ControlNetApply - ComfyUI Built-in Node Documentation - ComfyUI

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

TextEncodeBooguEdit - ComfyUI Built-in Node Documentation

ControlNetApplyAdvanced - ComfyUI Built-in Node Documentation