ControlNet (force de contrôle)
ControlNet est un module qui contraint le générateur d'images à reproduire fidèlement la structure géométrique d'une image de référence, qu'il s'agisse de traits de contour, d'une pose humaine ou d'une carte de profondeur. La force de contrôle, souvent appelée conditioning scale, règle le degré de rigidité avec lequel l'intelligence artificielle s'aligne sur ce guide visuel. En ajustant ce paramètre, vous choisissez si le modèle doit suivre le gabarit au pixel près ou s'il peut s'en écarter pour enrichir la scène.
Aussi appelé : ControlNet, conditioning scale, controlnet strength, canny, depth, pose
Avant et après : mon test




Modèle: Stable Diffusion XL 1.0 (przez API fal.ai, 30 kroków, CFG 7,5) + ControlNet canny SDXL. Réglages: contours issus de l'image de test sur le nombre d'étapes, seed 1411, variation unique de conditioning_scale. Date: 14.11.2026.
Prompt: a bronze metal teapot and two cups on a marble table, studio photo
Lors de mon test à une force de 0,3, le modèle a interprété les contours très librement: il a ajouté un second pot avec une anse ainsi qu'un bol, et la disposition générale sur la table a dérivé. À 0,9, la théière et la tasse se calent exactement sur le tracé initial, avec le même angle et la même taille, le prompt ne fournissant plus que les textures de bronze et de marbre. Comme j'avais extrait les contours avec un filtre de détection basique, la trame du bois s'est retrouvée dans le masque: à forte puissance, ces parasites se sont directement imprimés dans l'image finale.
Nom selon le générateur
| Générateur | Paramètre | Valeurs | Par défaut |
|---|---|---|---|
| Stability AI (SD 3.5) | Control: Structure / Sketch - control_strengthValeur de l'endpoint Structure | 0-1 | 0.7 |
| ComfyUI | ControlNetApplyAdvanced: strength, start_percent, end_percentPlages issues du code nodes.py (docs.comfy.org ne les fournit pas) | strength 0.0-10.0 (pas de 0.01) ; start/end 0.0-1.0 (pas de 0.001) | strength 1.0; start 0.0; end 1.0 |
| Midjourney | aucun | - | - |
| FLUX | pas de ControlNet dans l'API ; composition via bounding boxes (FLUX 3) | boîtes [top, left, bottom, right] sur grille 0-1000 | - |
| Ideogram | aucun (bbox dans les prompts JSON 4.0/4.5) | - | - |
| GPT Image | aucun | - | - |
- Sources, vérifiées le 14.11.2026 :
- Stability AI: docs.stability.ai/api-reference/control/structure.md
- ComfyUI: raw.githubusercontent.com/comfyanonymous/ComfyUI/master/nod...
- Midjourney: docs.midjourney.com/hc/en-us/articles/32859204029709-Parame...
- FLUX: docs.bfl.ml/flux_3/flux3_image_overview.md
- Ideogram: docs.ideogram.ai/prompting/text-in-images
- GPT Image: developers.openai.com/api/docs/guides/image-generation
Quand l'utiliser
- Pour conserver l'agencement exact d'un croquis d'architecte ou d'un salon tout en modifiant l'éclairage et les matériaux
- Pour figer la posture précise d'un personnage avec OpenPose dans le cadre d'une bande dessinée ou d'un storyboard
- Pour récupérer la perspective et les volumes d'une scène grâce à une carte de profondeur sans copier l'aspect de l'original
Erreur fréquente
Pousser la force à 1,0 ou au-delà sur un masque de contours bruité constitue le piège le plus fréquent: le modèle reproduira scrupuleusement les artefacts et les bavures au détriment du réalisme. Une autre erreur classique consiste à associer des architectures incompatibles, par exemple en chargeant un adaptateur ControlNet conçu pour SD 1.5 sur un modèle de base SDXL.
Exemple prêt à copier
ComfyUI: Apply ControlNet -> strength = 0.8, start_percent = 0.0, end_percent = 1.0 Stability (Control): /control/structure avec "control_strength": 0.7
Questions fréquentes
À quoi sert le préprocesseur ControlNet canny ?
Il extrait les lignes et contours nets d'une image source via un algorithme de détection de bords, permettant au modèle de redessiner un sujet différent qui respecte scrupuleusement ce tracé.
Quelle est la différence entre la force et le seuil d'arrêt (end step) ?
La force module la puissance d'influence globale à chaque calcul, tandis que le seuil d'arrêt détermine le moment du processus de génération où l'IA cesse de regarder le guide pour peaufiner les détails d'elle-même.
Pourquoi mon image semble-t-elle figée ou dégradée à haute intensité ?
Un guidage excessif empêche l'algorithme d'harmoniser les ombres et les textures naturelles, car il cherche à combler chaque ligne du guide de façon trop littérale.
