Update app.py

app.py

@@ -40,126 +40,186 @@ device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
 dtype = torch.float16 if torch.cuda.is_available() else torch.float32
 
 print("=" * 50)
-print("🎨 T2I-Adapter Photo Restoration")
+print("🎨 Complete T2I-Adapter Suite")
 print("=" * 50)
 print("Using device:", device)
-print("Models: SD1.5 + SDXL with T2I-Adapters")
+print("All T2I-Adapters: SD1.5 + SDXL")
 print("=" * 50)
 
 from diffusers import (
-    StableDiffusionAdapterPipeline, 
-    T2IAdapter,
+    StableDiffusionAdapterPipeline,
     StableDiffusionXLAdapterPipeline,
+    T2IAdapter,
     AutoencoderKL
 )
-from controlnet_aux import CannyDetector, LineartDetector
+from controlnet_aux import (
+    CannyDetector, 
+    LineartDetector,
+    OpenposeDetector,
+    MidasDetector,
+    PidiNetDetector
+)
 import gc
 
-# Initialize models
-pipe_sd15 = None
-pipe_sdxl = None
-adapter_sd15_canny = None
-adapter_sdxl_canny = None
-canny_detector = CannyDetector()
+# T2I-Adapter models for SD1.5
+SD15_ADAPTERS = {
+    "Canny": "TencentARC/t2iadapter_canny_sd15v2",
+    "Sketch": "TencentARC/t2iadapter_sketch_sd15v2",
+    "Depth": "TencentARC/t2iadapter_depth_sd15v2",
+    "OpenPose": "TencentARC/t2iadapter_openpose_sd14v1",
+    "Seg": "TencentARC/t2iadapter_seg_sd14v1",
+    "Color": "TencentARC/t2iadapter_color_sd14v1",
+    "Style": "TencentARC/t2iadapter_style_sd14v1",
+}
 
-try:
-    print("🔄 Loading T2I-Adapter for SD1.5 (Canny)...")
-    adapter_sd15_canny = T2IAdapter.from_pretrained(
-        "TencentARC/t2iadapter_canny_sd15v2", 
-        torch_dtype=dtype
-    ).to(device)
-    
-    pipe_sd15 = StableDiffusionAdapterPipeline.from_pretrained(
-        "runwayml/stable-diffusion-v1-5",
-        adapter=adapter_sd15_canny,
-        torch_dtype=dtype,
-        safety_checker=None
-    ).to(device)
-    
-    pipe_sd15.enable_attention_slicing()
-    print("✅ SD1.5 T2I-Adapter loaded!")
-    
-except Exception as e:
-    print(f"❌ SD1.5 Error: {e}")
+# T2I-Adapter models for SDXL
+SDXL_ADAPTERS = {
+    "Canny": "TencentARC/t2i-adapter-canny-sdxl-1.0",
+    "Sketch": "TencentARC/t2i-adapter-sketch-sdxl-1.0",
+    "Lineart": "TencentARC/t2i-adapter-lineart-sdxl-1.0",
+    "Depth-Midas": "TencentARC/t2i-adapter-depth-midas-sdxl-1.0",
+    "Depth-Zoe": "TencentARC/t2i-adapter-depth-zoe-sdxl-1.0",
+    "OpenPose": "TencentARC/t2i-adapter-openpose-sdxl-1.0",
+}
+
+# Loaded pipelines cache
+loaded_pipelines = {}
 
