Github
Huggingface
文档项目概述
qinglong_controlnet-lllite是一个基于ControlNet技术的图像处理模型集合，专门针对动漫风格和真实风格的图像处理而开发。这个项目提供了多种预训练模型，可以实现不同类型的图像控制和转换效果。
支持平台
项目可以在以下平台上运行：
- ComfyUI（使用专门的ControlNet-LLLite-ComfyUI节点）
- Stable Diffusion WebUI（通过sd-webui-controlnet扩展支持）
核心模型介绍
动漫风格模型
- AnimeFaceSegment：专门用于动漫人物面部分割处理
- Normal：用于法线图控制
- T2i-Color/Shuffle：颜色控制和重排
- Lineart_anime_denoise：动漫线稿处理
- Recolor_luminance：亮度重着色
- MLSD：边缘检测和处理
特色功能模型
- Tile模型：提供了α和β两个版本
- α版本：擅长姿势和构图迁移，具有强大的泛化能力
- β版本：专注于保持图像一致性和高清放大
Tile模型使用说明
Tile模型具有三种主要用途：
- 无提示词重建：直接还原参考图的效果，适合图像到图像的转换
- 有控制的修改：在保持原始构图和姿势的基础上接受提示词修改（权重0.55~0.75）
- 放大增强：对分块进行细节增强的同时保持整体一致性
技术特点
- 支持多种预处理方式
- 提供完整的训练文档
- 兼容多个基础模型，如Kohaku-XL和ProtoVision XL
- 支持真实风格和动漫风格的图像处理
使用建议
- 对于动漫面部处理，建议使用Anime-Face-Segmentation进行预处理
- 在使用Tile模型时，根据具体需求选择α或β版本
- 真实风格处理推荐使用juggernautXL系列作为基础模型
项目特色
- 提供丰富的预训练模型
- 支持多种图像控制方式
- 具有良好的可扩展性
- 支持高质量的图像细节处理
- 持续更新和优化
