内置节点参考

ControlNetApplyAdvanced - ComfyUI Built-in Node Documentation

Complete documentation for the ControlNetApplyAdvanced node in ComfyUI. Learn its inputs, outputs, parameters and usage.

此节点根据图像和控制网模型,对 conditioning 数据应用高级控制网变换。它允许对控制网对生成内容的影响进行精细调整,从而实现对 conditioning 的更精确和多样化的修改。

输入

参数 描述 数据类型
正面条件 将应用控制网变换的正向 conditioning 数据。它表示在生成内容中需要增强或保留的期望属性或特征。 CONDITIONING
负面条件 负向 conditioning 数据,表示需要在生成内容中减弱或移除的属性或特征。控制网变换也会应用于此数据,从而实现对内容特征的平衡调整。 CONDITIONING
ControlNet 控制网模型对于定义 conditioning 数据的具体调整和增强至关重要。它根据参考图像和强度参数来应用变换,通过修改正向和负向 conditioning 数据中的属性,显著影响最终输出。 CONTROL_NET
图像 作为控制网变换参考的图像。它影响控制网对 conditioning 数据所做的调整,指导特定特征的增强或抑制。 IMAGE
强度 一个标量值,决定控制网对 conditioning 数据影响的强度。数值越高,调整效果越明显。 FLOAT
开始百分比 控制网效果的起始百分比,允许在指定范围内逐步应用变换。 FLOAT
结束百分比 控制网效果的结束百分比,定义了变换应用的范围。这使得对调整过程的控制更加精细。 FLOAT

输出

参数 描述 数据类型
正面条件 应用控制网变换后的修改版正向 conditioning 数据,反映了基于输入参数所做的增强。 CONDITIONING
负面条件 应用控制网变换后的修改版负向 conditioning 数据,反映了基于输入参数对特定特征的抑制或移除。 CONDITIONING

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。

内容授权与修改

官方文档采用 GPL-3.0。本站保留许可证、固定提交号和修改说明,不代表 ComfyUI 或 Comfy-Org 对本站背书。

GPL-3.0来源和修改说明