ControlNetApply - ComfyUI Built-in Node Documentation - ComfyUI

ControlNet을 사용하려면 입력 이미지의 전처리가 필요합니다. ComfyUI 기본 노드에는 전처리기와 ControlNet 모델이 포함되어 있지 않으므로, 먼저 ControlNet 전처리기 여기서 전처리기 다운로드와 해당 ControlNet 모델을 설치해 주시기 바랍니다.

입력

매개변수	데이터 타입	기능
`positive`	`CONDITIONING`	긍정 조건 데이터로, CLIP 텍스트 인코더 또는 기타 조건 입력에서 가져옵니다.
`negative`	`CONDITIONING`	부정 조건 데이터로, CLIP 텍스트 인코더 또는 기타 조건 입력에서 가져옵니다.
`컨트롤넷`	`CONTROL_NET`	적용할 ControlNet 모델로, 일반적으로 ControlNet 로더에서 입력됩니다.
`이미지`	`IMAGE`	ControlNet 적용을 위한 이미지로, 전처리기로 처리해야 합니다.
`vae`	`VAE`	VAE 모델 입력입니다.
`강도`	`FLOAT`	네트워크 조정 강도를 제어하며, 값 범위는 0~~10입니다. 권장 값은 0.5~~1.5 사이가 적절합니다. 값이 낮을수록 모델에 더 많은 자유도를 부여하고, 값이 높을수록 더 엄격한 제약을 적용합니다. 값이 너무 높으면 이상한 이미지가 생성될 수 있습니다. 이 값을 테스트하고 조정하여 제어 네트워크의 영향을 미세 조정할 수 있습니다.
`start_percent`	`FLOAT`	값 범위 0.000~1.000으로, ControlNet 적용을 시작할 시점을 백분율로 결정합니다. 예를 들어, 0.2는 확산 과정의 20% 시점부터 ControlNet 안내가 이미지 생성에 영향을 미치기 시작함을 의미합니다.
`end_percent`	`FLOAT`	값 범위 0.000~1.000으로, ControlNet 적용을 중단할 시점을 백분율로 결정합니다. 예를 들어, 0.8은 확산 과정의 80% 시점에서 ControlNet 안내가 이미지 생성에 영향을 미치는 것을 중단함을 의미합니다.

출력

매개변수	데이터 타입	기능
`positive`	`CONDITIONING`	ControlNet으로 처리된 긍정 조건 데이터로, 다음 ControlNet 또는 K 샘플러 노드로 출력할 수 있습니다.
`negative`	`CONDITIONING`	ControlNet으로 처리된 부정 조건 데이터로, 다음 ControlNet 또는 K 샘플러 노드로 출력할 수 있습니다.

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

LTXVReferenceAudio - ComfyUI Built-in Node Documentation

ControlNetApplyAdvanced - ComfyUI Built-in Node Documentation