图像修复控制网络方案怎么测：可复现评测指南

一、为什么先定测试口径

图像修复控制网络方案的表现受模型版本、采样参数、掩码质量和硬件影响很大。同一套权重换一组采样器，边缘效果可能明显不同。因此评测前要先固定口径，保证别人能复现你的数字。本文给出的是测量方法和记录模板，不包含未经验证的性能数字。

二、测试环境与版本记录

每次测试至少记录以下信息：

• GPU 型号、显存容量、驱动版本与 CUDA 版本
• Python 与 PyTorch 版本
• diffusers 版本，ControlNet 权重与基础模型的仓库 ID 及提交哈希
• 推理精度（fp16 或 fp32）与批大小（batch size）
• 操作系统与内核版本

可用 pip show diffusers torch 与 nvidia-smi 导出这些信息，并保存到测试报告附录中。

三、最小可运行示例

下面的脚本使用 Hugging Face 的 diffusers 库，加载 ControlNet 的 inpaint 权重。运行前请在 Hub 页面核对仓库 ID 与许可证，仓库可能调整。

import numpy as np
import torch
from PIL import Image
from diffusers import ControlNetModel, StableDiffusionControlNetInpaintPipeline
def make_inpaint_condition(image, mask):
    img = np.array(image.convert("RGB")).astype(np.float32) / 255.0
    m = np.array(mask.convert("L")).astype(np.float32) / 255.0
    img[m > 0.5] = -1.0  # 待修复像素置为 -1
    return torch.from_numpy(img.transpose(2, 0, 1)[None])
controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11p_sd15_inpaint", torch_dtype=torch.float16)
pipe = StableDiffusionControlNetInpaintPipeline.from_pretrained(
    "stable-diffusion-v1-5/stable-diffusion-v1-5",
    controlnet=controlnet, torch_dtype=torch.float16).to("cuda")
size = (512, 512)
image = Image.open("input.png").convert("RGB").resize(size)
mask = Image.open("mask.png").convert("L").resize(size)  # 白色为待修复区域
control = make_inpaint_condition(image, mask)
gen = torch.Generator("cuda").manual_seed(42)
out = pipe(prompt="修复提示词", image=image, mask_image=mask,
           control_image=control, num_inference_steps=30,
           guidance_scale=7.5, generator=gen).images[0]
out.save("output.png")

代码要点如下。掩码中白色区域为待修复区域，原图与掩码的尺寸必须一致。控制图由 make_inpaint_condition 生成。固定 seed 后，同一输入可以复现同一输出。

四、评测维度与指标

维度	指标	测量方法	说明
修复区域质量	LPIPS、人工评分	有参考图时计