什么是Controlnet

Controlnet

Controlnet 允许通过线稿、动作识别、深度信息等对生成的图像进行控制。

请注意，在使用前请确保 ControlNet 设置下的路径与本地 Stable Diffusion 的路径同步

基本流程

•点击 Enable 启用该项 ControlNet

•Preprocessor 指预处理器，它将对输入的图像进行预处理。如果图像已经符合预处理后的结果，请选择 None。譬如，图中导入的图像已经是 OpenPose 需要的骨架图，那么 preprocessor 选择 none 即可。

•在 Weight 下，可以调整该项 ControlNet 的在合成中的影响权重，与在 prompt 中调整的权重类似。Guidance strength 用来控制图像生成的前百分之多少步由 Controlnet 主导生成，这点与[:]语法类似。

•Invert Input Color 表示启动反色模式，如果输入的图片是白色背景，开启它。

•RGB to BGR 表示将输入的色彩通道信息反转，即 RGB 信息当做 BGR 信息解析，只是因为 OpenCV 中使用的是 BGR 格式。如果输入的图是法线贴图，开启它。

•Low VRAM 表示开启低显存优化，需要配合启动参数“–lowvram”。

•Guess Mode 表示无提示词模式，需要在设置中启用基于 CFG 的引导。

•Model 中请选择想要使用解析模型，应该与输入的图像或者预处理器对应。请注意，预处理器可以为空，但模型不能为空。

可用预处理/模型

•canny 用于识别输入图像的边缘信息。

•depth 用于识别输入图像的深度信息。

•hed 用于识别输入图像的边缘信息，但边缘更柔和。

•mlsd 用于识别输入图像的边缘信息，一种轻量级的边缘检测。 它对横平竖直的线条非常敏感，因此更适用于于室内图的生成。

•normal 用于识别输入图像的法线信息。

•openpose 用于识别输入图像的动作信息。

OpenPose Editor 插件可以自行修改姿势，导出到文生图或图生图。

•scribble 将输入图像作为线稿识别。如果线稿是白色背景，务必勾选“Invert Input Color”

•fake_scribble 识别输入图像的线稿，然后再将它作为线稿生成图像。

•segmentation 识别输入图像各区域分别是什么类型的物品，再用此构图信息生成图像。

如果想绘制一张符合 segementation 规范的图像，可以使用以下色表绘制。

多 ControlNet 合成

在 ControlNet 的设置下，可以调整可用 ControlNet 的数量。

在多个 ControlNet 模式下，结果会将输入的信息合并生成图像：

所有的AI绘画工具，模型和插件资源·，AI学习资料及教程都已经整理好了，文末扫码即可免费获取。

写在最后

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除