-try:
-    print("🔄 Loading T2I-Adapter for SDXL (Canny)...")
-    adapter_sdxl_canny = T2IAdapter.from_pretrained(
-        "TencentARC/t2i-adapter-canny-sdxl-1.0",
-        torch_dtype=dtype,
-        varient="fp16"
-    ).to(device)
-    
-    pipe_sdxl = StableDiffusionXLAdapterPipeline.from_pretrained(
-        "stabilityai/stable-diffusion-xl-base-1.0",
-        adapter=adapter_sdxl_canny,
-        torch_dtype=dtype,
-        variant="fp16"
-    ).to(device)
-    
-    if device.type == "cuda":
-        pipe_sdxl.enable_model_cpu_offload()
-    pipe_sdxl.enable_attention_slicing()
-    
-    print("✅ SDXL T2I-Adapter loaded!")
-    
-except Exception as e:
-    print(f"❌ SDXL Error: {e}")
+# Detectors
+canny_detector = CannyDetector()
+lineart_detector = LineartDetector.from_pretrained("lllyasviel/Annotators")
+openpose_detector = OpenposeDetector.from_pretrained("lllyasviel/Annotators")
+midas_detector = MidasDetector.from_pretrained("lllyasviel/Annotators")
+pidinet_detector = PidiNetDetector.from_pretrained("lllyasviel/Annotators")
 
 MAX_SEED = np.iinfo(np.int32).max
 
-# Restoration presets
-RESTORATION_PRESETS = {
-    "ลงสีภาพขาวดำ (Colorize)": "a colorized version of this photograph with realistic natural colors, professional photo restoration, high quality, detailed",
-    "ซ่อมแซมเต็มรูปแบบ (Full Restore)": "a fully restored vintage photograph, damage removed, enhanced colors, sharp details, professional restoration, like new",
-    "เพิ่มความคมชัด (Enhance)": "a professionally enhanced photograph with improved sharpness, vivid colors, better contrast, high quality",
-    "สไตล์วินเทจ (Vintage)": "a beautifully restored vintage photograph with authentic period colors, nostalgic atmosphere",
-    "สไตล์อนิเมะ (Anime)": "beautiful anime art style, vibrant colors, detailed anime illustration, high quality artwork",
-    "ภาพวาดสีน้ำ (Watercolor)": "watercolor painting style, soft artistic brush strokes, painterly effect",
-    "กำหนดเอง (Custom)": ""
+PRESETS = {
+    "ลงสีภาพขาวดำ": "colorized vintage photograph with realistic natural colors, professional restoration",
+    "ซ่อมแซมภาพเก่า": "fully restored old photograph, enhanced colors, sharp details, professional quality",
+    "สไตล์อนิเมะ": "beautiful anime art style, vibrant colors, detailed illustration, high quality",
+    "ภาพวาดสีน้ำ": "watercolor painting, soft artistic brushstrokes, painterly effect",
+    "ภาพวาดน้ำมัน": "oil painting, rich textures, artistic brushstrokes, classic art style",
+    "ถ่ายภาพมืออาชีพ": "professional photograph, high quality, detailed, 4k, sharp focus",
+    "สไตล์วินเทจ": "vintage style photograph, nostalgic atmosphere, retro colors",
 }
 
-def get_canny_edge(image, low_threshold=50, high_threshold=150):
-    """Extract canny edges from image"""
+def get_control_image(image, adapter_type):
+    """Generate control image based on adapter type"""
     image = np.array(image)
-    edges = cv2.Canny(image, low_threshold, high_threshold)
-    edges = Image.fromarray(edges)
-    return edges
+    
+    if "Canny" in adapter_type:
+        return canny_detector(image)
+    elif "Sketch" in adapter_type:
+        return pidinet_detector(image, detect_resolution=512, image_resolution=512)
+    elif "Lineart" in adapter_type:
+        return lineart_detector(image, detect_resolution=512, image_resolution=512)
+    elif "Depth" in adapter_type:
+        return midas_detector(image)
+    elif "OpenPose" in adapter_type:
+        return openpose_detector(image)
+    elif "Color" in adapter_type:
+        # For color adapter, just return the image
+        return Image.fromarray(image)
+    elif "Seg" in adapter_type or "Style" in adapter_type:
+        # These need special preprocessing
+        return Image.fromarray(image)
+    else:
+        return Image.fromarray(image)
 
