ControlNet

定位

ControlNet 使用参考图为扩散过程增加结构条件，使结果遵循指定的边缘、姿势、深度或构图。

模型文件通常放在：

ComfyUI/models/controlnet/

工作流

典型流程包含参考图、预处理器、ControlNet 模型和条件应用：

Load Image
↓
预处理器（Canny / OpenPose / Depth）
↓
Apply ControlNet ← Load ControlNet
↓
正向与负向 CONDITIONING
↓
KSampler

预处理器将普通图片转换为控制图，ControlNet 模型负责解释该控制图。两者必须匹配。

目标	预处理结果	对应模型
保留轮廓	Canny 边缘图	Canny ControlNet
保留人物姿势	OpenPose 骨架图	OpenPose ControlNet
保留空间层次	Depth 深度图	Depth ControlNet
按线稿生成	Scribble / Lineart	对应的 Scribble / Lineart ControlNet

核心节点不一定包含所有预处理器，部分流程需要安装 ControlNet Aux 等自定义节点。

Apply ControlNet

参数	作用
positive	正向提示条件
negative	负向提示条件
control_net	ControlNet 模型
image	预处理后的控制图
strength	控制条件的影响强度
start_percent	在扩散进度的何处开始控制
end_percent	在扩散进度的何处结束控制

常见初始参数为 strength 约 0.6～0.9、start_percent = 0、end_percent 约 0.7，实际取值取决于模型和控制目标。

• 结果过于僵硬：降低 strength，或提前结束控制。
• 结果忽略参考图：先检查模型是否匹配，再适度提高强度。
• 细节或脸部异常：让 ControlNet 更早结束，给采样后期更多自由。

多个 ControlNet

多个 ControlNet 可以链式应用，例如同时约束姿势和深度。每增加一个控制条件都会提高显存占用，并可能与其他条件发生冲突。

组合前应分别测试：

• 单独使用时控制图是否正确。
• 模型是否与基础模型家族兼容。
• 每个控制条件的强度和起止区间。

排查

1. 检查参考图预处理结果是否正确。
2. 检查预处理器和 ControlNet 类型是否匹配。
3. 检查 ControlNet 与基础模型家族是否兼容。
4. 检查 Apply ControlNet 输出是否接入 KSampler 使用的条件。
5. 检查节点是否被 Bypass / Mute。
6. 检查 strength、start_percent、end_percent。