跳转到主要内容
目前文档是原来 Apply ControlNet(Advanced)节点的说明,最早的 Apply ControlNet 节点已被重命名为 Apply ControlNet(Old),但 comfyui.org 为了保证兼容性,在你下载到的许多工作流文件夹里应该还可以看到 Apply ControlNet(Old) 节点,但是目前你已经无法通过搜索或者节点列表看到 Apply ControlNet(Old) 节点,所以请使用 Apply ControlNet 节点。 此节点将 ControlNet 应用于给定的图像和条件,根据控制网络的参数和指定的强度调整图像的属性,比如 Depth、OpenPose、Canny、HED等等。 使用 controlNet 要求对输入图像进行预处理,由于ComfyUI 初始节点不带处理器和 controlNet 模型,所以请先安装ContrlNet预处理器这里下载与处理器和contrlNet 对应的模型。

Apply ControlNet 输入类型

参数名称数据类型作用
positiveCONDITIONING正向条件数据,来自 CLIP文本编码器或者其它条件输入
negativeCONDITIONING负向条件数据,来自 CLIP文本编码器或者其它条件输入
ControlNetCONTROL_NET要应用的controlNet模型,通常输入来自 controlNt加载器
图像IMAGE用于 controlNet 应用的图片,需要经过预处理器处理
vaeVAEVae模型输入
强度FLOAT用来控制网络调整的强度,取值0~10。建议取值在0.5~1.5之间比较合理,越小则模型会发挥越高的自由度,越大则会被限制得越严格,过高会出现很诡异的画面。你也可以通过自己测试来调整这个值,用来微调控制网络对图像产生的影响。
start_percentFLOAT取值 0.000~1.000,确定开始应用controlNet的百分比,比如取值0.2,意味着ControlNet的引导将在扩散过程完成20%时开始影响图像生成
end_percentFLOAT取值 0.000~1.000,确定结束应用controlNet的百分比,比如取值0.8,意味着ControlNet的引导将在扩散过程完成80%时停止影响图像生成

Apply ControlNet 输出类型

参数名称数据类型作用
positiveCONDITIONING经过ControlNet 处理后的正向条件数据,可以输出到下一个ControlNet 或者 K采样器等节点
negativeCONDITIONING经过ControlNet 处理后的负向条件数据,可以输出到下一个ControlNet 或者 K采样器等节点
如果要使用T2IAdaptor样式模型,请改用Apply Style Model节点