ControlNet

Точный контроль над генерацией изображений ИИ с ControlNet

Овладейте ControlNet для точного контроля генерации изображений ИИ.

Все примеры можно запускать на GPU-серверах, арендуемых через CLORE.AI Marketplace.

Аренда на CLORE.AI

Посетите CLORE.AI Marketplace
Отфильтруйте по типу GPU, объему VRAM и цене
Выберите On-Demand (фиксированная ставка) или Spot (цена по ставке)
Настройте ваш заказ:
- Выберите Docker-образ
- Установите порты (TCP для SSH, HTTP для веб-интерфейсов)
- Добавьте переменные окружения при необходимости
- Введите команду запуска
Выберите способ оплаты: CLORE, BTC, или USDT/USDC
Создайте заказ и дождитесь развертывания

Доступ к вашему серверу

Найдите данные для подключения в Моих заказах
Веб-интерфейсы: используйте URL HTTP-порта
SSH: ssh -p <port> root@<proxy-address>

Что такое ControlNet?

ControlNet добавляет условный контроль к Stable Diffusion:

Canny - Обнаружение краев
Depth - 3D-карты глубины
Pose - Пози человека
Scribble - Черновые наброски
Segmentation - Семантические маски
Line Art - Чистые линии
IP-Adapter - Перенос стиля

Требования

Тип контроля

Мин. VRAM

Рекомендуется

Один ControlNet

8GB

RTX 3070

Несколько ControlNet

12GB

RTX 3090

SDXL ControlNet

16GB

RTX 4090

Быстрое развертывание с A1111

Команда:

cd /workspace/stable-diffusion-webui && \
cd extensions && \
git clone https://github.com/Mikubill/sd-webui-controlnet && \
cd .. && \
python launch.py --listen --enable-insecure-extension-access

Загрузка моделей

cd /workspace/stable-diffusion-webui/extensions/sd-webui-controlnet/models

# ControlNet для SD 1.5
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_canny.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11f1p_sd15_depth.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_openpose.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_scribble.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_lineart.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_softedge.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_seg.pth

# ControlNet для SDXL
wget https://huggingface.co/diffusers/controlnet-canny-sdxl-1.0/resolve/main/diffusion_pytorch_model.safetensors -O controlnet-canny-sdxl.safetensors

Python с Diffusers

Контроль краев Canny

import torch
from diffusers import StableDiffusionControlNetPipeline, ControlNetModel
from diffusers.utils import load_image
from controlnet_aux import CannyDetector
import cv2
import numpy as np

# Загрузить ControlNet
controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11p_sd15_canny",
    torch_dtype=torch.float16
)

# Загрузить pipeline
pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    controlnet=controlnet,
    torch_dtype=torch.float16
)
pipe.to("cuda")
pipe.enable_model_cpu_offload()

# Подготовить управляющее изображение
image = load_image("input.jpg")
canny = CannyDetector()
control_image = canny(image)

# Генерация
output = pipe(
    prompt="красивая женщина в саду, высокое качество",
    negative_prompt="уродливый, размытый",
    image=control_image,
    num_inference_steps=30,
    controlnet_conditioning_scale=1.0
).images[0]

output.save("canny_output.png")

Контроль глубины

from diffusers import StableDiffusionControlNetPipeline, ControlNetModel
from controlnet_aux import MidasDetector
import torch

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11f1p_sd15_depth",
    torch_dtype=torch.float16
)

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    controlnet=controlnet,
    torch_dtype=torch.float16
).to("cuda")

# Получить карту глубины
depth_estimator = MidasDetector.from_pretrained("lllyasviel/Annotators")
depth_image = depth_estimator(image)

# Генерация с учетом глубины
output = pipe(
    prompt="футуристический город, научная фантастика, детализированно",
    image=depth_image,
    num_inference_steps=30
).images[0]

OpenPose (позы человека)

from controlnet_aux import OpenposeDetector

# Получить позу
pose_detector = OpenposeDetector.from_pretrained("lllyasviel/Annotators")
pose_image = pose_detector(image)

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11p_sd15_openpose",
    torch_dtype=torch.float16
)

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    controlnet=controlnet,
    torch_dtype=torch.float16
).to("cuda")

output = pipe(
    prompt="балерина танцует, элегантно, студийное освещение",
    image=pose_image,
    num_inference_steps=30
).images[0]

Scribble/Эскиз

from controlnet_aux import HEDdetector

# Обнаружить края как набросок
hed = HEDdetector.from_pretrained("lllyasviel/Annotators")
scribble_image = hed(image, scribble=True)

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11p_sd15_scribble",
    torch_dtype=torch.float16
)

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    controlnet=controlnet,
    torch_dtype=torch.float16
).to("cuda")

output = pipe(
    prompt="детализированная картина пейзажа",
    image=scribble_image,
    num_inference_steps=30
).images[0]

