51-50 两万字长文解读ControlNet论文和代码，以及自定义模型训练和图片精确控制生成实验

今天咱们来看 ICCV2023 最佳论文Adding Conditional Control to Text-to-Image Diffusion Models，又称为ControlNet。提到图像生成Finetuning工程方法，有Textual inversion、DreamBooth、LoRA、T2I-Adapter以及ControlNet，其中最著名的当属ControlNet。它也是Stable Diffusion核心插件，业内把ControlNet 称为精确控制 AI 图像生成的破冰方案。目前文生图经典的做法是集成Stable Diffusion、LoRA、ControlNet一起使用。

• 本文第一部分，论文精读，重点内容做了备注、解释。
• 本文第二部分，模型训练。自定义“数据集”进行模型训练，譬如训练智驾场景文生图。
• 本文第三部分，代码讲解。重点讲了LDM的encoder即ControlNet的实现代码、LDM参数被复制代码、零卷积和权重初始化为零的巧妙设计。
• 本文第四部分，Stable Diffusion+LoRA+Con