ControlNet – 12 tipuri de condiționare într-un singur instrument
Încărcați o imagine de referință, alegeți un tip de condiționare, scrieți un prompt. AI menține structura de referință (linii, poziție, adâncime, etc.) și randează un nou conținut în orice stil. Backed de ControlNet-Union SDXL ProMax — Apache 2.0, complet comercial-utilizat prietenos.
Rezultatul
Cum funcționează ControlNet
ControlNet vă permite să conduceți generarea de imagini cu structura unei imagini de referință în loc de a se baza pe prompt text singur. Un preprocesor citiți trimiterea și extrage un singur semnal de condiționare — marginile sale, harta de adâncime, scheletul de pose a unei persoane, și așa mai departe. Modelul de difuzare este apoi blocat la acel semnal în timp ce prompt decide stilul, culori, iluminare și subiect. Rezultatul menține compoziția exactă în care ați hrănit, dar arata ca ceva complet nou.
Acest instrument este susținut de ControlNet-Union SDXL ProMax (Apache 2.0) — un singur model care înțelege toate tipurile de 12 condiționări de mai jos, astfel încât să treci între ele de la un alegător fără a încărca o rețea diferită de fiecare dată. Este complet comercial-utilizator prietenos: păstra, vinde, sau modifica orice generezi.
Cele 12 tipuri de condiționare
Canny
Detecția de borduri de crisp. Cel mai bun pentru a menține profiluri ascuțite și linie curate.
Adâncime
Harta 3D de adâncime. Păstrează aranjamentul spaţial — ceea ce este aproape şi ceea ce este departe.
Pose
Încuie poziţia figurii şi poziţiile membrelor.
Scribble
S-au transformat în artă finită.
Segmentare
Harta regiunilor codificate de culoare. Alocaţi fiecare zonă a scenei la o clasă.
Normală
Harta de suprafață-normală. Preservă orientarea și loviturile de suprafață 3D fine.
Linear
Extragerea liniei fine — ideală pentru inchiriere, manga şi ilustrare.
De vânt moale
Detecţia de limită delicată care urmează forme mai limpede decât Canny.
MLSD
Segmente de linie dreptă. Fabricate pentru arhitectură, interiore, și focuri de produs.
Tile
Condiționare detaliată-preservare pentru upscaling și lucru de textură transparent.
Vopsea
Condiționarea masc-aware pentru a regenera doar o parte a unei imagini.
Repetărește / depășește
Extinderea unei regiuni de panza sau de repins, în timp ce onorează structura din jurul valorii.
Trei paşi
- Încărcaţi o imagine de referinţă — o fotografie, un schiţă, o imagine de screenshot, orice cu structura pe care doriţi să o păstraţi.
- Alegeți tipul de condiționare care se potrivește cu ceea ce vă pasă (spuneți pentru o figura, adâncime pentru o scenă, canny sau lineart pentru profiluri curate).
- Scrie un prompt care descrie privirea pe care doriți și genera. Ridica puterea de control pentru a urma referința mai strâns, coboară-l pentru libertate mai creativă.
ControlNet – 12 tipuri de condiționare într-un singur instrument - FAQ
Un singur instrument care expune toate cele 12 tipuri de condiționare din modelul ControlNet-Union SDXL ProMax — poziție, adâncime, schibble, linear, anime-lineart, MLSD, HED, moale-edge, normal, segmentare și piesă. Alege un tip de condiționare, aruncă o imagine de referință, scrie un prompt, și SDXL face o nouă imagine care urmează structura referinței.
Img2img picta direct peste intrare — culori, margini, AND geometrie amestec cu prompt. ControlNet aruncă culorile departe și păstrează doar semnalul structural ales (linii, poziție schelet, hartă de adâncime, etc.) care vă permite schimbul radical de conținut în timp ce menține compoziție solidă. Control structural mult mai puternic decât img2img.
Canny / lineart pentru intrarea liniei curate. Anime-lineart pentru intrarea liniei anime-style. Scribble / soft-edge / HED pentru schițe rude și doodles. Pose pentru a copia o poziție corporală dintr-o fotografie. Adâncime pentru a păstra geometria scenei / 3D layout. MLSD pentru a păstra linii drepte (arhitectură / interiore). Normal pentru a păstra orientarea suprafeței și volumul. Segmentare pentru a păstra regiunile. Tile pentru a rafina sau variații upscalate ale unei imagini existente.
ControlNet-Union SDXL ProMax (xinsir, Apache 2.0) pachetează toate 12 rețele de condiționare într-o singură greutate de 2.5 GB. Implementări mai mari descarcate o greutate de ~2.5 GB separată pe tip — schimbarea între canny și pose a însemnat un început rece. Modelul unitar încărcă o dată și rămâne cald, astfel încât fiecare tip de condiționare este sub- secunda după primul apel.
Da. ~1.200 tokenuri pe rand (1.000 base SDXL + 20% ControlNet condiționare supliment). Utilizatorii semnați obțin 30.000 tokenuri gratuite zilnic — aproximativ 25 de randuri condiționate pe zi fără cost. Anonim: 2.500 tokenuri/zi (~2 renders).
Da — Sliderul de rezistență de control (defectuos 0.7) determină cât de strictă ieșire urmează referința ta. 1.0 = strictă (output arata ca o renunțare a referinței tale). 0.4 = lipsește (prompt are mai multă libertate). Reduceți-l pentru variație creativă, ridicați-l atunci când contează fidelitate.
512×512 implicit. Raporturi standard SDXL — 768×1024 portret, 1024×768 peisaj, 1024×1024 pătrat — toate de lucru. Ieșirile mai mari consumă mai mult VRAM și tokenuri; H200 suportă până la 1024×1024 confortabil.
Da. ControlNet generarea costă ~1.000 de jetonuri pe imagine, la fel ca standardul de generație SDXL. Utilizatorii anonimi obțin 6.000 jetonuri/zi; un cont gratuit oferă 30.000/zi. Fără carte de credit, fără marca de apă. Rezoluții mai mari sau variații multiple cost mai mult din piscina.
ControlNet-Union SDXL ProMax este lansat sub Apache 2.0 — complet permisiv, inclusiv utilizarea comercială. SDXL base este OpenRAIL++. Ambele permit utilizarea comercială; imaginile generate sunt ale tale pentru a utiliza comercial fără royalties.
Același model, aceeași calitate, același semnal de condiționare. ComfyUI și A1111 necesită o GPU locală cu 12+ GB VRAM plus setup. Îl executăm pe infrastructură comună cu o piscină gratuită generosă — fără instalare, fără GPU necesar.
Primele apeluri descarcă greutatea Uniunii (~2.5 GB) în cache GPU și încălzește conducte SDXL. Așteaptă 30-60 secunde pe prima cerere chiar după o implementare sau expulzie LRU. Succes apeluri sub sarcini tipic return în 4-7 secunde.
Da — POST multipart to /v1/image/generate/ with model=sdxl (sau model=controlnet-union-sdxl-promax), prompt, control_image (file), control_type=<une of: canny, pose, adâncime, scribble, linear, anime-lineart, mlsd, hed, moale-edge, normal, segmentare, piatra>, opțional control_force (0.1-1.5).