多 ControlNet 组合

一、为什么要多个 ControlNet？

单一 ControlNet 只约束 一种 信息：

• OpenPose → 只有骨架，不管 空间层次；

• Canny → 只有边缘，不管 远近；

• Depth → 只有深度，不管 细线。

组合 可同时约束 姿势 + 透视 + 线稿 等，精度更高，但 调参更难。

二、ComfyUI 中的叠加方式

2.1 串联 Apply 节点

MODEL → Apply CN #1 (OpenPose) → Apply CN #2 (Depth) → KSampler

或 CONDITIONING 链 上连续 Apply（视节点版本）：

positive → Apply OpenPose → Apply Depth → KSampler positive

每个 Apply 需要：

• 各自的 Load ControlNet Model；

• 各自的 预处理器 + 参考图（可同源图不同预处理）。

2.2 同一参考图、多种预处理

[Load Image 同一张]
    ├→ OpenPose Pre → Apply CN1
    └→ Depth Pre    → Apply CN2

常用：一张人像 → OpenPose + Depth 稳姿势与背景层次。

三、权重平衡原则

3.1 起始参考值

需实测微调。

四、常见组合配方

4.1 OpenPose + Depth（人物 + 场景）

• OpenPose：锁人物姿势；

• Depth：锁背景远近与空间；

• Prompt：服装、表情、光照。

适用：换场景但 姿势与空间布局 都要保留。

4.2 Canny + Depth（轮廓 + 空间）

• Canny：物体外形；

• Depth：前后关系；

• 适用：建筑、复杂静物重绘。

4.3 Lineart + OpenPose（二次元）

• Lineart：勾线；

• OpenPose：动作；

• 适用：线稿人设指定动作上色。

4.4 Depth + Inpaint ControlNet

• 局部改图时 深度连续 + 蒙版（与 4-4、6-8 联动）。

五、start/end percent 分工

可为不同 CN 设 不同生效区间：

避免全程多 CN 都 0→1 且 strength 极高。

六、搭建步骤概要（双 CN）

1. 完成 6-3 单 OpenPose 工作流；

2. 复制 Load ControlNet + Preprocessor + Apply 一组；

3. 改为 Depth 模型与 MiDaS/Zoe 预处理；

4. 将 第一个 Apply 的输出 接到 第二个 Apply 的 model/cond 输入；

5. Depth strength 从 0.5 起试；

6. Queue 对比单 CN 与双 CN。

七、显存与性能

• 每多一个 ControlNet，显存与耗时 增加；

• 8GB 显卡建议 最多 2 个 CN，分辨率 ≤1024；

• 可降分辨率生成后再放大（第 8 章）。

八、故障现象