-def restore_photo(
+def load_pipeline(model_version, adapter_type):
+    """Load or get cached pipeline"""
+    cache_key = f"{model_version}_{adapter_type}"
+    
+    if cache_key in loaded_pipelines:
+        return loaded_pipelines[cache_key]
+    
+    try:
+        # Select adapter model
+        if model_version == "SD 1.5":
+            adapter_name = SD15_ADAPTERS.get(adapter_type)
+            base_model = "runwayml/stable-diffusion-v1-5"
+        else:
+            adapter_name = SDXL_ADAPTERS.get(adapter_type)
+            base_model = "stabilityai/stable-diffusion-xl-base-1.0"
+        
+        if not adapter_name:
+            return None
+        
+        print(f"Loading {adapter_name}...")
+        
+        # Load adapter
+        adapter = T2IAdapter.from_pretrained(
+            adapter_name,
+            torch_dtype=dtype,
+            variant="fp16" if dtype == torch.float16 else None
+        ).to(device)
+        
+        # Load pipeline
+        if model_version == "SD 1.5":
+            pipe = StableDiffusionAdapterPipeline.from_pretrained(
+                base_model,
+                adapter=adapter,
+                torch_dtype=dtype,
+                safety_checker=None
+            ).to(device)
+        else:
+            vae = AutoencoderKL.from_pretrained(
+                "madebyollin/sdxl-vae-fp16-fix",
+                torch_dtype=dtype
+            ).to(device)
+            
+            pipe = StableDiffusionXLAdapterPipeline.from_pretrained(
+                base_model,
+                adapter=adapter,
+                vae=vae,
+                torch_dtype=dtype,
+                variant="fp16" if dtype == torch.float16 else None
+            ).to(device)
+        
+        if device.type == "cuda":
+            pipe.enable_model_cpu_offload()
+        pipe.enable_attention_slicing()
+        
+        loaded_pipelines[cache_key] = pipe
+        print(f"✅ Loaded {cache_key}")
+        
+        return pipe
+        
+    except Exception as e:
+        print(f"❌ Error loading {cache_key}: {e}")
+        return None
+
+def generate_image(
     input_image,
-    instruction,
-    model_choice,
+    prompt,
+    model_version,
+    adapter_type,
     seed,
     randomize_seed,
     guidance_scale,
     adapter_strength,
     steps,
-    canny_low,
-    canny_high,
     progress=gr.Progress(track_tqdm=True)
 ):
-    """Restore photo using T2I-Adapter"""
+    """Generate image with T2I-Adapter"""
     if input_image is None:
         raise gr.Error("กรุณาอัพโหลดภาพ")
     
-    # Select pipeline
-    if model_choice == "SD 1.5" and pipe_sd15 is None:
-        raise gr.Error("โมเดล SD1.5 ยังไม่พร้อมใช้งาน")
-    elif model_choice == "SDXL" and pipe_sdxl is None:
-        raise gr.Error("โมเดล SDXL ยังไม่พร้อมใช้งาน")
+    # Load pipeline
+    pipe = load_pipeline(model_version, adapter_type)
+    if pipe is None:
+        raise gr.Error(f"ไม่สามารถโหลด {model_version} + {adapter_type}")
     
-    pipe = pipe_sd15 if model_choice == "SD 1.5" else pipe_sdxl
-
     if randomize_seed:
         seed = random.randint(0, MAX_SEED)
-
+    
     generator = torch.Generator(device=device).manual_seed(seed)
     original_image = input_image.convert("RGB")
     
     # Resize
     width, height = original_image.size
-    max_size = 768 if model_choice == "SDXL" else 512
+    max_size = 768 if model_version == "SDXL" else 512
     
     if width > max_size or height > max_size:
         if width > height:
@@ -173,45 +233,44 @@ def restore_photo(
         new_height = (new_height // 8) * 8
         original_image = original_image.resize((new_width, new_height), Image.LANCZOS)
     
