.ai

les meilleurs modèles d'IA open source

Rechercher

Nœud Apply ControlNet dans ComfyUI

Apply ControlNet ajoute une image guide et un ControlNet chargé au CONDITIONING positif et négatif avec une force et des pourcentages de début/fin, pour que le sampler suive les contours, la profondeur ou la pose de l’image guide.

Pack de nœuds : ComfyUI core

Catégorie : ControlNet et guidage

Ce que fait Apply ControlNet

Apply ControlNet (la version plus récente ControlNetApplyAdvanced, affichée comme Apply ControlNet) prend le conditioning positif et négatif, un CONTROL_NET, l’IMAGE guide prétraitée et, dans les versions récentes, le VAE. Il renvoie un nouveau conditioning qui transmet le signal de contrôle au sampler. strength ajuste l’influence (1.0 = pleine), start_percent et end_percent limitent le contrôle à une partie de l’échantillonnage, par exemple 0.0-0.6 pour que la composition soit posée tôt mais que le modèle termine les détails librement.

L’image guide doit déjà être sous la forme attendue par le ControlNet : un ControlNet Canny veut des contours blancs sur fond noir, un ControlNet Depth veut une carte de profondeur en gris, OpenPose veut le squelette coloré. Les préprocesseurs du pack ControlNet Aux produisent ça à partir d’une photo. Pour les Tile ControlNets, le guide est l’image elle-même, souvent floutée ou réduite.

Entrées

Nom	Type	Rôle
positive / negative	CONDITIONING	Depuis les nœuds CLIP Text Encode.
control_net	CONTROL_NET	Depuis Load ControlNet Model.
image	IMAGE	Le guide prétraité (contours, profondeur, pose, ou l’image pour Tile).
vae	VAE	Optionnel dans les versions récentes ; requis par certains ControlNets Flux et Union.
strength	FLOAT	0-2, à quel point on suit le guide. 0.6-1.0 est courant.
start_percent / end_percent	FLOAT	Partie de l’échantillonnage où le contrôle est actif.

Sorties

Nom	Type	Rôle
positive	CONDITIONING	Conditioning positif contrôlé pour KSampler.
negative	CONDITIONING	Conditioning négatif contrôlé pour KSampler.

Oubliez l'installation : des workflows ComfyUI préinstallés sur le cloud

BitVector exécute des workflows ComfyUI prêts à l'emploi sur ses propres GPU. Rien à installer, aucun nœud manquant, aucune case rouge. Ouvrez-le sur votre téléphone ou votre portable et générez en une minute.

Essayer BitVector

Comment utiliser Apply ControlNet

Charge une photo avec Load Image et passe-la dans un préprocesseur (Canny Edge, Depth Anything, DWPose).
Charge le ControlNet correspondant avec Load ControlNet Model.
Ajoute Apply ControlNet ; connecte positive, negative, control_net et l’image guide.
Régle strength à 0.8 et end_percent à 0.8 pour commencer.
Connecte les deux sorties à KSampler positive et negative ; garde la taille latente correspondant au ratio du guide.

Réglages et conseils

Enchaîne plusieurs Apply ControlNet (pose + profondeur) en branchant les sorties de l’un dans l’entrée de l’autre.
Baisse end_percent (0.5-0.7) pour laisser le modèle ajouter des détails et éviter un rendu rigide, comme tracé.
Garde l’image guide au même ratio que le latent ; elle est redimensionnée pour s’adapter.
Pour l’upscaling Tile, utilise strength 0.5-0.8 pour que les détails puissent encore changer.
Prévisualise la sortie du préprocesseur : un guide noir ou bruité explique la plupart des cas de « pas d’effet ».

Dépannage de Apply ControlNet

Le résultat ignore le guide

Pourquoi cela arrive

strength proche de 0, end_percent trop bas, une image guide noire, ou un ControlNet Union sans type.

