Model
Trends
.ai
Model
Trends
.ai
ang pinakamahuhusay na open source AI model

Apply ControlNet node sa ComfyUI

Ang Apply ControlNet ay naglalagay ng guide image at isang loaded na ControlNet sa positive at negative CONDITIONING gamit ang strength at start/end percentages, para sundan ng sampler ang mga edges, depth o pose mula sa guide.
Node pack: ComfyUI core
Kategorya: ControlNet at guidance

Ano ang ginagawa ng Apply ControlNet

Ang Apply ControlNet (ang mas bagong ControlNetApplyAdvanced, na ipinapakita bilang Apply ControlNet) ay tumatanggap ng positive at negative conditioning, isang CONTROL_NET, ang preprocessed na guide IMAGE at, sa mga bagong bersyon, ang VAE. Nagbabalik ito ng bagong conditioning na may control signal para sa sampler. Ang strength ang nag-scale ng impluwensya (1.0 ay full), ang start_percent at end_percent ay nililimitahan ang control sa bahagi ng sampling, halimbawa 0.0-0.6 para ma-set ang composition nang maaga pero malaya ang model na tapusin ang detalye.
Ang guide image ay kailangang nasa anyo na inaasahan ng ControlNet: ang Canny ControlNet gusto ng puting edges sa itim, ang Depth ControlNet gusto ng grey depth map, ang OpenPose gusto ng kulay na skeleton. Ang mga preprocessors mula sa ControlNet Aux pack ang gumagawa nito mula sa isang larawan. Para sa Tile ControlNets, ang guide ay ang mismong larawan, kadalasan ay blurred o downscaled.

Mga input

Pangalan
Uri
Ano ito
positive / negative
CONDITIONING
Mula sa CLIP Text Encode nodes.
control_net
CONTROL_NET
Mula sa Load ControlNet Model.
image
IMAGE
Ang preprocessed na guide (edges, depth, pose, o ang larawan para sa Tile).
vae
VAE
Opsyonal sa mga bagong bersyon; kailangan ng ilang Flux at Union ControlNets.
strength
FLOAT
0-2, gaano kalakas sinusunod ang guide. Karaniwan 0.6-1.0.
start_percent / end_percent
FLOAT
Bahagi ng sampling kung saan aktibo ang control.

Mga output

Pangalan
Uri
Ano ito
positive
CONDITIONING
Controlled positive conditioning para sa KSampler.
negative
CONDITIONING
Controlled negative conditioning para sa KSampler.
AD
Laktawan ang setup: mga ComfyUI workflow na naka-preinstall sa cloud
Pinapatakbo ng BitVector ang mga handang ComfyUI workflow sa sarili nitong mga GPU. Walang install, walang nawawalang node, walang pulang kahon. Buksan ito sa iyong telepono o laptop at gumawa sa loob ng isang minuto.

Paano gamitin ang Apply ControlNet

  1. Mag-load ng larawan gamit ang Load Image at ipasa ito sa preprocessor (Canny Edge, Depth Anything, DWPose).
  2. I-load ang tamang ControlNet gamit ang Load ControlNet Model.
  3. Magdagdag ng Apply ControlNet; ikonekta ang positive, negative, control_net at ang guide image.
  4. Itakda ang strength sa 0.8 at end_percent sa 0.8 bilang panimulang punto.
  5. Ikonekta ang dalawang outputs sa KSampler positive at negative; siguraduhing tugma ang latent size sa guide ratio.

Mga setting at tip

  • Mag-chain ng ilang Apply ControlNet nodes (pose + depth) sa pamamagitan ng pag-feed ng outputs ng isa sa susunod.
  • Ibaba ang end_percent (0.5-0.7) para malaya ang model na magdagdag ng detalye at maiwasan ang stiff o traced na itsura.
  • Panatilihing pareho ang aspect ratio ng guide image at latent; nire-resize ito para magkasya.
  • Para sa Tile upscaling, gamitin ang strength na 0.5-0.8 para may pagbabago pa rin sa detalye.
  • I-preview ang output ng preprocessor: ang itim o maingay na guide ang kadalasang dahilan ng "no effect" na mga kaso.

Pag-aayos ng Apply ControlNet

Hindi pinapansin ng resulta ang guide

Bakit ito nangyayari
strength na malapit sa 0, end_percent na masyadong mababa, itim na guide image, o Union ControlNet na walang type.

Paano ayusin
I-preview ang guide, itakda ang strength sa 0.8-1.0 at end_percent sa 1.0 para subukan, tapos bawasan. Magdagdag ng SetUnionControlNetType para sa union models.

Error: mat1 at mat2 shapes ay hindi pwedeng i-multiply / ControlNet mismatch

Bakit ito nangyayari
Hindi tugma ang ControlNet family sa checkpoint (SD 1.5 vs SDXL vs Flux).

Paano ayusin
Gamitin ang ControlNet na para sa parehong family ng checkpoint.

Nasunog, mataas ang contrast, posterized na imahe

Bakit ito nangyayari
strength na higit sa 1 gamit ang malakas na ControlNet (Canny o Lineart) at mataas na cfg.

Paano ayusin
Gamitin ang strength na 0.6-0.9, end_percent na 0.7, at cfg sa normal na range ng model.