Много- ControlNet

Комбинировать несколько контролей:

from diffusers import StableDiffusionControlNetPipeline, ControlNetModel
import torch

# Загрузить несколько ControlNet
controlnet_canny = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11p_sd15_canny",
    torch_dtype=torch.float16
)

controlnet_depth = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11f1p_sd15_depth",
    torch_dtype=torch.float16
)

# Создать конвейер с несколькими ControlNet
pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    controlnet=[controlnet_canny, controlnet_depth],
    torch_dtype=torch.float16
).to("cuda")

# Генерация с несколькими контролями
output = pipe(
    prompt="красивый портрет",
    image=[canny_image, depth_image],
    controlnet_conditioning_scale=[1.0, 0.8],  # Настроить веса
    num_inference_steps=30
).images[0]

SDXL ControlNet

from diffusers import StableDiffusionXLControlNetPipeline, ControlNetModel
from controlnet_aux import CannyDetector
import torch

# Загрузить SDXL ControlNet
controlnet = ControlNetModel.from_pretrained(
    "diffusers/controlnet-canny-sdxl-1.0",
    torch_dtype=torch.float16
)

pipe = StableDiffusionXLControlNetPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    controlnet=controlnet,
    torch_dtype=torch.float16
).to("cuda")

# Подготовить изображение canny
canny = CannyDetector()
control_image = canny(image, low_threshold=100, high_threshold=200)

output = pipe(
    prompt="профессиональная фотография, детализированно, 8k",
    image=control_image,
    controlnet_conditioning_scale=0.5,
    num_inference_steps=30
).images[0]

IP-Adapter (перенос стиля)

from diffusers import StableDiffusionPipeline
from transformers import CLIPVisionModelWithProjection
import torch

# Загрузить IP-Adapter
pipe = StableDiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    torch_dtype=torch.float16
).to("cuda")

pipe.load_ip_adapter(
    "h94/IP-Adapter",
    subfolder="models",
    weight_name="ip-adapter_sd15.bin"
)

pipe.set_ip_adapter_scale(0.6)

# Изображение-референс стиля
style_image = load_image("style_reference.jpg")

output = pipe(
    prompt="кот сидит на стуле",
    ip_adapter_image=style_image,
    num_inference_steps=30
).images[0]

Препроцессоры

Все доступные препроцессоры:

from controlnet_aux import (
    CannyDetector,           # Обнаружение краев
    HEDdetector,             # Мягкие края/набросок
    MidasDetector,           # Оценка глубины
    OpenposeDetector,        # Поза человека
    MLSDdetector,            # Обнаружение линий
    LineartDetector,         # Линейная графика
    LineartAnimeDetector,    # Аниме-линарт
    NormalBaeDetector,       # Карты нормалей
    ContentShuffleDetector,  # Перемешивание содержимого
    ZoeDetector,             # Улучшенная глубина
    MediapipeFaceDetector,   # Сетка лица
)

# Пример использования
canny = CannyDetector()
canny_image = canny(image, low_threshold=100, high_threshold=200)

depth = MidasDetector.from_pretrained("lllyasviel/Annotators")
depth_image = depth(image)

pose = OpenposeDetector.from_pretrained("lllyasviel/Annotators")
pose_image = pose(image, hand_and_face=True)

Веса контроля

Отрегулируйте влияние для каждого ControlNet:


# Полный контроль
output = pipe(..., controlnet_conditioning_scale=1.0)

# Частичный контроль (больше творческой свободы)
output = pipe(..., controlnet_conditioning_scale=0.5)

# Очень слабое руководство
output = pipe(..., controlnet_conditioning_scale=0.3)

Контроль по шагам


# Контролировать только в определенные шаги
output = pipe(
    prompt="...",
    image=control_image,
    controlnet_conditioning_scale=1.0,
    control_guidance_start=0.0,  # Начать с начала
    control_guidance_end=0.5,    # Остановиться на 50% шагов
    num_inference_steps=30
).images[0]

Инпейнтинг с ControlNet

from diffusers import StableDiffusionControlNetInpaintPipeline, ControlNetModel
import torch

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11p_sd15_canny",
    torch_dtype=torch.float16
)

pipe = StableDiffusionControlNetInpaintPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    controlnet=controlnet,
    torch_dtype=torch.float16
).to("cuda")

output = pipe(
    prompt="красный спортивный автомобиль",
    image=init_image,
    mask_image=mask,
    control_image=canny_image,
    num_inference_steps=30
).images[0]

