SD_WbeUI插件安装Controlnet

SdibleDiffusion插件是什么

比如说Controlnet这个插件，可以做出我们想让Ai绘出我们想要的各种动作、大劈叉姿势等，那么我们就需要去安装这些插件才能达成我们的效果。插件怎么来的呢，都是一些野区大佬开发的，如果没有Ta们开发的这些插件，那么SdibleDiffusion就太无聊了，所以就很感谢这些人开发插件供我们免费使用，让我们有很多玩法，因此我们更要学会怎么去用安装和它们。

安装插件

说明

我们以controlney插件为例进行演示，如果你学会这个安装流程，以后安装其他的插件也会知其然更知其所以然，这个也是我推荐大家不要用懒人安装包，用那种噩梦级别的方式安装，遇到问题去对应解决，那么你就会得到更多的经验，遇到疑难杂症就知道如何去解决。

接下来的演示我会以我的汉化版本进行演示，如果你想双语汉化请点击这里的教程查看：StableDiffusion汉化教程

点击右侧扩展插件/扩展如下图所示

点击可用再点击加载自

然后就会加载出特别多的插件，在搜索框输入controlnet它会自动帮我们找到结果，然后选择sd-webui-controlnetmanipulations然后点击安装/lnstall还有一种快速搜索的方法是按Ctrl+f，用浏览器快速定位关键字，然后去对应下载。

安装根据每个人的网络不同，一般几十秒就安装成功。安装成功后列表的controlnet插件将不显示。

安装成功后，我们可以看一下我们的插件目录是否有controlnet文件了路径是： 根目录的 extensions 文件下可以看到，如下图所示代表我们已经安装成功，也知道原来插件是在这里的。

controlnet模型安装

好奇怪，插件都安装了为什么还要安装插件模型，插件还有模型。就像StableDiffusion 没有模型画的图很难看一样，插件也不能缺少灵魂。

controlnet插件模型的路径为：\extensions\sd-webui-controlnet\models

对，和StableDiffusion的模型目录名称一样，都是models

请复制如下网址到浏览器下载controlnet的底模型

https://huggingface.co/Hetaneko/Controlnet-models/tree/main/controlnet_safetensors

如下图为例，模型大小1.45GB左右，我们下载名称为 control_openpose.safetensors 这个模型

下载完成后，我们把我们下载的模型文件复制到 \extensions\sd-webui-controlnet\models 就可以了。

Controlnet插件功能解释

到这里大家已经完成了插件的安装以及模型的下载流程了，我们点击打开 Controlnet

它的插件内容是很长的，我的屏幕都要装不下了。展开后如下图所示

功能按钮用处解释

图像/lmage：这里可以手动往里拖进我们想要的动作图片，或者点击以下导入一张图片。绘画时也会按照你设定的信息画出相同的动作。

红色的字代表：重要的

启动/Enable：只有打勾后这个功能才会生效。

反转输入颜色/Invert Input Color：将导入的图片进行反转

RGB转BGR/RGB to BGR：将通道颜色进行反转

低显存模式/Low VRAM：显卡不够力，就可以勾选这个

猜测模式/Guess Mode：有点类似图生图的意思，按照你导入的图进行生成图片

预处理器：选择姿势手部检测/openpose_hand   其他选项，我在后面解释它的含义。

模型： 选择我们刚刚下载的模型 control_openpose [6b6b0674] 如果没有显示就点击🔄

注意：预处理器用的是 openpose  那么模型也要对用 使用 openpose 模型也是要对应使用的。

权重/Weight：这个值设置的越高，它越倾向于你导入图片的姿势

输入权重/Guidance Start (T)：这是一个步数引导，你想要在什么时候开始介入引导。比如说你设值为1，Contornet在生成图片的最后一步开始介入引导；如果你是0，那么它一开始就介入引导了。如果你设置0.28，那么就在你第28%的步数时开始引导。

输出权重/Guidance End (T)：它和上面的同理，在多少步数的时候退出介入引导，我喜欢用百分比说步数。比如你设置了20步（采样步数/Sampling steps），你写了0.5，那么生成图片的时候会在第十步的时候退出姿势的引导。默认为1，那么就是不退出。

Annotator Resolution：注射器分辨率，这里的值越高，那么就在预处理结果的精细度也会越高，但也越吃你的显卡性能

画布宽度/Canvas Width和画布高度/Canvas Height：是你以什么比例去读取你导入的图片，比如你设置的图片人物范围是512*768，在生成尺寸设置的是512*512，那么它的原理就像自动裁剪成512*512，裁掉的位置它识别不到，就会发散性的绘制姿势了。

在这里如果你设置了512*768，那么在这里也要对应设置相同参数，否则就会出现照片被裁剪的样子

就像这样，头部和臀部没有漏出来，被裁剪了一样。

改成对应的后，就是这个效果了

预处理器

在这里，我再解释一下预处理的其他功能有什么用处。

无/none：如果选择无会有很多噪音在里面，根本无法完成我们想要的需求。预处理的面板如下所示

线稿检测/canny：它会把人物，以及周边的景物轮廓描绘出来。当注释器分辨率（Annotator resolution）越高时，它的线条越细。

深度检测/depth：它是一个深度图算法，它会捕捉你图片元素前后位置的层次关系，也就是空间关系。白色的是前，黑色是后。

模糊检测/hed：它类似边缘算法，它更像线稿检测/canny算法，有些像手绘画的模糊效果。它这个算法在周围细节它是有得到补充的，对比线稿有更多的细节。

直线检测/mlsd：它是线度检测算法，这种算法不适合人物特征提取，更适合物体和建筑类，室内装潢之类的，有棱有角的图片进行提取。

法线贴图/normal_map：它像3D模型，它可以很好的捕捉空间关系，还可以提供轮廓内部的特征。它比深度算法更多的是一些内部特征，比如裙子的褶皱、胸部的凸起等等。

姿势检测/openpose：它更专注于提取人物骨骼姿势特征，会以火柴人的形式帮我们提取姿势，它是一个比较好的人物姿势提取的效果。

涂鸦/scribble：以涂鸦的形式，这些是很少使用的。

剩下的大家自己点击效果，按照自己的需求对应去使用。

其中比较重要的是，你的预处理器必需和模型对应去使用。