Comment le corriger

Prévisualise le guide, règle strength entre 0.8 et 1.0 et end_percent à 1.0 pour tester, puis baisse un peu. Ajoute SetUnionControlNetType pour les modèles union.

Erreur : mat1 et mat2 ne peuvent pas être multipliés / incompatibilité ControlNet

Pourquoi cela arrive

La famille ControlNet ne correspond pas au checkpoint (SD 1.5 vs SDXL vs Flux).

Comment le corriger

Utilise un ControlNet de la même famille que le checkpoint.

Image cramée, contraste trop fort, posterisée

Pourquoi cela arrive

strength au-dessus de 1 avec un ControlNet fort (Canny ou Lineart) et un cfg élevé.

Comment le corriger

Force entre 0.6 et 0.9, end_percent à 0.7, cfg dans la plage normale du modèle.

Ancien workflow affiche « Apply ControlNet (OLD) »

Pourquoi cela arrive

Le nœud single-conditioning a été renommé ; il marche encore mais sans contrôle start/end ni passage négatif.

Comment le corriger

Remplace-le par Apply ControlNet et connecte à la fois positif et négatif.

Erreur Flux ControlNet à propos du vae manquant

Pourquoi cela arrive

Certains ControlNets Flux et Union ont besoin du VAE pour encoder le guide.

Comment le corriger

Connecte la sortie VAE de Load VAE à l’entrée vae de Apply ControlNet.

Lancez ce workflow depuis votre téléphone

Chaque workflow de cette page est préinstallé sur BitVector, modèles et nœuds personnalisés déjà en place. Choisissez-en un, tapez un prompt, c'est fait. Zéro configuration, rien à télécharger.

Essayer BitVector

Questions sur Apply ControlNet

Faut-il prétraiter l’image ?

Oui, sauf pour Tile et Inpaint ControlNets, qui prennent l’image telle quelle. Chaque ControlNet est entraîné pour un type de carte précis.

Peut-on utiliser ControlNet avec img2img ?

Oui. Le latent vient de VAE Encode, le contrôle de ce nœud ; les deux sont indépendants.

Combien de ControlNets peut-on empiler ?

Autant que la VRAM le permet ; deux ou trois est courant. Chacun ajoute de la mémoire et du temps.

Nœuds liés

Load ControlNet Model

ComfyUI core

Load ControlNet Model lit un fichier ControlNet (ou T2I-Adapter / ControlNet Union) depuis models/controlnet et produit un objet CONTROL_NET pour Apply ControlNet.

Load Image

ComfyUI core

Load Image lit une image depuis le dossier d'entrée ComfyUI (ou un upload) et sort un tenseur IMAGE plus un MASK pris du canal alpha, le point de départ pour img2img, inpainting, ControlNet et IP-Adapter.

KSampler

ComfyUI core

KSampler exécute la boucle de débruitage : il prend le modèle, les prompts et un latent, et produit l'image latente finale, contrôlée par la graine, les étapes, le cfg, le sampler, le scheduler et le débruitage.

CLIP Text Encode (Prompt)

ComfyUI core

CLIP Text Encode transforme un prompt texte en CONDITIONING en utilisant l'encodeur texte du modèle. Un nœud contient le prompt positif, un autre le prompt négatif.

Ultimate SD Upscale

ComfyUI_UltimateSDUpscale

Ultimate SD Upscale agrandit une image avec un modèle ESRGAN, puis la re-échantillonne tuile par tuile via le modèle de diffusion avec ton prompt à faible débruitage, ajoutant de vrais détails en 2x-4x sans manquer de VRAM.

Marre de réparer des nœuds ? Laissez faire le cloud

BitVector garde des centaines de workflows ComfyUI installés, à jour et testés sur des GPU cloud rapides. Pas de Python, pas d'erreurs CUDA, pas de limite de VRAM. Depuis n'importe quel navigateur.

Essayer BitVector