controlnet

本文提出了一种基于多条件扩散的合成流程，使用Stable Diffusion XL和ControlNet生成合成沙沸图像，用于低资源土石堤坝检查，解决标注缺陷样本稀缺的问题。

该模型为Krea-2引入了一个深度条件化的ControlNet-LoRA，能够实现深度图引导的图像生成，具有高深度一致性（皮尔逊相关系数0.98-0.99）。它支持Raw和Turbo两种变体，并包含简易推理脚本和Comfy UI集成。

zimage-ncnn 工具新增 LanPaint 修图和 ControlNet 控图功能，无需 Python/PyTorch/CUDA，仅依赖 C++ 和 ncnn，支持纯本地离线运行于 Vulkan 或 CPU。