Nœud Apply ControlNet dans ComfyUI
Apply ControlNet ajoute une image guide et un ControlNet chargé au CONDITIONING positif et négatif avec une force et des pourcentages de début/fin, pour que le sampler suive les contours, la profondeur ou la pose de l’image guide.
Ce que fait Apply ControlNet
Apply ControlNet (la version plus récente ControlNetApplyAdvanced, affichée comme Apply ControlNet) prend le conditioning positif et négatif, un CONTROL_NET, l’IMAGE guide prétraitée et, dans les versions récentes, le VAE. Il renvoie un nouveau conditioning qui transmet le signal de contrôle au sampler. strength ajuste l’influence (1.0 = pleine), start_percent et end_percent limitent le contrôle à une partie de l’échantillonnage, par exemple 0.0-0.6 pour que la composition soit posée tôt mais que le modèle termine les détails librement.
L’image guide doit déjà être sous la forme attendue par le ControlNet : un ControlNet Canny veut des contours blancs sur fond noir, un ControlNet Depth veut une carte de profondeur en gris, OpenPose veut le squelette coloré. Les préprocesseurs du pack ControlNet Aux produisent ça à partir d’une photo. Pour les Tile ControlNets, le guide est l’image elle-même, souvent floutée ou réduite.
Entrées
Nom | Type | Rôle |
|---|---|---|
positive / negative | CONDITIONING | Depuis les nœuds CLIP Text Encode. |
control_net | CONTROL_NET | Depuis Load ControlNet Model. |
image | IMAGE | Le guide prétraité (contours, profondeur, pose, ou l’image pour Tile). |
vae | VAE | Optionnel dans les versions récentes ; requis par certains ControlNets Flux et Union. |
strength | FLOAT | 0-2, à quel point on suit le guide. 0.6-1.0 est courant. |
start_percent / end_percent | FLOAT | Partie de l’échantillonnage où le contrôle est actif. |
Sorties
Nom | Type | Rôle |
|---|---|---|
positive | CONDITIONING | Conditioning positif contrôlé pour KSampler. |
negative | CONDITIONING | Conditioning négatif contrôlé pour KSampler. |
Comment utiliser Apply ControlNet
- Charge une photo avec Load Image et passe-la dans un préprocesseur (Canny Edge, Depth Anything, DWPose).
- Charge le ControlNet correspondant avec Load ControlNet Model.
- Ajoute Apply ControlNet ; connecte positive, negative, control_net et l’image guide.
- Régle strength à 0.8 et end_percent à 0.8 pour commencer.
- Connecte les deux sorties à KSampler positive et negative ; garde la taille latente correspondant au ratio du guide.
Réglages et conseils
- Enchaîne plusieurs Apply ControlNet (pose + profondeur) en branchant les sorties de l’un dans l’entrée de l’autre.
- Baisse end_percent (0.5-0.7) pour laisser le modèle ajouter des détails et éviter un rendu rigide, comme tracé.
- Garde l’image guide au même ratio que le latent ; elle est redimensionnée pour s’adapter.
- Pour l’upscaling Tile, utilise strength 0.5-0.8 pour que les détails puissent encore changer.
- Prévisualise la sortie du préprocesseur : un guide noir ou bruité explique la plupart des cas de « pas d’effet ».
Dépannage de Apply ControlNet
Le résultat ignore le guide
Pourquoi cela arrive
strength proche de 0, end_percent trop bas, une image guide noire, ou un ControlNet Union sans type.
Comment le corriger
Prévisualise le guide, règle strength entre 0.8 et 1.0 et end_percent à 1.0 pour tester, puis baisse un peu. Ajoute SetUnionControlNetType pour les modèles union.
Erreur : mat1 et mat2 ne peuvent pas être multipliés / incompatibilité ControlNet
Pourquoi cela arrive
La famille ControlNet ne correspond pas au checkpoint (SD 1.5 vs SDXL vs Flux).
Comment le corriger
Utilise un ControlNet de la même famille que le checkpoint.
