ControlNet – 12 konditioneringstyper i ett verktyg

Ladda upp en referensbild, välj en konditioneringstyp, skriv en prompt. AI håller din referens struktur (linjer, pose, djup, etc.) och gör nytt innehåll i alla stilar. Stöds av ControlNet-Union SDXL ProMax - Apache 2.0, fullt kommersiellt bruk vänlig.

Canny / lineart för ren linjearbete. Pose för kroppsposition. Djup för 3D-layout. Scribble / soft-edge för grov doodles. MLSD för arkitektur. Normal / segmentering / kakel för avancerade arbetsflöden.
Konditionering utvinns ur detta — färgerna kastas, endast den strukturella signalen (enligt din valda typ) bevaras.
Lösare 0.7 Strängare
~1,200 tokens (SDXL × 1.2 ControlNet)
Resultat

Hur ControlNet fungerar

ControlNet kan du styra bildgenerering med strukturen av en referensbild istället för att förlita sig på texten prompt ensam. En preprocessor läser din referens och extraherar en enda konditioneringssignal - dess kanter, dess djup karta, pose skelett av en person, och så vidare. diffusion modellen är sedan låst till den signalen medan prompten bestämmer stil, färger, belysning, och ämne. Resultatet håller den exakta sammansättningen du matas in men ser ut som något helt nytt.

Detta verktyg backas upp av ControlNet-UnionSDXL ProMax (Apache 2.0) — en enda modell som förstår alla 12 konditioneringstyper nedan, så du byter mellan dem från en plockare utan att ladda ett annat nätverk varje gång. Det är fullt kommersiellt bruk vänlig: hålla, sälja, eller ändra vad du genererar.

De 12 konditioneringstyperna

Canny Ordförande
Crisp edge detektion. Bäst för att bevara skarpa konturer och ren linjearbete.
Djup
3D djup karta. Håller den rumsliga layouten - vad som är nära och vad som är långt.
Innehav
OpenPose kropp skelett. Låser figurens ställning och lemmar positioner.
Scribble Ordförande
Lösa handritade dodlar förvandlades till färdig konst.
Segmentering
Färgkodad regionkarta. Tilldela varje område av scenen till en klass.
Normalvärde
Ytlig karta. Bevarar fin 3D-yta orientering och stötar.
Linjärt
Fin linjeutdragning — idealisk för inking, manga och illustration.
Mjukkant
Gentle gräns detektering som följer former mer löst än Canny.
MLSD
Raka segment. Tillverkade för arkitektur, interiörer och produktbilder.
Til
Detaljbevarande konditionering för uppskalning och sömlös textur arbete.
Färg
Mask-medveten konditionering för att regenerera endast en del av en bild.
Ommålning/utmålning
Utöka en duk eller måla om regioner samtidigt hedra den omgivande strukturen.

Tre steg

  1. Ladda upp en referensbild — ett foto, en skiss, en skärmbild, allt med den struktur du vill behålla.
  2. Välj den konditioneringstyp som matchar det du bryr dig om (sätt för en figur, djup för en scen, canny eller lineart för rena konturer).
  3. Skriv en snabb beskrivning av utseendet du vill ha och genererar. Öka kontrollen styrka att följa referensen tätare, sänka den för mer kreativ frihet.

ControlNet – 12 konditioneringstyper i ett verktyg — FAQ

Ett enda verktyg som exponerar alla 12 konditioneringstyper från ControlNet-Union SDXL ProMax modell - canny, pose, djup, klottring, linjäritet, anime-lineart, MLSD, HED, mjuk-kant, normal, segmentering och kakel. Välj en konditioneringstyp, släppa en referensbild, skriva en snabb, och SDXL ger en ny bild som följer strukturen på din referens.

img2img re-paints över inmatningen direkt — färger, kanter, OCH geometri mixa med prompten. ControlNet kastar bort färgerna och håller bara den valda strukturella signalen (linjer, pose skelett, djup karta, etc.). Det låter dig radikalt byta innehåll samtidigt som sammansättningen berg fast. Mycket starkare strukturell kontroll än img2img.

Canny / lineart för ren linjearbete ingång. Anime-lineart för anime-stil linjeinmatning. Scrubbel / mjuk-kant / HED för grova skisser och dodlar. Pose för att kopiera en kroppsposition från ett foto. Djup för att bevara scengeometri / 3D layout. MLSD för att bevara raka linjer (arkitektur / interiörer). Normal för att bevara ytorientering och volym. Segmentering för att bevara regioner. Tile för att förfina eller skala variationer av en befintlig bild.

ControlNet-Union SDXL ProMax (xinsir, Apache 2.0) packar alla 12 konditioneringsnätverk i en enda 2,5 GB vikt. Äldre distributioner laddade ner en separat ~2,5 GB vikt per typ — byte mellan kanin och pose innebar en kallstart. Facket modellen lastar en gång och förblir varm, så varje konditionering typ är sub-sekund efter första samtalet.

Ja. ~1.200 polletter per rendering (1,000 bas SDXL + 20% ControlNet conditioning tillägg). Inskrivna användare får 30.000 gratis polletter dagligen — ca 25 konditionerade renderingar per dag utan kostnad. Anonym: 2.500 polletter/dag (~2 renderingar).

Ja – Kontrollstyrkereglaget (standard 0.7) avgör hur strikt utmatningen följer din referens. 1.0 = strikt (utmatningen ser ut som en återutlämning av din referens). 0.4 = lös (prompt har mer frihet). Sänk den för kreativ variation, höja den när trohet spelar roll.

512×512 standard. SDXL standardförhållanden — 768×1024 porträtt, 1024×768 landskap, 1024×1024 kvadrat - allt arbete. Större utgångar förbrukar mer VRAM och polletter; H200 stöder upp till 1024×1024 bekvämt.

Referensbilder behandlas omedelbart, konditionering extraheras, sedan raderas referensfilen. Endast prompt + slutlig rendering återstår på / account/?tab= historia. Används aldrig för utbildning. /privacy / för den fullständiga policyn.

ControlNet-Union SDXL ProMax släpps under Apache 2.0 — helt tillåtande, inklusive kommersiell användning. SDXL bas är OpenRAIL++. Båda tillåter kommersiell användning; dina genererade bilder är dina att använda kommersiellt utan royalty.

Samma modell, samma kvalitet, samma konditioneringssignaler. ComfyUI och A1111 kräver en lokal GPU med 12+ GB VRAM plus setup. Vi kör den på delad infrastruktur med en generös fri pool – ingen installation, ingen GPU behövs.

Första anropet laddar ner unionsvikten (~2,5 GB) i GPU-cachen och värmer SDXL-ledningen. Räkna med 30-60 sekunder på den allra första begäran efter en utplacering eller LRU-avhysning. Efterföljande samtal under typisk retur på 4-7 sekunder.

Ja – POST multipart till /v1/ image/ generate/ with model=sdxl (eller modell=controlnet- unition- sdxl- promax), prompt, control_ image (fil), control_ type= < en av: canny, pose, djup, scribble, linjärt, anime- lineart, mlsd, hed, soft- edge, normal, segmentering, kakel>, valfritt control_ strength (0.1- 1.5). Bearer auth, 10K fria polletter/månad. /api/ har lock exempel.

Love this tool? Share it!

Betygsätt denna sida