-    # Extract canny edges
-    canny_image = get_canny_edge(original_image, canny_low, canny_high)
+    # Generate control image
+    control_image = get_control_image(original_image, adapter_type)
     
     try:
         result = pipe(
-            prompt=instruction,
-            image=canny_image,
+            prompt=prompt,
+            image=control_image,
             num_inference_steps=steps,
             guidance_scale=guidance_scale,
             adapter_conditioning_scale=adapter_strength,
             generator=generator,
         ).images[0]
         
-        # Clean up
         if device.type == "cuda":
             torch.cuda.empty_cache()
         gc.collect()
         
-        return result, canny_image, seed
-    
+        return result, control_image, seed
+        
     except Exception as e:
         raise gr.Error(f"เกิดข้อผิดพลาด: {str(e)}")
 
 def load_preset(preset_name):
-    """Load restoration preset"""
-    return RESTORATION_PRESETS.get(preset_name, "")
+    return PRESETS.get(preset_name, "")
 
 css="""
 #col-container {
     margin: 0 auto;
-    max-width: 1600px;
+    max-width: 1800px;
 }
 #main-title h1 {
-    font-size: 2.5em !important; 
+    font-size: 2.8em !important; 
     text-align: center;
     background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
     -webkit-background-clip: text;
     -webkit-text-fill-color: transparent;
     background-clip: text;
+    margin-bottom: 10px;
 }
 .feature-box {
     background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
@@ -219,101 +278,116 @@ css="""
     border-radius: 12px;
     padding: 25px;
     margin: 20px 0;
-    box-shadow: 0 4px 6px rgba(0,0,0,0.1);
+}
+.adapter-grid {
+    display: grid;
+    grid-template-columns: repeat(auto-fit, minmax(150px, 1fr));
+    gap: 10px;
+    margin: 15px 0;
 }
 """
 
 with gr.Blocks(css=css, theme=steel_blue_theme) as demo:
     with gr.Column(elem_id="col-container"):
-        gr.Markdown("# 📸 T2I-Adapter Photo Restoration", elem_id="main-title")
-        gr.Markdown("### ✨ Control Image Generation with Structure Guidance")
+        gr.Markdown("# 🎨 Complete T2I-Adapter Suite", elem_id="main-title")
+        gr.Markdown("### 📸 All TencentARC T2I-Adapters for SD1.5 & SDXL")
         
         gr.HTML("""
         <div class="feature-box">
-            <h3>🎯 T2I-Adapter Features</h3>
-            <table style="width:100%; color:white; font-size:1.05em;">
-                <tr>
-                    <td style="padding:8px; width:30%;"><strong>🖼️ Structure Control</strong></td>
-                    <td>ควบคุมโครงสร้างภาพด้วย Canny Edge Detection</td>
-                </tr>
-                <tr>
-                    <td style="padding:8px;"><strong>🎨 Style Freedom</strong></td>
-                    <td>เปลี่ยนสไตล์ได้อย่างอิสระโดยรักษาโครงสร้าง</td>
-                </tr>
-                <tr>
-                    <td style="padding:8px;"><strong>⚡ Two Models</strong></td>
-                    <td>SD 1.5 (เร็ว) และ SDXL (คุณภาพสูง)</td>
-                </tr>
-                <tr>
-                    <td style="padding:8px;"><strong>💎 High Quality</strong></td>
-                    <td>ผลลัพธ์คุณภาพสูงพร้อมความยืดหยุ่น</td>
-                </tr>
-            </table>
+            <h3>🎯 Available T2I-Adapters</h3>
+            <div style="display: grid; grid-template-columns: 1fr 1fr; gap: 20px;">
+                <div>
+                    <h4>📘 SD 1.5 Adapters:</h4>
+                    <ul style="color:white;">
+                        <li><strong>Canny</strong> - Edge detection</li>
+                        <li><strong>Sketch</strong> - Sketch/scribble</li>
+                        <li><strong>Depth</strong> - Depth map</li>
+                        <li><strong>OpenPose</strong> - Human pose</li>
+                        <li><strong>Seg</strong> - Segmentation map</li>
+                        <li><strong>Color</strong> - Color palette</li>
+                        <li><strong>Style</strong> - Style transfer</li>
+                    </ul>
+                </div>
+                <div>
+                    <h4>📗 SDXL Adapters:</h4>
+                    <ul style="color:white;">
+                        <li><strong>Canny</strong> - Edge detection (XL)</li>
+                        <li><strong>Sketch</strong> - Sketch/scribble (XL)</li>
+                        <li><strong>Lineart</strong> - Line art</li>
+                        <li><strong>Depth-Midas</strong> - Depth (Midas)</li>
+                        <li><strong>Depth-Zoe</strong> - Depth (ZoeDepth)</li>
+                        <li><strong>OpenPose</strong> - Human pose (XL)</li>
+                    </ul>
+                </div>
+            </div>
         </div>
         """)
         