Image cramée, contraste trop fort, posterisée
Pourquoi cela arrive
strength au-dessus de 1 avec un ControlNet fort (Canny ou Lineart) et un cfg élevé.
Comment le corriger
Force entre 0.6 et 0.9, end_percent à 0.7, cfg dans la plage normale du modèle.
Ancien workflow affiche « Apply ControlNet (OLD) »
Pourquoi cela arrive
Le nœud single-conditioning a été renommé ; il marche encore mais sans contrôle start/end ni passage négatif.
Comment le corriger
Remplace-le par Apply ControlNet et connecte à la fois positif et négatif.
Erreur Flux ControlNet à propos du vae manquant
Pourquoi cela arrive
Certains ControlNets Flux et Union ont besoin du VAE pour encoder le guide.
Comment le corriger
Connecte la sortie VAE de Load VAE à l’entrée vae de Apply ControlNet.
Questions sur Apply ControlNet
Faut-il prétraiter l’image ?
Oui, sauf pour Tile et Inpaint ControlNets, qui prennent l’image telle quelle. Chaque ControlNet est entraîné pour un type de carte précis.
Peut-on utiliser ControlNet avec img2img ?
Oui. Le latent vient de VAE Encode, le contrôle de ce nœud ; les deux sont indépendants.
Combien de ControlNets peut-on empiler ?
Autant que la VRAM le permet ; deux ou trois est courant. Chacun ajoute de la mémoire et du temps.
Nœuds liés
Load ControlNet Model
ComfyUI core
Load ControlNet Model lit un fichier ControlNet (ou T2I-Adapter / ControlNet Union) depuis models/controlnet et produit un objet CONTROL_NET pour Apply ControlNet.
Load Image
ComfyUI core
Load Image lit une image depuis le dossier d'entrée ComfyUI (ou un upload) et sort un tenseur IMAGE plus un MASK pris du canal alpha, le point de départ pour img2img, inpainting, ControlNet et IP-Adapter.
KSampler
ComfyUI core
KSampler exécute la boucle de débruitage : il prend le modèle, les prompts et un latent, et produit l'image latente finale, contrôlée par la graine, les étapes, le cfg, le sampler, le scheduler et le débruitage.
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode transforme un prompt texte en CONDITIONING en utilisant l'encodeur texte du modèle. Un nœud contient le prompt positif, un autre le prompt négatif.
Ultimate SD Upscale
ComfyUI_UltimateSDUpscale
Ultimate SD Upscale agrandit une image avec un modèle ESRGAN, puis la re-échantillonne tuile par tuile via le modèle de diffusion avec ton prompt à faible débruitage, ajoutant de vrais détails en 2x-4x sans manquer de VRAM.
Autres nœuds ComfyUI
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager est l’extension qui installe, met à jour et répare les packs de nœuds personnalisés et les modèles directement depuis l’interface, résout les nœuds manquants dans les workflows importés et sauvegarde ta configuration.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) ouvre un fichier modèle .safetensors ou .ckpt et fournit les trois parties dont chaque workflow a besoin : le MODEL de diffusion, l'encodeur texte CLIP et le VAE.
Save Image
ComfyUI core
Save Image enregistre le tenseur IMAGE dans ComfyUI/output au format PNG, avec tout le workflow intégré dans les métadonnées du fichier pour que l’image puisse être glissée dans ComfyUI et restaurer le graphe.
VAE Decode
ComfyUI core
VAE Decode convertit le LATENT échantillonné en IMAGE pixelisée avec le VAE ; VAE Decode (Tiled) fait la même chose en tuiles pour les images très grandes.
Empty Latent Image
ComfyUI core
Empty Latent Image crée la toile latente vide (largeur, hauteur, batch_size) à partir de laquelle le sampling texte-image démarre ; les dimensions doivent être des multiples de 8 et correspondre à la famille du modèle.
Load LoRA
ComfyUI core
Load LoRA (LoraLoader) applique un fichier LoRA au MODEL et au CLIP avec des forces séparées, pour que tu puisses ajouter un style, un personnage ou un concept à n'importe quel checkpoint sans fusionner.