Model
Trends
.ai
Model
Trends
.ai
açık yapay zeka modellerini takip ediyoruz
Trend
Sıralamalar
Rehberler
Grafikler
API

Checkpoint, LoRA, embedding ve ControlNet: hangi dosya ne işe yarar

Konu: Modeller
Quartermaster tarafından
8 Eki 2025 tarihinde yayımlandı

Genel bakış

Yeni bir kullanıcı "model" indirir ve bunun altı farklı şeyden biri olduğunu keşfeder; bunlar altı farklı klasöre gider ve altı farklı işi yapar. Bu sitedeki katalog, her girdiyi türüyle (base model, LoRA, embedding, diğer) ve ailesiyle etiketler. Bu rehber türleri bir kez açıklar, böylece etiketler anlam kazanır.
Kural şu: checkpoint tüm ressamdır; LoRA ressama yeni bir konu veya stil öğretir; embedding ressama yeni bir kelime öğretir; ControlNet veya IP-Adapter ressama nesnelerin nereye gideceğini ya da referanstan neyi kopyalayacağını söyler; VAE ressamın gözüdür, tuval ile sıkıştırılmış çalışma alanı arasında dönüşüm yapar; upscaler ise bitmiş resmi büyüten ayrı bir usta gibidir. Yalnızca checkpoint tek başına çalışabilir. Diğer her şey, uyumlu bir checkpoint gerektirir.
Boyutlar çok şey anlatır. SDXL checkpoint için 2 ila 7 GB, Flux için 12 ila 24 GB; LoRA için 10 ila 700 MB; embedding için 1 MB’dan az; ControlNet için 1 ila 2.5 GB; VAE için 300 MB; ESRGAN upscaler için 60 MB. Eğer LoRA denilen dosya 6 GB ise, o bir checkpointtir. Buradaki model sayfası boyutu ve hash’i gösterir, böylece indirmeden önce anlayabilirsin.

Başvuru

Ad
Tür
Ne olduğu
Checkpoint (base model)
2-24 GB
Genellikle metin kodlayıcı ve VAE ile birlikte gelen tam denoiser. Fine-tunelar (DreamShaper, Juggernaut, Illustrious, Pony) yeni verilerle yeniden eğitilmiş checkpointlerdir. Klasör: models/checkpoints (ComfyUI), models/Stable-diffusion (A1111, Forge). Flux, Qwen ve Wan ayrı diffusion_models + text_encoders + vae dosyaları olarak gelir.
LoRA
10-700 MB
Checkpoint üzerine uygulanan küçük bir ağırlık farkı. Karakterler, stiller, kavramlar, kaydırıcılar, hareket. Bir tetikleyici kelime ve ağırlık gerekir. Klasör: models/loras veya models/Lora.
LyCORIS / LoCon / LoHa / DoRA
10-700 MB
Daha fazla katmana dokunan veya farklı bir faktörizasyon kullanan LoRA çeşitleri. Şu anki tüm arayüzlerde LoRA gibi yüklenir.
Embedding (textual inversion)
10-200 KB
Metin kodlayıcı için öğrenilmiş bir token. Promptta dosya adıyla çağrılır. SD 1.5 ve SDXL’de negatif embeddingler (bad-hands, easynegative) yaygındır; Flux’ta nadirdir. Klasör: models/embeddings.
ControlNet / T2I-Adapter
0.3-2.5 GB
Denoiser’ı poz, derinlik haritası, kenar haritası veya karalama ile koşullandıran yan ağ. Aileye özgüdür. Klasör: models/controlnet.
IP-Adapter / reference
50 MB-1 GB
Metin yerine bir görüntüye koşullandırma: stil transferi, yüz referansı. Uyumlu bir CLIP görsel modeli gerekir.
VAE
160-330 MB
Piksel ile latentler arasında kodlayıcı/çözücü. Genellikle checkpointlerle birlikte gelir; ayrı dosyalar soluk renkleri düzeltir (SDXL fp16-fix) veya yeni ailelerle gelir (Flux ae.safetensors, Wan VAE).
Upscaler
2-70 MB
ESRGAN, Real-ESRGAN, SwinIR, DAT: üretim sonrası pikselleri büyüten ayrı ağlar. Klasör: models/upscale_models.