         with gr.Row():
             with gr.Column(scale=1):
                 input_image = gr.Image(
-                    label="📤 อัพโหลดภาพต้นฉบับ", 
-                    type="pil", 
+                    label="📤 Input Image",
+                    type="pil",
                     height=400
                 )
                 
-                model_choice = gr.Radio(
-                    choices=["SD 1.5", "SDXL"],
-                    label="🤖 เลือกโมเดล",
-                    value="SD 1.5",
-                    info="SD 1.5 = เร็ว | SDXL = คุณภาพสูง"
+                with gr.Row():
+                    model_version = gr.Radio(
+                        choices=["SD 1.5", "SDXL"],
+                        label="🤖 Model Version",
+                        value="SD 1.5",
+                        info="SD 1.5 = Fast | SDXL = High Quality"
+                    )
+                
+                adapter_type = gr.Dropdown(
+                    choices=list(SD15_ADAPTERS.keys()),
+                    label="🎨 Adapter Type",
+                    value="Canny"
+                )
+                
+                def update_adapter_choices(version):
+                    if version == "SD 1.5":
+                        return gr.Dropdown(choices=list(SD15_ADAPTERS.keys()), value="Canny")
+                    else:
+                        return gr.Dropdown(choices=list(SDXL_ADAPTERS.keys()), value="Canny")
+                
+                model_version.change(
+                    fn=update_adapter_choices,
+                    inputs=[model_version],
+                    outputs=[adapter_type]
                 )
                 
                 preset = gr.Dropdown(
-                    choices=list(RESTORATION_PRESETS.keys()),
-                    label="🎯 เลือกพรีเซ็ต",
-                    value="ลงสีภาพขาวดำ (Colorize)"
+                    choices=list(PRESETS.keys()),
+                    label="🎯 Preset",
+                    value="ลงสีภาพขาวดำ"
                 )
                 
-                instruction = gr.Textbox(
-                    label="💬 Prompt (คำอธิบายภาพที่ต้องการ)",
+                prompt = gr.Textbox(
+                    label="💬 Prompt",
                     lines=3,
-                    value=RESTORATION_PRESETS["ลงสีภาพขาวดำ (Colorize)"]
+                    value=PRESETS["ลงสีภาพขาวดำ"]
                 )
                 
                 preset.change(
                     fn=load_preset,
                     inputs=[preset],
-                    outputs=[instruction]
+                    outputs=[prompt]
                 )
                 
