ControlNet 为什么在 SD 中很重要呢，因为 ControlNet 真正让 SD 做到了让图像生成进入了可控时代，至于什么叫做可控，小伙伴们继续看下去就知道啦！
首先我们先来介绍一下 ControlNet 的安装吧，还是插件的安装方式，在扩展中搜索「sd-webui-controlnet」，然后点击安装，重启 SD 。
在 SD 的文生图或者图生图模式下，页面往下翻可以看到有一个 ControlNet 的选项，就说明安装成功了。
ControlNet 插件安装好以后还需要安装 ControlNet 模型，模型下载地址：
https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main
总共有 14 个基础模型，依次下载模型名为「.pth」的文件，小伙伴们不要下载错了哈，认准那个「1.45 GB」的。
下载完成以后放入 SD 的 ControlNet 目录下。
\sd-webui-aki-v4.1\models\ControlNet
接下来我们继续来分享 ControlNet 的页面功能，我们接下来一个一个介绍哈。
启用： 是否启用当前 ControNet 功能，如果你要启用多个 ControlNet ，你就多个 ControNet 都勾选启用。
低显存模式： 如果你的显卡低于 6G ，建议勾选该选项，原因你懂的。
完美像素模式： 让 ControlNet 自适应预处理器分辨率，勾选以后，「Preprocessor Resolution」选项会消失。
允许预览： 预览预处理处理的效果。
控制类型： 相当于选择预处理器和模型的快捷目录，点击需要的控制类型，会自动加载对应的预处理器和模型。
预处理： 预处理器下拉菜单，和模型搭配使用。
模型： 模型下拉菜单，也就是我们下载的各种模型，每个模型都有不同的功能。**
控制权重： ControlNet 输出的权重大小，权重越大，影响越大。**
引导介入时机： 我们都知道 SD 有迭代步数，这里就是从哪一步开始介入图像的处理，设置为 0 ，则代表从一开始就介入，设置为 0.5 ，则代表从中间步数的时候介入处理。**
引导终止时机： 和以上相反，从哪一步退出对图像的处理。**
控制模式： 主要有三种模式：均衡、更偏向提示词、更偏向 ControlNet ，就是字面意思，听雨就不多解释了。**
缩放模式： 也分为三种：仅调整大小、裁剪后缩放、缩放后填充空白
仅调整大小：直接拉伸，比例不对会出现变形。裁剪后缩放：会丢失原图部分内容。缩放后填充空白：会在原图上产生新的内容。
回送： 字面意思，把生成以后的图像送回 ControlNet 。
模型介绍
接下来我们就来简单介绍一下各个模型的功能特点：
Canny： 硬边缘，可以很好的识别出图像的中各个对象的边缘轮廓，比较适合给线稿图上色。
可以看到「low threshold」和「high threshold」的值越低，检测到的点线就越多。
启用 ControlNet 插件，输入一个简单的提示词「1girl」，然后点击生成，可以看到以上的线稿图就已经完成上色啦，一键线稿上色有么有。
Depth： 通过提取原始图片中的深度信息，生成具有同样深度结构的深度图，以一张照片为例，越白代表点线离镜头越近，越黑代表点线离镜头越远。
可以看到图像的还原度还是很可以的，可以给我们的原图生成不同的出片风格。
depth 还可以运用在家装设计上，你可以使用该功能生成不同的家装设计风格。同样的布局，可以尝试更多的风格有么有。
我们还可以看到 depth 有四种算法选择，四种算法各有千秋，Zoe 和Midas 的 3D 景深效果还原更好，Zoe 比 Midas 还原细节上更好。Leres 可以考虑环境比较简单的平面图，Leres++是 Leres 的升级版。
Normal： 法线贴图，用来改善表面细节和真实感，相比 depth 模型保留了更多的细节。法线贴图在游戏的制作领域运用的比较多。
OpenPose： 姿势检测模型，如果小伙伴们使用过 ControlNet 呢，对这个模型一定不陌生吧，它主要用于我们全方位的控制人物姿势。
以下是 OpenPose 支持的预处理器，以及每个预处理器对应的功能，这里重点讲一下 dw_openpose_full 预处理器，这个是最近刚更新的 OpenPose 预处理器，是 openpose_full 的升级版本，识别姿势方面比 openpose_full 更精确。
如果小伙伴们选择 dw_openpose_full 预处理器点击预览的时候报错，那可能是预处理器下载失败，小伙伴们可以手动下载。
下载地址：
https://huggingface.co/yzd-v/DWPose/resolve/main/dw-ll_ucoco_384.onnx
下载完成以后复制到 SD 以下文件夹目录下就可以了。
\sd-webui-aki-v4.1\extensions\sd-webui-controlnet\annotator\downloads\openpose
