ControlNetApply - ComfyUI Built-in Node Documentation - ComfyUI

ControlNetを使用するには、入力画像の前処理が必要です。ComfyUIの初期ノードにはプリプロセッサーやControlNetモデルが付属していないため、まずControlNetプリプロセッサーをインストールし（こちらからプリプロセッサーをダウンロード）、対応するControlNetモデルもインストールしてください。

入力

パラメータ	データ型	機能
`positive`	`CONDITIONING`	ポジティブな条件付けデータ。CLIP Text Encoderまたは他の条件付け入力から取得します
`negative`	`CONDITIONING`	ネガティブな条件付けデータ。CLIP Text Encoderまたは他の条件付け入力から取得します
`コントロールネット`	`CONTROL_NET`	適用するControlNetモデル。通常はControlNet Loaderから入力します
`画像`	`IMAGE`	ControlNet適用のための画像。プリプロセッサーで処理する必要があります
`vae`	`VAE`	VAEモデルの入力
`強度`	`FLOAT`	ネットワーク調整の強度を制御します。値の範囲は0～10です。推奨値は0.5～1.5程度が妥当です。値が低いほどモデルの自由度が高まり、値が高いほど制約が強くなります。高すぎる値は異常な画像を生成する可能性があります。この値を調整して、制御ネットワークの影響を微調整できます。
`start_percent`	`FLOAT`	値0.000～1.000。ControlNetの適用を開始するタイミングをパーセンテージで指定します。例えば0.2の場合、拡散プロセスの20%の時点からControlNetのガイダンスが画像生成に影響を与え始めます
`end_percent`	`FLOAT`	値0.000～1.000。ControlNetの適用を終了するタイミングをパーセンテージで指定します。例えば0.8の場合、拡散プロセスの80%の時点でControlNetのガイダンスが画像生成への影響を停止します

出力

パラメータ	データ型	機能
`positive`	`CONDITIONING`	ControlNetで処理されたポジティブな条件付けデータ。次のControlNetノードやK Samplerノードに出力できます
`negative`	`CONDITIONING`	ControlNetで処理されたネガティブな条件付けデータ。次のControlNetノードやK Samplerノードに出力できます

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

⌘I