以前一直用别人训好的控制模型，这回自己从零训了一版，才算真搞懂它在干嘛。
头几天基本在捋链路：说白了就是在扩散模型旁边接了一路条件输入，主干那份生成能力不动，让边缘、深度、姿态这类结构信息在旁边牵着它走。道理不复杂，真跑起来才知道时间都花在哪。
接下来准备数据，坑几乎都在这一段。条件图和目标图必须严格对齐，我一开始没太当回事，训出来控制力软绵绵的，给什么图它都只是照着大概那个意思画。回头查才发现问题不在网络，是预处理参数前后没统一，同一批数据里混了几种口径，模型能学到的对应关系自然是糊的。重新对齐一遍再训，同样的步数，控制力立刻硬了一截。
后面换底模又重来一轮。不同底模得配不同的训练策略，上一版的参数照抄过去不灵，新一代那几个大底模显存吃得特别凶，batch压根压不上去，只能从别的地方想办法凑。
跑完这一版最大的收获不是手里多了个模型，而是以后调别人的控制模型心里有数了——它在某些场景失灵，我大致能猜到是训练数据那头缺了这类样本，而不是干等作者更新。数据清洗我还是土办法，有一起训过的说说你们怎么清的。