Adım adım

  1. İndirmeden önce katalog etiketinden ve boyutundan dosya türünü belirle. Kartta base model, LoRA, embedding veya diğer; model sayfasında tam bayt.
  2. Aileyi eşleştir. Checkpoint olmayan her dosya, yapıldığı aileyi (SDXL, Flux, Wan 2.2 14B) belirtir; sadece o aile checkpointleriyle çalışır.
  3. Dosyayı türüne uygun klasöre koy (yukarıdaki tablo) ve arayüzü yenile.
  4. Checkpoint: modeli olarak seç. Bölünmüş ailelerde (Flux, Qwen, Wan, Z-Image) diffusion modeli, metin kodlayıcıları ve VAE’yi ComfyUI’de ayrı ayrı yükle.
  5. LoRA: Checkpointten sonra LoRA düğümünü yükle veya promptta <lora:name:0.8> ve tetikleyici kelimeyi kullan.
  6. Embedding: Dosya adını prompta yaz (negatif embeddingler için negatif prompta); ComfyUI’de embedding:name kullanılır.
  7. ControlNet: Ön işlenmiş görüntü (poz, derinlik) ile ControlNet düğümünü uygula; başlangıç gücü 0.8, bitiş yüzdesi 0.8 ile başla.
  8. VAE ve upscaler: Renkler yanlışsa yükleyicide veya ayarlarda VAE’yi seç; upscaler’ı son adımda Upscale Image (Model kullanarak) ile çalıştır.

Örnekler

Forge promptunda tam bir SDXL yığını

Checkpoint: juggernautXL_v9.safetensors | VAE: sdxl_vae_fp16fix.safetensors
Prompt: zavy cinematic, <lora:zavy-cinematic-xl:0.7> a knight resting by a campfire, night, embers, 35mm
Negative: easynegative, bad-hands-5, blurry | ControlNet: openpose, weight 0.8 | Upscaler: 4x-UltraSharp 2x

ComfyUI düğümleriyle aynı yığın

Load Checkpoint -> Load LoRA -> Apply ControlNet (OpenPose image) -> KSampler -> VAE Decode (fp16-fix VAE) -> Upscale Image (using Model: 4x-UltraSharp)

İpuçları

  • Katalogdaki "diğer" türü ControlNetler, VAEler, upscalerlar ve iş akışlarını kapsar; model sayfası hangisi olduğunu söyler.
  • Merge’ler diğer checkpointlerin ortalaması alınarak yapılır; ebeveynlerinin ailesini miras alır ve LoRA uyumluluğunu korur.
  • Inpainting checkpoint, ekstra giriş kanalları olan bir checkpointtir; inpainting iş akışı gerekir ve text-to-image için doğrudan kullanılamaz.
  • Negatif embeddingler SD 1.5’te elleri düzeltmek için kullanılırdı; SDXL’de daha az işe yarar, Flux’ta ise hiç işe yaramaz çünkü modelde CFG negatif yok.
  • Flux Fill, Flux Redux, Flux Depth ve Canny checkpoint veya adapterdır, LoRA değildir; hub’da LoRAların yanında gelirler.
  • Şüpheye düştüğünde, bulut ortakları doğru kombinasyonu önceden yüklemiş olur: modeli seç, LoRA’yı seç, uyumlu VAE ve ControlNet otomatik halledilir.

Sorun giderme

"LoRA" indirildi ama 6 GB

Neden olur
Bu bir checkpoint; yükleyen kişi gevşek etiketlemiş.

Nasıl düzeltilir
Checkpoint klasörüne koy ve modeli olarak seç. Buradaki katalog etiketi güvenilirdir.

Embedding işe yaramıyor

Neden olur
Yanlış aile (SD 1.5 embedding SDXL’de), ya da yazılan isim dosya adıyla uyuşmuyor.

Nasıl düzeltilir
Aileyi eşleştir; dosya adını tam olarak uzantısız yaz; ComfyUI’de embedding:name kullan.

ControlNet gürültü veriyor veya pozu yok sayıyor

Neden olur
Başka bir aileye ait ControlNet veya ham fotoğraf ön işlenmiş harita yerine verildi.

Nasıl düzeltilir
Checkpoint ailesine uygun ControlNet kullan ve önce ön işlemci düğümünü çalıştır.

Renkler soluk görünüyor

Neden olur
Eksik veya yanlış VAE.