-                with gr.Accordion("⚙️ Canny Edge Settings", open=False):
-                    canny_low = gr.Slider(
-                        label="Low Threshold",
-                        minimum=0,
-                        maximum=255,
-                        value=50,
-                        step=1
-                    )
-                    canny_high = gr.Slider(
-                        label="High Threshold",
-                        minimum=0,
-                        maximum=255,
-                        value=150,
-                        step=1
-                    )
-
                 run_button = gr.Button("✨ Generate", variant="primary", size="lg")
-
+            
             with gr.Column(scale=2):
                 with gr.Row():
-                    canny_output = gr.Image(
-                        label="🔍 Canny Edge Detection", 
+                    control_output = gr.Image(
+                        label="🔍 Control Image",
                         type="pil",
-                        height=350
+                        height=380
                     )
                     output_image = gr.Image(
-                        label="✨ Generated Result", 
+                        label="✨ Generated Result",
                         type="pil",
-                        height=350
+                        height=380
                     )
                 
                 with gr.Accordion("⚙️ Advanced Settings", open=True):
@@ -326,7 +400,7 @@ with gr.Blocks(css=css, theme=steel_blue_theme) as demo:
                             value=42
                         )
                         randomize_seed = gr.Checkbox(
-                            label="🔀 Random Seed",
+                            label="🔀 Random",
                             value=True
                         )
                     
@@ -336,17 +410,14 @@ with gr.Blocks(css=css, theme=steel_blue_theme) as demo:
                             minimum=1.0,
                             maximum=20.0,
                             step=0.5,
-                            value=7.5,
-                            info="ยิ่งสูง = ทำตาม prompt มากขึ้น"
+                            value=7.5
                         )
-                        
                         adapter_strength = gr.Slider(
                             label="🎨 Adapter Strength",
                             minimum=0.0,
                             maximum=1.0,
                             step=0.05,
-                            value=0.75,
-                            info="ยิ่งสูง = รักษาโครงสร้างมากขึ้น"
+                            value=0.8
                         )
                     
                     steps = gr.Slider(
@@ -358,117 +429,117 @@ with gr.Blocks(css=css, theme=steel_blue_theme) as demo:
                     )
         
