Tag: controllable-generation-image-editing

复制一份扩散骨干作为’可训练副本’，通过零卷积接回主干，用额外条件（边缘/深度/姿态）精确控制生成结构。

用一组可学习查询通过解耦的交叉注意力把参考图的语义注入扩散模型，实现’风格/身份’迁移而不改主干。

用掩码标记重绘区域，在扩散中让掩码外保持原图（每步替换已知区域），掩码内按 prompt 生成。

用’结构控制（ControlNet）+ 外观保持（IP-Adapter/参考图）+ 局部重绘 + 后处理校验’保证商品不变形、细节准确。

通过修改 prompt 或注意力图实现’只改某属性’；关键是定位’哪个 token 影响哪个区域’（注意力编辑）。

DreamBooth 用少量图微调整个模型绑定新标识符；Textual Inversion 只学新 token 嵌入；LoRA 学低秩增量。

用参考图提供’主体/风格’信息，通过 IP-Adapter、参考注意力、或多图微调保持身份；难点是’既像又不完全复制’。