Uzel Apply ControlNet v ComfyUI

Apply ControlNet připojí řídicí obrázek a načtený ControlNet k pozitivnímu a negativnímu CONDITIONING se sílou a procenty startu/konce, takže sampler sleduje hrany, hloubku nebo pózu z průvodce.

Balíček uzlů: ComfyUI core

Kategorie: ControlNet a vedení

Co Apply ControlNet dělá

Apply ControlNet (novější ControlNetApplyAdvanced, zobrazený jako Apply ControlNet) bere pozitivní a negativní conditioning, CONTROL_NET, předzpracovaný průvodní IMAGE a v novějších verzích i VAE. Vrací nové conditioning, které nese řídicí signál do sampleru. strength určuje sílu vlivu (1.0 je plná), start_percent a end_percent omezují kontrolu na část vzorkování, třeba 0.0-0.6, takže kompozice je nastavena brzy, ale model pak dokončuje detaily volně.

Průvodní obrázek musí být už ve formátu, který ControlNet očekává: Canny ControlNet chce bílé hrany na černém, Depth ControlNet šedou hloubkovou mapu, OpenPose barevnou kostru. Předzpracovače z ControlNet Aux balíčku to vytvoří z fotky. U Tile ControlNet je průvodcem samotný obrázek, často rozmazaný nebo zmenšený.

Vstupy

Název	Typ	Co to je
positive / negative	CONDITIONING	Z uzlů CLIP Text Encode.
control_net	CONTROL_NET	Z Load ControlNet Model.
image	IMAGE	Předzpracovaný průvodce (hrany, hloubka, póza nebo obrázek pro Tile).
vae	VAE	Volitelné v novějších verzích; vyžadováno u některých Flux a Union ControlNetů.
strength	FLOAT	0-2, jak silně se průvodce sleduje. Obvyklé je 0.6-1.0.
start_percent / end_percent	FLOAT	Část vzorkování, kde je kontrola aktivní.

Výstupy

Název	Typ	Co to je
positive	CONDITIONING	Řízené pozitivní conditioning pro KSampler.
negative	CONDITIONING	Řízené negativní conditioning pro KSampler.

Přeskočte nastavování: workflow ComfyUI předinstalované v cloudu

BitVector spouští hotové workflow ComfyUI na vlastních GPU. Žádná instalace, žádné chybějící uzly, žádné červené rámečky. Otevřete ho na telefonu nebo notebooku a generujte do minuty.

Vyzkoušet BitVector

Jak používat Apply ControlNet

Načti fotku pomocí Load Image a spusť ji přes předzpracovač (Canny Edge, Depth Anything, DWPose).
Načti odpovídající ControlNet pomocí Load ControlNet Model.
Přidej Apply ControlNet; připoj positive, negative, control_net a průvodní obrázek.
Nastav strength na 0.8 a end_percent na 0.8 jako výchozí hodnoty.
Připoj oba výstupy do KSampler positive a negative; zachovej velikost latentního prostoru odpovídající poměru průvodce.

Nastavení a tipy

Propoj několik Apply ControlNet uzlů (póza + hloubka) tak, že výstupy jednoho vedou do dalšího.
Sniž end_percent (0.5-0.7), aby model mohl přidat detaily a nevznikl tuhý, obkreslený vzhled.
Udrž průvodní obrázek ve stejném poměru stran jako latentní prostor; obrázek se přizpůsobí.
Pro Tile upscaling použij strength 0.5-0.8, aby se detaily mohly měnit.
Podívej se na výstup předzpracovače: černý nebo šumový průvodce vysvětluje většinu případů, kdy "to nemá efekt".

Připoj výstup VAE z Load VAE do vstupu vae v Apply ControlNet.

Spusťte tento workflow z telefonu

Každý workflow na této stránce je na BitVector předinstalován i s modely a vlastními uzly. Vyberte, napište prompt, hotovo. Nulové nastavování, nic ke stahování.

Vyzkoušet BitVector

Otázky k Apply ControlNet

Musím obrázek předzpracovat?

Ano, kromě Tile a Inpaint ControlNetů, které berou přímo obrázek. Každý ControlNet je trénovaný na jeden typ mapy.

Můžu použít ControlNet s img2img?

Jo. Latentní prostor je z VAE Encode, kontrola z tohoto uzlu; jsou nezávislé.

Kolik ControlNetů můžu naskládat?

Kolik dovolí VRAM; dva nebo tři jsou běžné. Každý přidává paměť a čas.

Související uzly

Load ControlNet Model

ComfyUI core

Načíst ControlNet Model načte soubor ControlNet (nebo T2I-Adapter / ControlNet Union) z models/controlnet a výstupem je objekt CONTROL_NET pro Apply ControlNet.

Load Image

ComfyUI core

Load Image načte obrázek ze složky ComfyUI input (nebo z nahrání) a vyprodukuje IMAGE tensor plus MASKU z alfa kanálu, což je výchozí bod pro img2img, inpainting, ControlNet a IP-Adapter grafy.

KSampler

ComfyUI core

KSampler spouští smyčku odšumění: vezme model, prompt a latent a vytvoří hotový latentní obrázek, řízený seedem, počtem kroků, cfg, samplerem, schedulerem a denoise.

CLIP Text Encode (Prompt)

ComfyUI core

CLIP Text Encode převede textový prompt na CONDITIONING pomocí textového enkodéru modelu. Jeden uzel drží pozitivní prompt, druhý negativní.

Ultimate SD Upscale

ComfyUI_UltimateSDUpscale

Ultimate SD Upscale zvětší obrázek pomocí ESRGAN modelu, pak ho znovu projde po dlaždicích přes diffusion model s tvým promptem při nízkém denoisingu, čímž přidá opravdové detaily při 2x-4x zvětšení, aniž by došel VRAM.

Unavuje vás opravovat uzly? Nechte to na cloudu

BitVector udržuje stovky workflow ComfyUI nainstalované, aktualizované a otestované na rychlých cloudových GPU. Žádný Python, žádné chyby CUDA, žádné limity VRAM. Funguje z jakéhokoli prohlížeče.

Vyzkoušet BitVector