         run_button.click(
-            fn=restore_photo,
+            fn=generate_image,
             inputs=[
-                input_image, instruction, model_choice, seed, randomize_seed,
-                guidance_scale, adapter_strength, steps, canny_low, canny_high
+                input_image, prompt, model_version, adapter_type,
+                seed, randomize_seed, guidance_scale, adapter_strength, steps
             ],
-            outputs=[output_image, canny_output, seed]
+            outputs=[output_image, control_output, seed]
         )
-
+    
     gr.Markdown("""
     ---
-    ### 📚 คู่มือการใช้งาน T2I-Adapter
-    
-    #### 🎯 **T2I-Adapter คืออะไร?**
-    T2I-Adapter เป็นเทคนิคที่ช่วยควบคุมการสร้างภาพด้วย **condition เพิ่มเติม** เช่น:
-    - **Canny Edge** - โครงร่างของวัตถุ
-    - **Depth Map** - ความลึกของภาพ
-    - **Sketch** - ภาพร่าง
-    
-    แอปนี้ใช้ **Canny Edge Detection** เพื่อรักษาโครงสร้างของภาพเดิม แต่เปลี่ยนสไตล์ สี และรายละเอียดตาม prompt
-    
-    #### 🤖 **เลือกโมเดล:**
-    
-    **📘 SD 1.5 (Stable Diffusion 1.5):**
-    - ✅ เร็วกว่า (20-40 วินาที)
-    - ✅ ใช้ VRAM น้อย (~4-6GB)
-    - ✅ เหมาะสำหรับทดลอง
-    - ⚠️ คุณภาพต่ำกว่า SDXL
-    
-    **📗 SDXL (Stable Diffusion XL):**
-    - ✅ คุณภาพสูงกว่ามาก
-    - ✅ รายละเอียดดีกว่า
-    - ✅ สีสันสมจริงกว่า
-    - ⚠️ ช้ากว่า (60-120 วินาที)
-    - ⚠️ ใช้ VRAM มาก (~8-12GB)
-    
-    #### 🎯 **วิธีใช้งาน:**
-    
-    1. **อัพโหลดภาพ** - ภาพถ่ายเก่า หรือภาพที่ต้องการแปลง
-    2. **เลือกโมเดล** - SD 1.5 (เร็ว) หรือ SDXL (คุณภาพสูง)
-    3. **เลือกพรีเซ็ต** - เลือกสไตล์ที่ต้องการ
-    4. **แก้ไข Prompt** - ปรับแต่งคำอธิบายตามต้องการ
-    5. **กด Generate** - รอผลลัพธ์
-    6. **ดู Canny Edge** - ตรวจสอบว่าโครงสร้างถูกต้อง
-    7. **ปรับค่า Adapter Strength** - ถ้าต้องการเปลี่ยนมากขึ้น/น้อยลง
-    
-    #### 💡 **เคล็ดลับ:**
-    
-    ✅ **สำหรับภาพขาวดำ:**
-    - Adapter Strength: 0.7-0.8
-    - Guidance: 7-9
-    - Prompt: "colorized vintage photograph with realistic colors"
-    
-    ✅ **สำหรับการเปลี่ยนสไตล์:**
-    - Adapter Strength: 0.6-0.75
-    - Guidance: 8-12
-    - Prompt: "anime art style" / "watercolor painting"
-    
-    ✅ **สำหรับการซ่อมแซม:**
-    - Adapter Strength: 0.8-0.9 (รักษาโครงสร้างเดิมมาก)
-    - Guidance: 7-9
-    - Prompt: "restored photograph, enhanced colors"
-    
-    ✅ **Canny Edge Settings:**
-    - **Low/High Threshold:** ปรับเพื่อควบคุมรายละเอียดของ edge
-    - **Low = 50, High = 150** เหมาะสำหรับภาพทั่วไป
-    - **Low = 30, High = 100** สำหรับภาพที่มีรายละเอียดน้อย
-    - **Low = 100, High = 200** สำหรับภาพที่มีรายละเอียดเยอะ
-    
-    #### ⚙️ **พารามิเตอร์:**
-    
-    **Guidance Scale (1-20):**
-    - 5-7: สร้างสรรค์มาก, อิสระ
-    - 7-10: สมดุล ✅
-    - 10-15: ทำตาม prompt เยอะมาก
-    
-    **Adapter Strength (0-1):**
-    - 0.5-0.6: เปลี่ยนแปลงมาก, อิสระ
-    - 0.7-0.8: สมดุล ✅
-    - 0.85-1.0: รักษาโครงสร้างเดิมเกือบทั้งหมด
-    
-    **Steps:**
-    - SD 1.5: 20-30 steps
-    - SDXL: 25-40 steps
-    
-    #### ⚡ **ประสิทธิภาพ:**
-    
-    **SD 1.5:**
-    - เวลา: 20-40 วินาที
-    - VRAM: 4-6GB
-    - ความละเอียด: 512x512px
-    
-    **SDXL:**
-    - เวลา: 60-120 วินาที
-    - VRAM: 8-12GB
-    - ความละเอียด: 768x768px หรือ 1024x1024px
-    
-    #### 📦 **Dependencies:**
