controlnet_stable_tensorrt

用TensorRT加速Stable Diffusion+ControlNet,让可控生成更快更省显存。

这是一个将 Stable Diffusion 与 ControlNet 结合,并通过 TensorRT 进行推理加速的早期开源项目。它主要解决在本地或生产环境中,Stable Diffusion 配合 ControlNet 进行图像生成时推理速度慢、显存占用高的问题。项目利用 TensorRT 对模型进行优化和部署,同时借助 Accelerate 库简化多卡或混合精度训练/推理流程。核心能力包括:加载 Stable Diffusion 和 ControlNet 模型,将两者串联实现可控生成(如边缘、深度、姿态等条件控制),并通过 TensorRT 引擎加速推理,显著提升生成速度。项目处于早期阶段,代码结构清晰,适合对性能有要求的开发者进行二次开发或参考其优化思路。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 73
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队hnsywangxin
所属国家
官网地址
定价模式free
价格说明开源项目,Apache-2.0 许可证,可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型accelerate,controlnet,stable-diffusion,tensorrt
GitHub 星标★ 73
30天Star增速
HF 下载量
上线时间2023-04-28 00:00:00
最近更新2026-07-18 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

核心亮点

  • 集成TensorRT,推理速度提升明显,显存占用更低
  • 同时支持Stable Diffusion和ControlNet,实现可控条件生成
  • 使用Accelerate库,方便多卡和混合精度训练/推理

不足之处

  • 项目早期,文档和示例较少,上手门槛较高
  • TensorRT版本兼容性可能受限,环境配置复杂

适用场景

  • 需要快速生成可控图像的本地部署场景
  • 对推理延迟敏感的生产环境图像生成服务
  • 在有限GPU资源下运行Stable Diffusion+ControlNet

替代项目

stable-diffusion-webui、ComfyUI、diffusers

项目介绍

controlnet_stable_tensorrt 是模型训练领域的开源项目,由 hnsywangxin 开发,2023 年首次发布。

它收录于模型训练分类,该分类目前共有 522 个项目,GitHub 星标数为 73。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-07-18。Apache-2.0 许可证,可免费使用和部署。

它主要面向的使用场景是:需要快速生成可控图像的本地部署场景。同类可对比的替代方案包括 stable-diffusion-webui、ComfyUI、diffusers。

上一篇:AdaptiveDiffusion

下一篇:maji-merger

同类项目推荐

Long-RL 开源

让强化学习轻松驾驭超长序列,训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 729 2026-08-09
TPA 开源

把注意力复杂度从平方降到线性,长序列不再卡顿

[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···

★ 463 2026-08-09
minimind 开源

两小时造出你的小模型,练手入门不求人

Train a 64M-parameter LLM from scratch in just 2h!

★ 62178 2026-08-09
pruna 开源

一键优化 AI 模型,推理提速又省资源。

Pruna is a model optimization framework built for developers, enabling you to delive···

★ 1286 2026-08-13