Nasıl düzeltilir
Ailenin VAE’sini yükle; SDXL’de fp16-fix VAE’yi kullan.

Model yükleniyor ama siyah resimler üretiyor

Neden olur
VAE’de fp16 taşması veya --no-half-vae gerektiren checkpoint.

Nasıl düzeltilir
fp16-fix VAE veya no-half-vae bayrağını kullan; Flux’ta metin kodlayıcı hassasiyetinin yapıyla eşleştiğinden emin ol.

Sorular

Yeni başlayan önce hangisini indirmeli?

Kullanmak istediğin ailenin bir checkpointi. LoRAlar ikinci sırada, hangi base’i sevdiğini anladıktan sonra. Embeddingler ve ControlNetler ise özel ihtiyaç olduğunda.

LoRA’yı checkpoint içine birleştirebilir miyim?

Evet, her arayüzde birleştirme aracı var, sonuç yeni bir checkpoint olur. Bir düğüm tasarrufu sağlar ama ağırlığı dondurur; çoğu kişi LoRAları ayrı tutar.

Fine-tune ile LoRA aynı mı?

Hayır. Fine-tune tüm checkpointi yeniden eğitir (gigabaytlarca); LoRA küçük bir ektir (megabaytlarca). Birçok fine-tune LoRA olarak başlamış ve sonra birleştirilmiştir.

Flux ve Qwen embedding kullanıyor mu?

Pratikte hiç kullanmıyorlar. LLM metin kodlayıcıları böyle eğitilmemiş; stil ve kavram işleri LoRAlarla yapılır.

Workflow dosyası nedir?

ComfyUI JSON dosyasıdır, bu bileşenleri birbirine bağlar. Katalogda bazıları "diğer" olarak listelenir; ağırlık içermez, sadece tariftir.

Bu rehberdeki modeller

Stable Diffusion XL 1.0 Modelleri
Stable Diffusion 1.5 Modelleri
Flux Modelleri
Upscalers Modelleri
Yazan
Quartermaster
Envanteri tutar: her LoRA, her quant, birisi final_v2_REAL.safetensors olarak yeniden adlandırmış her dosya. Donanımı, akşam yemeğinden önce kaç Wan render sığdığına göre ölçer. Size VRAM miktarını verir, sonra Chrome açık olduğu için yanlış olduğunu söyler. Açık ağırlıklar yoksa gönderilmemiştir.
Quartermaster tarafından tüm rehberler
LoRA nedir ve ComfyUI, Forge, Automatic1111 ve bulutta nasıl kullanılır?
20 May 2026
Bir LoRA nasıl kurulur: klasörler, dosya kontrolleri ve ComfyUI, Forge, Automatic1111 ve Draw Things'de ilk kullanım
24 Eyl 2025
Üretken AI görüntü modelleri nasıl çalışır: difüzyon, latentler ve metin kodlayıcıları basitçe açıklandı
28 Ağu 2025
ControlNet açıklandı: SD 1.5, SDXL ve Flux için poz, derinlik, kenarlar ve referans görüntüleri
18 Şub 2026
Yapay Zeka Görüntüleri Büyütme: ESRGAN Modelleri, hires-fix, tiled diffusion ve ne zaman hangisi uygun
4 Mar 2026
Yapay zeka görüntü ve video üretimi sözlüğü: checkpoint'ten VAE'ye 60 terim, her biri bir cümleyle açıklandı
15 Nis 2026
Evde LoRA nasıl eğitilir (ve ne zaman GPU kiralanmalı)
5 Ağu 2026

Diğer rehberler

Flux vs SDXL vs SD 1.5 vs Qwen vs Z-Image: 2026'da hangi model ailesi kullanılmalı
22 May 2026
Hangi AI görüntü modelleriyle başlamalı ve neden: sıralı başlangıç listesi
10 Eyl 2025
Negatif istemler: ne işe yararlar, ne zaman yardımcı olurlar ve neden Flux’a gerek yok
5 Kas 2025
ComfyUI hataları ve nasıl düzeltilir: kırmızı düğümler, eksik modeller, CUDA bellek yetersizliği
12 May 2026
CUDA bellek yetersizliği: Her AI modelinin ne kadar VRAM ihtiyacı var ve nasıl sığdırılır
18 May 2026
Tüm rehberler