Пакетная обработка

import os
from diffusers import StableDiffusionControlNetPipeline, ControlNetModel
from controlnet_aux import CannyDetector
from PIL import Image
import torch

controlnet = ControlNetModel.from_pretrained(
    "lllyasviel/control_v11p_sd15_canny",
    torch_dtype=torch.float16
)

pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    controlnet=controlnet,
    torch_dtype=torch.float16
).to("cuda")

canny = CannyDetector()

input_dir = "./inputs"
output_dir = "./outputs"
os.makedirs(output_dir, exist_ok=True)

prompt = "красивая пейзажная картина, детализированная, художественная"

for filename in os.listdir(input_dir):
    if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        image = Image.open(os.path.join(input_dir, filename))
        control_image = canny(image)

        output = pipe(
            prompt=prompt,
            image=control_image,
            num_inference_steps=30
        ).images[0]

        output.save(os.path.join(output_dir, f"cn_{filename}"))

Руководство по типам контроля

Контроль

Лучше всего для

Сильная сторона

Canny

Архитектура, объекты

0.8-1.0

Depth

3D-сцены, перспектива

0.6-0.8

Pose

Люди, персонажи

0.8-1.0

Scribble

Эскизы, концепты

0.6-0.8

Line Art

Иллюстрации

0.7-0.9

Softedge

Общее руководство

0.5-0.7

Seg

Композиция сцены

0.6-0.8

Производительность

Настройка

GPU

Разрешение

Время

Один CN SD1.5

RTX 3090

512x512

~3s

Несколько CN SD1.5

RTX 3090

512x512

~5 с

Один CN SDXL

RTX 4090

1024x1024

~8s

Оптимизация памяти


# Включить память-эффективное внимание
pipe.enable_xformers_memory_efficient_attention()

# Выгрузка на CPU
pipe.enable_model_cpu_offload()

# Разбиение внимания
pipe.enable_attention_slicing()

Устранение неполадок

Слабый эффект контроля

Увеличьте controlnet_conditioning_scale
Проверьте качество вывода препроцессора
Используйте управляющее изображение более высокого разрешения

Артефакты

Уменьшите масштаб контроля
Используйте более мягкий препроцессор (softedge вместо canny)
Добавьте негативный prompt для артефактов

Проблемы с VRAM

Используйте выгрузку на CPU
Уменьшить разрешение
Используйте по одному ControlNet за раз

Оценка стоимости

Типичные ставки на маркетплейсе CLORE.AI (по состоянию на 2024):

GPU

Почасовая ставка

Дневная ставка

Сессия 4 часа

RTX 3060

~$0.03

~$0.70

~$0.12

RTX 3090

~$0.06

~$1.50

~$0.25

RTX 4090

~$0.10

~$2.30

~$0.40

A100 40GB

~$0.17

~$4.00

~$0.70

A100 80GB

~$0.25

~$6.00

~$1.00

Цены варьируются в зависимости от провайдера и спроса. Проверьте CLORE.AI Marketplace для текущих тарифов.

Экономьте деньги:

Используйте Spot рынок для гибких рабочих нагрузок (часто на 30–50% дешевле)
Платите с помощью CLORE токенов
Сравнивайте цены у разных провайдеров

Дальнейшие шаги

Stable Diffusion WebUI
Рабочие процессы ComfyUI
Обучение Kohya

ПредыдущаяGFPGAN — восстановление лиц СледующаяSegment Anything

Последнее обновление 1 день назад

Это было полезно?

hashtagАренда на CLORE.AI

hashtagДоступ к вашему серверу

hashtagЧто такое ControlNet?

hashtagТребования

hashtagБыстрое развертывание с A1111

hashtagЗагрузка моделей

hashtagPython с Diffusers

hashtagКонтроль краев Canny

hashtagКонтроль глубины

hashtagOpenPose (позы человека)

hashtagScribble/Эскиз

hashtagМного- ControlNet

hashtagSDXL ControlNet

hashtagIP-Adapter (перенос стиля)

hashtagПрепроцессоры

hashtagВеса контроля

hashtagКонтроль по шагам

hashtagИнпейнтинг с ControlNet

hashtagПакетная обработка

hashtagРуководство по типам контроля

hashtagПроизводительность

hashtagОптимизация памяти

hashtagУстранение неполадок

hashtagСлабый эффект контроля

hashtagАртефакты

hashtagПроблемы с VRAM

hashtagОценка стоимости

hashtagДальнейшие шаги

Аренда на CLORE.AI

Доступ к вашему серверу

Что такое ControlNet?

Требования

Быстрое развертывание с A1111

Загрузка моделей

Python с Diffusers

Контроль краев Canny

Контроль глубины

OpenPose (позы человека)

Scribble/Эскиз

Много- ControlNet

SDXL ControlNet

IP-Adapter (перенос стиля)

Препроцессоры

Веса контроля

Контроль по шагам

Инпейнтинг с ControlNet

Пакетная обработка

Руководство по типам контроля

Производительность

Оптимизация памяти

Устранение неполадок

Слабый эффект контроля

Артефакты

Проблемы с VRAM

Оценка стоимости

Дальнейшие шаги