**MLSD：**适用于直接线条结构多的比如建筑设计和室内设计，只要简单的线稿图配上提示词，就可以得到让你惊喜的设计。
配合提示词「room」，最终出图效果，是不是很 nice ，你还可以调整不同的提示词来得到你想要的效果，设置自己想要的风格，比如你可以在提示词中加入中式风格，欧式风格，简约风格等等。
简单介绍一下MLSD模型两个参数，小伙伴们通过调整「MLSD Value Threshold」可以发现，值越小，预览图中的直线线条越多，值越大，直线线条越少。
通过调整「MLSD Distance Threshold」的值大小，值越越大，预览图中一些边角的线条会消失，使得整体的轮廓更加清晰。
Lineart： 主要用来提取图像的线稿，在线稿的基础上生成图像。主要有以下几种效果提取预处理器。小伙伴们可以根据自己的需求选择不同的线稿提取方式。
感觉功能是不是和Canny差不多，是差不多，应用场景的话可以重新给动漫人物上色。
SoftEdge： 软边缘和 Canny 的硬边缘相反，其实它们的功能都差不多。
SoftEdge相比 Canny ，只能识别图像的大概轮廓，线条比较柔和，可以给 SD 更多的想象空间。
Scribble： 涂鸦，字面意思就是可以把我们随手涂鸦的东东，变成一幅画。辅助提示词可以让 SD 更加明白我们的的意思。
Seg： 语义分割，把图像根据不同的场景分割成不同的色块。
每个色块代表的含义都不一样。小伙伴们可以根据以下的色块通过 ps 等软件修改对应的色块来生成新的物体。
Shuffle： 随机洗牌，通过随机打散再扩散重组图像。可以看到预处理器中图像被拆散重组了，不过这可不是最终出图效果哦！其实 Shuffle 真正的功能是风格转移，就是可以把别的图像的风格转移到我们的图像上。
提示词「1girl」，最终出图风格会偏向于我们预处理的图片。
Tile： 分块，它的用法有很多种。可以用来恢复画质，真人变动漫，动漫变真人。
可以看到Tile模型新增了「Down Sampling Rate」向下采样率，这个参数主要是用来缩小参考图的分辨率，缩小分辨率的同时会丢失更多的细节，最终出图的时候，随机性就更大。所以这个参数值越大，出图的随机性就越大，和原图的关联性就越小。
我们来看Tile模型的第一个功能，恢复画质，或者说增强细节。可以看到以下的低分辨的图片，通过tile变清晰了，细节也更多了。
真人转动漫，准备一个动漫的大模型就可以了。
动漫转真人，准备一个真人大模型就可以了。
局部重绘： 和图生图的局部重绘差不多。
IP2P： 给图像加个特效，用法是「make it xxx」。
比如，以下的图片，在提示词中输入「make it winter」让它过冬。冬天的特效是不是就加上了。
Reference： 参考，可以保留原图的整体风格。有点类似 Lora 的感觉有么有。
T2IA： 主要是参考原图的颜色，将原图像素化以后重新生成新的图像。
颜色风格是不是蛮一致的。
今天的分享到这里了哦，以上就是 ControlNet 的基本介绍啦，小伙伴们学会了嘛！
关于AI绘画技术储备
学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！
对于0基础小白入门：
如果你是零基础小白，想快速入门AI绘画是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！
需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
1.stable diffusion安装包 （全套教程文末领取哈）
随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。
最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。
2.stable diffusion视频合集
我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入坑stable diffusion，科学有趣才能更方便的学习下去。
3.stable diffusion模型下载
stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。
4.stable diffusion提示词
提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。
5.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。
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。
这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
