内置节点参考
ControlNetApply - ComfyUI Built-in Node Documentation
Complete documentation for the ControlNetApply node in ComfyUI. Learn its inputs, outputs, parameters and usage.
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 |
|---|---|---|
positive |
CONDITIONING |
正向条件数据，来自 CLIP 文本编码器或其他条件输入 |
negative |
CONDITIONING |
负向条件数据，来自 CLIP 文本编码器或其他条件输入 |
ControlNet |
CONTROL_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 |
vae |
VAE |
VAE 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_percent |
FLOAT |
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_percent |
FLOAT |
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 |
|---|---|---|
positive |
CONDITIONING |
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 |
negative |
CONDITIONING |
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
官方原文
本页来自 Comfy-Org 官方中文文档的固定版本，并转换为 xueai 静态页面。内容以官方持续更新的页面为准。