简介

ControlNet是Stable Diffusion的一个神经网络结构，专门用于控制图像生成的过程。
ControlNet 1.1 的正式版本，ControlNet 1.1 与 ControlNet 1.0 具有完全相同的架构。
注意：这不是扩展，而是基础模型。
另请注意：v1.1每个模型都有关联的 .yaml 文件。将它们放在模型文件夹中的模型旁边 – 确保它们与模型具有相同的名称！

图片[1]-控制网ControlNet全家桶套装系列模型网盘下载 - 万类AI-万类AI

ControlNet基于条件生成对抗网络（Conditional Generative Adversarial Networks, CGANs）的技术。
它将主要扩散模型的权重复制到“可训练副本”和“锁定副本”中。
锁定副本保留了从大量图像数据中学习到的网络能力。
可训练副本在特定于任务的数据集上进行训练，以掌握条件控制。
使用“零卷积”的特殊卷积层连接可训练和锁定的神经网络段，确保在各种数据集规模上都有强大的性能。
功能包括深度图，openpose，边缘，分段区域，线条等。

模型列表（持续更新，建议收藏）

flux-canny-controlnet-v3.safetensors
flux-depth-controlnet-v3.safetensors
flux-hed-controlnet-v3.safetensors

SDXL-controlnet OpenPose (v2)
controlnet-openpose-sdxl-1.0_diffusion_pytorch_model.bin
control-lora-openposeXL2-rank256.safetensors
OpenPoseXL2.safetensors

ControlNet-v1.1
control_v11e_sd15_ip2p.pth
control_v11e_sd15_ip2p.yaml
control_v11e_sd15_shuffle.pth
control_v11e_sd15_shuffle.yaml
control_v11f1e_sd15_tile.pth
control_v11f1e_sd15_tile.yaml
control_v11f1e_sd15_tile_fp16.safetensors
control_v11f1p_sd15_depth.pth
control_v11f1p_sd15_depth.yaml
control_v11f1p_sd15_depth_fp16.safetensors
control_v11p_sd15_depth_anything.safetensors
control_v11p_sd15_canny.pth
control_v11p_sd15_canny.yaml
control_v11p_sd15_inpaint.pth
control_v11p_sd15_inpaint.yaml
control_v11p_sd15_inpaint_fp16.safetensors
control_v11p_sd15_lineart.pth
control_v11p_sd15_lineart.yaml
control_v11p_sd15_lineart_fp16.safetensors
control_v11p_sd15_mlsd.pth
control_v11p_sd15_mlsd.yaml
control_v11p_sd15_normalbae.pth
control_v11p_sd15_normalbae.yaml
control_v11p_sd15_openpose.pth
control_v11p_sd15_openpose.yaml
control_v11p_sd15_scribble.pth
control_v11p_sd15_scribble.yaml
control_v11p_sd15_scribble_fp16.safetensors
control_v11p_sd15_seg.pth
control_v11p_sd15_seg.yaml
control_v11p_sd15_softedge.pth
control_v11p_sd15_softedge.yaml
control_v11p_sd15_softedge_fp16.safetensors
control_v11p_sd15s2_lineart_anime.pth
control_v11p_sd15s2_lineart_anime.yaml
control_v11u_sd15_tile_fp16.safetensors

ControlNet-v1.0
controlnet_checkpoint.ckpt
control_sd15_canny.pth
control_sd15_depth.pth
control_sd15_hed.pth
control_sd15_mlsd.pth
control_sd15_normal.pth
control_sd15_openpose.pth
control_sd15_scribble.pth
control_sd15_seg.pth

其他衍生模型
Outfit To Outfit
outfitToOutfit_v20.safetensors
outfitToOutfit_v20.yaml
controlnetxlCNXL_tencentarcOpenpose.safetensors

效果预览

图片[2]-控制网ControlNet全家桶套装系列模型网盘下载 - 万类AI-万类AI

资源下载|炼丹师专属下载

常见问题

工作流报错？

工作流报错可能包括缺少节点或模型等情况。若缺少模型，请根据工作流内的模型名称进行站内搜索。

工作流缺少节点？

不同的 ComfyUI 工作流可能涉及不同的扩展节点。最快的解决方法是下载扩展管理器 ComfyUI-Manager 来自动补全缺失的节点。
某些节点可能过于老旧或已被弃用，建议升级同类节点或尽量使用更新日期的工作流模板。

工作流模型与推荐模型不一致？

有些工作流使用的模型可能与文章推荐的模型不同。这是因为模型版本不断更新，我们尽量在不改变效果的前提下推荐较新版本的模型。因此，工作流内的模型名称可能与推荐的名称不一致，但这不会影响使用。在使用过程中，请留意这一点即可。

模型下载后如何安装？

模型一般分为大模型（CheckPoint）和风格模型（LoRA、VAE、CLIP等）。大多数情况下，它们应分别放在 ComfyUI 的 models 目录下对应类型的文件夹内。有些基础模型则需要放在其扩展名称的 models 文件夹内。基础模型种类繁多，安装方法通常在其官方链接中有详细说明。