.ai

najlepsze otwarte modele AI

Szukaj

ControlNet wyjaśniony: pozowanie, głębia, krawędzie i obrazy referencyjne dla SD 1.5, SDXL i Flux

Q: Efekt wygląda na przerysowany i płaski

Siła 1.0 z końcowym procentem 1.0. Siła 0.7, koniec 0.7; pozwól modelowi dokończyć sam.

Q: Szkielet nie ma rąk lub kończyny

Preprocessor źle wykrył na zagraconym zdjęciu. Użyj DWPose z włączonymi rękami, przytnij źródło lub edytuj szkielet w węźle edytora OpenPose.

Q: Brak pamięci przy dwóch jednostkach

Każdy ControlNet zajmuje do 2.5 GB. Użyj modelu Union dla obu typów lub ControlNetów fp8; zobacz przewodnik VRAM.

Temat: Promptowanie

Autor: Captain

Opublikowano 2026-02-18

Jak ControlNet sprawia, że model podąża za pozą, mapą głębi, rysunkiem krawędzi lub szkicem zamiast zgadywać kompozycję na podstawie promptu: popularne typy kontroli i kiedy ich używać, krok preprocessora, ustawienia siły i końcowego procentu, pliki specyficzne dla rodziny oraz alternatywy z ery Flux (Flux Depth, Canny, Kontext).

Przegląd

Prompt mówi, co narysować; ControlNet mówi, gdzie. To boczna sieć, trenowana dla każdej rodziny, która czyta obraz kontrolny (pozę w formie patyczaka, mapę głębi, rysunek krawędzi, szkic, mapę segmentacji) i kieruje denoiserem, żeby efekt pasował do tej struktury. Prompt dalej decyduje o temacie, stylu i świetle; obraz kontrolny ustala kompozycję. Dzięki temu można mieć tę samą pozę u dziesięciu postaci, zamienić render 3D w zdjęcie albo zachować dokładny kształt produktu.

Zawsze dzieją się dwa kroki. Najpierw preprocessor zamienia twoje źródłowe zdjęcie w obraz kontrolny (OpenPose rysuje szkielet, MiDaS lub Depth Anything szacują głębię, Canny wykrywa krawędzie, Lineart obrysowuje kontury). Potem model ControlNet dla twojej rodziny używa tego obrazu podczas generowania. Podstawowy błąd początkujących to podawanie surowego zdjęcia zamiast mapy po preprocessingu; drugi to używanie ControlNet z

i modele z 2025 roku zmieniły zasady gry: Black Forest Labs dostarcza Flux Depth i Flux Canny jako pełne modele i

LoRA

, Union ControlNets łączą kilka typów w jednym pliku dla SDXL i Flux, a edytory instrukcji (

Qwen Image

Edit, Kontext) radzą sobie z wieloma zadaniami "zachowaj to, zmień tamto" bez obrazu kontrolnego. Katalog na tej stronie oznacza ControlNety jako "inne" z podaniem rodziny; strona modelu podaje typ kontroli.

Odniesienie

Nazwa	Typ	Co to jest
OpenPose	control type	Kluczowe punkty ciała, dłoni i twarzy jako patyczak. Transfer poz, choreografia, spójne postaci. Słabo radzi sobie z rękami, chyba że jest model dłoni.
Depth (MiDaS, Zoe, Depth Anything)	control type	Szara mapa głębi. Zachowuje układ przestrzenny i kamerę, pozwala na pełną zmianę stylu. Najbardziej wyrozumiała kontrola przy przejściu ze zdjęcia do ilustracji.
Canny / Lineart / SoftEdge (HED)	control type	Rysunki krawędzi. Canny jest surowy i ostry, Lineart do rysunków, SoftEdge luźny. Kształty produktów, architektura, loga.
Scribble	control type	Szkice, które sam rysujesz, stają się kompozycją. Niska siła (0.5-0.7), inaczej efekt wygląda jak szkic.
Tile	control type	Steruje powiększeniem lub detalem, żeby wiernie odwzorować niskoresolucyjne wejście. Silnik większości workflow "ultimate upscale".
IP-Adapter / Redux / reference	image conditioning	To nie ControlNet: warunkuje styl lub twarz obrazu, nie strukturę. Można łączyć z ControlNet, żeby mieć oba efekty.
Strength / weight	0.4-1.0	Jak mocno wymuszana jest struktura. 0.8 dla pozy i głębi, 0.5-0.7 dla krawędzi i szkicu.
Start / end percent	0.0-1.0	Na jakim etapie denoisingu działa kontrola. Kończenie na 0.6-0.8 pozwala modelowi swobodnie dokończyć detale i usuwa efekt "przerysowania".
Family files	SD 1.5: lllyasviel control_v11 \| SDXL: diffusers / xinsir Union \| Flux: Flux Depth/Canny, Shakker Union, InstantX	Każda rodzina potrzebuje swojego ControlNet; rozmiary 0.7-2.5 GB. Pliki Union łączą kilka typów.

Kontrola pozy i głębi w przeglądarce

BitVector Prism ma kontrolę pozy i głębi dla modeli SDXL i Flux: wrzuć referencję, wybierz kontrolę, wpisz prompt. Bez potrzeby instalowania preprocessorów.

