Przejdź do treści
Parâmetros de Geradores de Imagem / ControlNet (peso de controle)
Stable Diffusion e ComfyUI

ControlNet (peso de controle)

O ControlNet é uma extensão que orienta o modelo de imagem a seguir rigorosamente a estrutura de uma imagem guia, como linhas de contorno, mapas de profundidade ou poses humanas. O peso de controle, também chamado de conditioning scale, define a intensidade com que a IA deve obedecer a esse esqueleto geométrico. Valores menores concedem liberdade para a IA improvisar, enquanto valores altos forçam o alinhamento pixel por pixel.

Também conhecido como: ControlNet, conditioning scale, controlnet strength, canny, depth, pose

Antes e depois: meu teste

ControlNet (peso de controle) - imagem original
imagem original
ControlNet (peso de controle) - contornos (canny)
contornos (canny)
ControlNet (peso de controle) - força 0,3
força 0,3
ControlNet (peso de controle) - força 0,9
força 0,9

Modelo: Stable Diffusion XL 1.0 (przez API fal.ai, 30 kroków, CFG 7,5) + ControlNet canny SDXL. Configurações: contornos da imagem do verbete sobre passos, seed 1411, variando apenas conditioning_scale. Data: 14.11.2026.
Prompt: a bronze metal teapot and two cups on a marble table, studio photo

Ao testar com força em 0,3, o modelo tratou os contornos com bastante liberdade: adicionou uma segunda chaleira com alça e uma tigela, deixando a disposição da mesa tomar outro rumo. Quando passei para 0,9, a jarra e a xícara foram desenhadas com precisão matemática na mesma posição e escala do traço guia, enquanto o prompt apenas forneceu os acabamentos de bronze e mármore. Como gerei a máscara com um filtro simples de detecção de bordas, o sistema também captou o ruído das ranhuras da madeira, transferindo essas falhas indesejadas para a imagem final.

Como é chamado em cada gerador

GeradorParâmetroValoresPadrão
Stability AI (SD 3.5)Control: Structure / Sketch - control_strengthValor do endpoint Structure0-10.7
ComfyUIControlNetApplyAdvanced: strength, start_percent, end_percentIntervalos do código nodes.py (docs.comfy.org não os fornece)strength 0.0-10.0 (passo 0.01); start/end 0.0-1.0 (passo 0.001)strength 1.0; start 0.0; end 1.0
Midjourneynenhum--
FLUXsem ControlNet na API; composição por bounding boxes (FLUX 3)boxes [top, left, bottom, right] na grade 0-1000-
Ideogramnenhum (bbox em prompts JSON 4.0/4.5)--
GPT Imagenenhum--

Quando usar

Erro comum

Trabalhar com peso de controle em 1,0 ou superior quando a imagem de contorno está poluída ou com ruído visual excessivo, pois a IA vai reproduzir fielmente cada artefato sujo no resultado. Outro erro comum é carregar arquivos de ControlNet projetados para uma arquitetura diferente da do modelo gerador que está ativo.

Exemplo pronto para copiar

ComfyUI:  Apply ControlNet -> strength = 0.8, start_percent = 0.0, end_percent = 1.0
Stability (Control):  /control/structure com "control_strength": 0.7

Perguntas frequentes

O que faz o pré-processador canny no ControlNet?

Ele detecta as bordas e os contrastes da sua imagem original, transformando tudo em um desenho de linhas brancas sobre fundo preto que serve de guia rígido para a nova criação.

Qual é a faixa ideal para o peso de controle?

Na maioria dos fluxos criativos, valores situados entre 0,6 e 0,8 oferecem um ponto de equilíbrio saudável, garantindo fidelidade geométrica sem travar a riqueza de texturas do prompt.

O que ocorre se o peso for definido muito próximo de zero?

O modelo praticamente ignora o mapa de entrada, criando elementos aleatórios e usando a referência estrutural apenas como uma sugestão vaga de composição.

Posso combinar mais de um ControlNet ao mesmo tempo?

Sim, é comum associar uma camada de pose humana com uma camada de mapa de profundidade, equilibrando os pesos de cada uma para não sobrecarregar a geração.

Termos relacionados

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›