ComfyPilotComfyPilot
文档 / 节点说明 / 应用ControlNet(旧版)

应用ControlNet(旧版)

使用 controlNet 需要对输入图像进行预处理。由于 ComfyUI 初始节点不附带预处理器和 controlNet 模型

节点说明 ControlNetApply 更新于 2026-11-12

查看官方原文

应用ControlNet(旧版) - ComfyUI Built-in Node Documentation

使用 controlNet 需要对输入图像进行预处理。由于 ComfyUI 初始节点不附带预处理器和 controlNet 模型

使用 controlNet 需要对输入图像进行预处理。由于 ComfyUI 初始节点不附带预处理器和 controlNet 模型,请先安装 ControlNet 预处理器 在此处下载预处理器 和相应的 controlNet 模型。

输入

参数数据类型功能
positiveCONDITIONING正向条件数据,来自 CLIP 文本编码器或其他条件输入
negativeCONDITIONING负向条件数据,来自 CLIP 文本编码器或其他条件输入
ControlNetCONTROL_NET要应用的 controlNet 模型,通常从 ControlNet 加载器输入
图像IMAGE用于 controlNet 应用的图像,需经预处理器处理
vaeVAEVAE 模型输入
强度FLOAT控制网络调整的强度,取值范围 0~~10。建议值在 0.5~~1.5 之间较为合理。较低的值允许模型有更多自由度,较高的值则施加更严格的约束。过高的值可能导致图像异常。您可以测试并调整此值以微调控制网络的影响。
start_percentFLOAT值 0.000\~1.000,以百分比形式确定何时开始应用 controlNet,例如 0.2 表示 ControlNet 引导将在扩散过程进行到 20% 时开始影响图像生成
end_percentFLOAT值 0.000\~1.000,以百分比形式确定何时停止应用 controlNet,例如 0.8 表示 ControlNet 引导将在扩散过程进行到 80% 时停止影响图像生成

输出

参数数据类型功能
positiveCONDITIONING经 ControlNet 处理后的正向条件数据,可输出至下一个 ControlNet 或 K 采样器节点
negativeCONDITIONING经 ControlNet 处理后的负向条件数据,可输出至下一个 ControlNet 或 K 采样器节点
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