Wypróbuj BitVector

Krok po kroku

Wybierz typ kontroli do zadania: pozę dla ludzi, głębię dla scen i zmiany stylu, Canny lub Lineart dla ostrych kształtów, szkic dla pomysłów, tile do powiększania.
Pobierz ControlNet dla rodziny twojego checkpointa do models/controlnet (
ComfyUI
) lub models/ControlNet (A1111,
Forge
). Pliki Union oszczędzają miejsce, jeśli używasz kilku typów.
Wczytaj swoje źródłowe zdjęcie i uruchom odpowiedni preprocessor (ComfyUI: węzły controlnet_aux; A1111: rozszerzenie ControlNet robi to od razu). Podejrzyj obraz kontrolny; popraw, jeśli szkielet nie złapał kończyny.
ComfyUI: Wstaw ControlNet (Advanced) między CLIP Text Encode a KSampler, podłącz obraz kontrolny i model ControlNet, siła 0.8, start 0, koniec 0.8.
A1111 / Forge: włącz jednostkę ControlNet 0, wybierz preprocessor i model tego samego typu, waga 0.8, końcowy krok kontroli 0.8, pixel perfect włączony.
Napisz prompt na to, co chcesz zobaczyć, nie na pozę (poza jest obsługiwana). Wygeneruj cztery ziarna.
Obniż siłę lub końcowy procent, jeśli obraz wygląda na przerysowany lub płaski; podnieś je, jeśli struktura się rozmywa. Dodaj drugą jednostkę (poza + głębia) dla opornych kompozycji.
W chmurze
PirateDiffusion
stosuje ControlNet, gdy odpowiadasz na zdjęcie komendą /render z flagą kontroli;
BitVector
oferuje pozę i głębię w swoich narzędziach do obrazów.

Przykłady

Transfer pozy w ComfyUI (SDXL)

Load Image (reference photo) -> DWPose Estimator (body + hands) -> Apply ControlNet Advanced (xinsir controlnet-union-sdxl, type openpose, strength 0.8, end 0.75) -> KSampler

Prompt: a knight in weathered plate armour standing on a cliff at dawn, cinematic, 35mm

Zdjęcie na akwarelę z głębią (A1111 / Forge)

ControlNet unit 0: preprocessor depth_anything, model control_sdxl_depth, weight 0.7, end 0.7, pixel perfect

Prompt: loose watercolour illustration of a harbour town, paper texture, soft morning light

Flux Canny LoRA

Load Diffusion Model (flux1-dev-fp8) -> LoraLoaderModelOnly (flux1-canny-dev-lora, 0.85) -> InstructPixToPixConditioning (canny image) -> KSampler (guidance 30)

Porady

Głębia jest lepsza niż Canny do przejścia ze zdjęcia do ilustracji, bo zostawia teksturę wolną; Canny jest lepszy niż głębia do logotypów i produktów, bo zachowuje krawędzie dokładnie.
Końcowy procent to ustawienie, którego większość ludzi nigdy nie rusza, a które usuwa plastikowy, przerysowany wygląd.
Zmień rozmiar obrazu kontrolnego do rozmiaru generacji z tym samym proporcjami; różne kształty przycinają szkielet.
OpenPose ze zdjęcia siebie to najszybszy sposób na zrobienie spójnej biblioteki poz dla postaci.
Dla Flux LoRA Depth i Canny od Black Forest Labs są lżejsze niż pełne modele kontrolne i wystarczające do większości zadań.
Edytory instrukcji (Qwen Image Edit, Kontext) często zastępują przejście ControlNet przy edycjach "ta sama scena, inny temat"; zobacz przewodnik Qwen Image Edit.

Rozwiązywanie problemów

ControlNet nic nie robi

Dlaczego tak się dzieje

Niepasująca rodzina (ControlNet SD 1.5 na SDXL) lub podano surowe zdjęcie zamiast mapy po preprocessingu.

Jak to naprawić

Dopasuj rodzinę; uruchom preprocessor i sprawdź jego wynik.

Efekt wygląda na przerysowany i płaski

Dlaczego tak się dzieje

Siła 1.0 z końcowym procentem 1.0.

Jak to naprawić

Siła 0.7, koniec 0.7; pozwól modelowi dokończyć sam.

Szkielet nie ma rąk lub kończyny

Dlaczego tak się dzieje

Preprocessor źle wykrył na zagraconym zdjęciu.

Jak to naprawić

Użyj DWPose z włączonymi rękami, przytnij źródło lub edytuj szkielet w węźle edytora OpenPose.

Brak pamięci przy dwóch jednostkach

Dlaczego tak się dzieje

Każdy ControlNet zajmuje do 2.5 GB.

Jak to naprawić

Użyj modelu Union dla obu typów lub ControlNetów fp8; zobacz przewodnik

VRAM

Flux ControlNet generuje szum

Dlaczego tak się dzieje

Zły węzeł warunkujący lub

CFG

powyżej 1 na modelu z guidance-distillation.

Jak to naprawić

Użyj węzła podanego na stronie modelu i CFG 1 zgodnie z instrukcjami.

ControlNet przez odpowiedź na zdjęcie

Na PirateDiffusion odpowiadasz na dowolne zdjęcie w Telegramie komendą /render z flagą kontroli i odpowiednim ControlNetem, który jest stosowany po stronie serwera. Nieograniczone renderowanie za stałą cenę.

Wypróbuj PirateDiffusion

Pytania

Czy ControlNet to LoRA?

Nie. To osobna sieć, która czyta obraz; LoRA zmienia wagi modelu na podstawie tekstu. Wyjątkiem są LoRA Depth i Canny Fluxa: modele kontrolne dostarczone w formie LoRA.