+    ### 📚 Complete T2I-Adapter Guide
+    
+    #### 🎨 **Adapter Types Explained:**
+    
+    **🖼️ Canny** - แยก edge/โครงร่างจากภาพ
+    - เหมาะสำหรับ: รักษาโครงสร้างแต่เปลี่ยนสไตล์
+    - ใช้เมื่อ: ต้องการควบคุมรูปร่างของวัตถุ
+    
+    **✏️ Sketch** - ใช้ภาพร่าง/scribble
+    - เหมาะสำหรับ: วาดร่างแล้วให้ AI เติมรายละเอียด
+    - ใช้เมื่อ: มีภาพร่างคร่าวๆ
+    
+    **📏 Lineart** - ใช้เส้นสายศิลปะ
+    - เหมาะสำหรับ: manga, comic, line art
+    - ใช้เมื่อ: ต้องการเส้นสายที่สะอาด
+    
+    **🏔️ Depth** - ใช้ depth map (ความลึก)
+    - เหมาะสำหรับ: ควบคุม perspective และ depth
+    - ใช้เมื่อ: ต้องการรักษาความลึกของภาพ
+    - **Midas** vs **Zoe**: Zoe แม่นยำกว่า
+    
+    **🚶 OpenPose** - ใช้ท่าทางมนุษย์
+    - เหมาะสำหรับ: เปลี่ยนคนในภาพแต่รักษาท่าทาง
+    - ใช้เมื่อ: มีภาพคน ต้องการเปลี่ยนรูปลักษณ์
+    
+    **🎨 Color** - ใช้ color palette
+    - เหมาะสำหรับ: ควบคุมสีในแต่ละพื้นที่
+    - ใช้เมื่อ: ต้องการกำหนดสีเฉพาะจุด
+    
+    **🖌️ Seg** - ใช้ segmentation map
+    - เหมาะสำหรับ: แบ่งพื้นที่ของวัตถุ
+    - ใช้เมื่อ: ต้องการควบคุมแต่ละ object
+    
+    **🎭 Style** - Style transfer
+    - เหมาะสำหรับ: เปลี่ยนสไตล์ภาพ
+    - ใช้เมื่อ: ต้องการเลียนแบบสไตล์
+    
+    #### 💡 **Use Cases:**
+    
+    ✅ **ลงสีภาพขาวดำ:**
+    - Adapter: **Canny** หรือ **Sketch**
+    - Strength: 0.75-0.85
+    - Prompt: "colorized photograph with realistic colors"
+    
+    ✅ **เปลี่ยนท่าคน:**
+    - Adapter: **OpenPose**
+    - Strength: 0.8-0.9
+    - Prompt: อธิบายคนที่ต้องการ
+    
+    ✅ **manga ➜ realistic:**
+    - Adapter: **Lineart**
+    - Strength: 0.7-0.8
+    - Prompt: "realistic photograph"
+    
+    ✅ **เปลี่ยนสไตล์:**
+    - Adapter: **Canny** (รักษารูปร่าง)
+    - Strength: 0.6-0.75
+    - Prompt: "anime style" / "oil painting"
+    
+    #### ⚙️ **Settings Guide:**
+    
+    **Guidance Scale:**
+    - 5-7: Creative, loose
+    - 7-10: Balanced ✅
+    - 10-15: Strict prompt following
+    
+    **Adapter Strength:**
+    - 0.5-0.6: Very loose control
+    - 0.7-0.8: Balanced ✅
+    - 0.85-1.0: Strict structure preservation
+    
+    **Model Choice:**
+    - **SD 1.5**: 20-40s, 512px, 4-6GB VRAM
+    - **SDXL**: 60-120s, 768-1024px, 8-12GB VRAM
+    
+    #### 📦 **Installation:**
     ```bash
-    pip install diffusers transformers
+    pip install diffusers transformers accelerate
     pip install controlnet-aux
     pip install opencv-python
-    pip install torch torchvision
-    pip install gradio
+    pip install torch gradio
     ```
     
+    #### 🔬 **Technical Details:**
+    
+    **T2I-Adapter vs ControlNet:**
+    - T2I-Adapter: ⚡ Lighter (~77M params)
+    - ControlNet: 💪 More control (~600M params)
+    - T2I-Adapter: Better for style changes
+    - ControlNet: Better for precise control
+    
+    **Multi-Adapter Support:**
+    - รวม adapter หลายตัวได้ (เช่น Canny + Depth)
+    - ใช้ `MultiAdapter` class
+    
     ---
     
     <div style="text-align:center; color:#666; padding:20px;">
-        <strong>🌟 T2I-Adapter</strong><br>
-        Structure-Guided Image Generation<br>
-        <em>TencentARC • Stable Diffusion</em>
+        <strong>🌟 T2I-Adapter Complete Suite</strong><br>
+        13 Adapters: 7 for SD1.5 + 6 for SDXL<br>
+        <em>TencentARC × Peking University VILLA</em>
     </div>
     """)