনenum
ডিফল্টpng
jpegpng
ফলাফল ছবির ফাইল ফরম্যাট।
use_beta_scheduleঐচ্ছিক
ধরনboolean
ডিফল্টfalse
beta sigmas ব্যবহার করা হবে কি না তা নিয়ন্ত্রণ করে।
sigma_scheduleঐচ্ছিক
ধরনstring | null
denoising-এর সময় ব্যবহৃত Sigma schedule।
schedulerঐচ্ছিক
ধরনenum
ডিফল্টeuler
eulerdpmpp_2m
denoising-এর সময় ব্যবহৃত scheduler।
negative_promptঐচ্ছিক
ধরনstring
ডিফল্ট
ডিফল্টভাবে NAG দিয়ে প্রক্রিয়াকৃত negative প্রম্পট, যাতে জেনারেট করা ছবিতে নির্দিষ্ট অবাঞ্ছিত বৈশিষ্ট্য নিরুৎসাহিত হয়।
nag_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3
≤ ১০> ১
NAG scale দ্বারা নিয়ন্ত্রিত negative-prompt avoidance: এটি বাড়ালে জেনারেট করা ছবি negative description-এর মতো কম হয়।
nag_tauঐচ্ছিক
ধরনnumber
ডিফল্ট2.5
> ০
hidden-state normalization-এর জন্য NAG tau সেটিং; এটি অপরিবর্তিত রাখার পরামর্শ দেওয়া হয়। এটি বাড়ালে normalization দুর্বল হয় এবং মূল ছবি থেকে অপ্রত্যাশিত বিচ্যুতির ঝুঁকি থাকে।
nag_alphaঐচ্ছিক
ধরনnumber
ডিফল্ট0.25
≤ ১> ০
NAG alpha নির্ধারণ করে positive ও negative প্রম্পট একত্র করে normalized guidance-কে positive প্রম্পট কতটা পুনর্নির্দেশ করবে। এই চূড়ান্ত weighting কম সেটিংয়ে positive প্রম্পট-কে বেশি প্রভাব দেয় এবং বেশি সেটিংয়ে পুনর্নির্দেশ কমায়।
nag_endঐচ্ছিক
ধরনnumber
ডিফল্ট0.25
≤ ১> ০
জেনারেশন ধাপের অনুপাত হিসেবে প্রকাশিত NAG cutoff। NAG ওই প্রাথমিক অনুপাত সময় চালানোর পর FLUX-এর মূল attention processors নিয়ন্ত্রণ গ্রহণ করে।
image_urlআবশ্যক image
ধরনurl · image
Inpainting অথবা image-to-image জেনারেশনের উৎস ছবির URL।
strengthঐচ্ছিক
ধরনnumber
ডিফল্ট0.85
০.০১ – ১
Inpainting/image-to-image-এর শক্তি; 0.0 মূল ছবি অপরিবর্তিত রাখে এবং 1.0 সম্পূর্ণ নতুনভাবে তৈরি করে। image_url ছাড়া এই সেটিংয়ের কোনো প্রভাব নেই।
mask_urlআবশ্যক mask
ধরনurl · image
inpainting-এর অঞ্চল নির্ধারণকারী মাস্ক।
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": "flux-general/inpainting",
  "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": 192,
    "usd": "0.192",
    "charged": 192,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "mask_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "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://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/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, width, height, content_type}জেনারেট করা ছবিগুলোর ফাইল তথ্য।
timings
object
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।
prompt
stringছবি জেনারেশনের সময় ব্যবহৃত প্রম্পট।

আরও মডেল: ছবি সম্পাদনা

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