Lumang workflow na nagpapakita ng "Apply ControlNet (OLD)"

Bakit ito nangyayari
Ang single-conditioning node ay pinalitan ng pangalan; gumagana pa rin pero walang start/end control at negative pass.

Paano ayusin
Palitan ito ng Apply ControlNet at ikonekta ang positive at negative.

Flux ControlNet error tungkol sa nawawalang vae

Bakit ito nangyayari
Kailangan ng ilang Flux at Union ControlNets ang VAE para i-encode ang guide.

Paano ayusin
Ikonekta ang VAE output ng Load VAE sa vae input ng Apply ControlNet.

AD
Patakbuhin ang workflow na ito mula sa iyong telepono
Bawat workflow sa pahinang ito ay naka-preinstall sa BitVector kasama ang mga model at custom node. Pumili ng isa, mag-type ng prompt, tapos. Zero setup, walang ida-download.

Mga tanong tungkol sa Apply ControlNet

Kailangan ko bang i-preprocess ang larawan?

Oo, maliban sa Tile at Inpaint ControlNets na ginagamit ang mismong larawan. Bawat ControlNet ay sinanay para sa isang uri ng mapa.

Pwede ko bang gamitin ang ControlNet sa img2img?

Oo. Ang latent ay galing sa VAE Encode, ang control ay galing sa node na ito; hiwalay ang dalawa.

Ilan ang ControlNets na pwedeng pagsabayin?

Hangga't kaya ng VRAM; karaniwan dalawa o tatlo. Bawat isa ay dagdag sa memorya at oras.

Mga kaugnay na node

Load ControlNet Model
ComfyUI core
Binabasa ng Load ControlNet Model ang isang ControlNet (o T2I-Adapter / ControlNet Union) na file mula sa models/controlnet at naglalabas ng CONTROL_NET na object para sa Apply ControlNet.
Load Image
ComfyUI core
Binabasa ng Load Image ang isang larawan mula sa ComfyUI input folder (o isang upload) at naglalabas ng IMAGE tensor kasama ang MASK na kinuha mula sa alpha channel, ang panimulang punto para sa img2img, inpainting, ControlNet at IP-Adapter na mga graph.
KSampler
ComfyUI core
Pinapatakbo ng KSampler ang denoising loop: kinukuha nito ang model, prompts, at isang latent para gumawa ng tapos na latent na imahe, na kinokontrol ng seed, steps, cfg, sampler, scheduler, at denoise.
CLIP Text Encode (Prompt)
ComfyUI core
Pinapalitan ng CLIP Text Encode ang text prompt para maging CONDITIONING gamit ang model text encoder. Isang node ang may hawak ng positive prompt, at isa pa ang negative prompt.
Ultimate SD Upscale
ComfyUI_UltimateSDUpscale
Pinapalaki ng Ultimate SD Upscale ang isang larawan gamit ang ESRGAN model, tapos nire-resample ito tile by tile gamit ang diffusion model at ang prompt mo sa mababang denoise, para magdagdag ng totoong detalye sa 2x-4x nang hindi nauubos ang VRAM.
AD
Pagod na sa pag-aayos ng mga node? Hayaan ang cloud
Pinapanatili ng BitVector ang daan-daang ComfyUI workflow na naka-install, na-update at nasubok sa mabibilis na cloud GPU. Walang Python, walang CUDA error, walang limitasyon sa VRAM. Gumagana mula sa anumang browser.

Higit pang ComfyUI node

ComfyUI Manager
ComfyUI-Manager
Ang ComfyUI Manager ay ang extension na nag-iinstall, nag-a-update, at nag-aayos ng custom node packs at mga modelo mula mismo sa interface, inaayos ang mga nawawalang node sa mga imported na workflow, at nagse-save ng snapshot ng iyong setup.
Load Checkpoint
ComfyUI core
Binubuksan ng Load Checkpoint (CheckpointLoaderSimple) ang isang .safetensors o .ckpt na model file at ibinibigay ang tatlong bahagi na kailangan ng bawat workflow: ang diffusion MODEL, ang CLIP text encoder, at ang VAE.
Save Image
ComfyUI core
Ang Save Image ay nagsusulat ng IMAGE tensor sa ComfyUI/output bilang PNG, kasama ang buong workflow na naka-embed sa file metadata para maibalik ang graph kapag ibinalik ang larawan sa ComfyUI.
VAE Decode
ComfyUI core
Ang VAE Decode ay nagko-convert ng sampled LATENT papuntang pixel IMAGE gamit ang VAE; ang VAE Decode (Tiled) ay ginagawa rin ito pero sa tiles para sa sobrang laki na mga larawan.
Empty Latent Image
ComfyUI core
Gumagawa ang Empty Latent Image ng blangkong latent canvas (lapad, taas, batch_size) na pinagmumulan ng text-to-image sampling; kailangang multiple ng 8 ang sukat at tugma sa model family.
Load LoRA
ComfyUI core
Ang Load LoRA (LoraLoader) ay naglalagay ng LoRA file sa MODEL at CLIP na may hiwalay na lakas, kaya pwedeng magdagdag ng estilo, karakter, o konsepto sa kahit anong checkpoint nang hindi pinagsasama.