詳細解釋
ControlNet是給擴散模型增加條件控制的架構，讓圖像生成遵循特定結構（姿態、邊緣、深度等）。
原理：
- 凍結原模型：保持生成能力
- 可訓練副網絡：學習條件控制
- 零卷積初始化：訓練初期不改變原模型
- 端到端：一併訓練控制信號
控制類型：
- Canny/Lineart：邊緣線條
- OpenPose：人體姿態骨架
- Depth：深度圖
- Normal：表面法向
- Scribble：手繪草圖
- Segmentation：語義分割圖
- M-LSD：直線檢測
應用：
- 角色一致性：相同姿態換服裝
- 產品設計：草圖轉渲染圖
- 室內設計：布局圖轉渲染
- 動畫製作：姿態序列生成角色
使用：
- 與Stable Diffusion結合
- 安裝擴展或原生支援
- 調整控制強度
- 可組合多個ControlNet
是可控生成的關鍵技術，讓AI生成更實用。