<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
  <channel>
    <title>SD创意工坊 - Stable Diffusion 论坛 - ControlNet</title>
    <link>https://www.sd04.cn/forum-12-1.html</link>
    <description>Latest 20 threads of ControlNet</description>
    <copyright>Copyright(C) SD创意工坊 - Stable Diffusion 论坛</copyright>
    <generator>Discuz! Board by Comsenz Inc.</generator>
    <lastBuildDate>Sun, 22 Nov 2026 13:04:31 +0000</lastBuildDate>
    <ttl>60</ttl>
    <image>
      <url>https://www.sd04.cn/static/image/common/logo_88_31.gif</url>
      <title>SD创意工坊 - Stable Diffusion 论坛</title>
      <link>https://www.sd04.cn/</link>
    </image>
    <item>
      <title>[CN0014][Controlnet][SDXL 1.0][controlnet852A_normal.safetensors][ControlNet 852</title>
      <link>https://www.sd04.cn/thread-1499-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

ControlNet 852_a_scribble_xl 是一款针对 SDXL 1.0 基础模型训练的动漫风格涂鸦（Scribble）ControlNet，由作者 hakoniwa 发布。它专为将粗略的草图或线稿转化为精致的成品图像而设计，同时也能在重绘图片或照片时准确保留原始形状结 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Sat, 21 Nov 2026 12:17:25 +0000</pubDate>
    </item>
    <item>
      <title>[CN0013][Controlnet][SD 1.5][oto-real-targets-v0.0.19-582000.safetensors][Outfit</title>
      <link>https://www.sd04.cn/thread-1254-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

Outfit To Outfit（简称 outfit2outfit）是一款专为 Stable Diffusion 1.5 设计的 ControlNet 模型，核心功能是精准修改图像中人物的服装，同时保持人物姿态、构图和背景细节不变。它特别擅长“换装”任务，例如将模特的穿搭替换为指定 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Sat, 21 Nov 2026 07:13:10 +0000</pubDate>
    </item>
    <item>
      <title>[CN0012][Controlnet][SD 1.5][control_v11p_sd15_openpose.safetensors][control_v11</title>
      <link>https://www.sd04.cn/thread-1149-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

control_v11p_sd15_openpose 是一款基于ControlNet的OpenPose模块，专为Stable Diffusion 1.5版本设计。它主要功能是精准控制生成图像中的人体姿态，通过解析参考图像中的骨骼结构，让AI模型能够按照指定动作生成人物图片。这个模块由l ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Sat, 21 Nov 2026 00:37:11 +0000</pubDate>
    </item>
    <item>
      <title>[CN0011][Controlnet][NoobAI][openpose_noob.safetensors][NoobAI-XL ControlNet-OPE</title>
      <link>https://www.sd04.cn/thread-1145-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

NoobAI-XL ControlNet-OPENPOSE 是专为 NoobAI-XL 基础模型打造的姿态控制模型，属于 ControlNet 系列。它通过 OpenPose 预处理技术，精准提取人物骨骼关键点，让创作者能够精确控制生成图像中的人物姿态、动作和肢体布局，尤其适合需 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Sat, 21 Nov 2026 00:36:16 +0000</pubDate>
    </item>
    <item>
      <title>[CN0010][Controlnet][SD 1.5][diff_control_sd15_canny_fp16.safetensors][ControlNe</title>
      <link>https://www.sd04.cn/thread-1107-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

ControlNet Pre-Trained Difference Models 是一组基于 SD1.5 的 ControlNet 预训练差异模型，专为与 ControlNet 扩展配合使用而设计。这些模型内置了控制条件所需的神经网络权重，能够精准引导图像生成过程，实现构图、姿态、边缘等结 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Fri, 20 Nov 2026 14:30:28 +0000</pubDate>
    </item>
    <item>
      <title>[CN0009][Controlnet][SDXL 1.0][ip-adapter-faceid-plusv2_sdxl.bin][IP-Adapter-Fac</title>
      <link>https://www.sd04.cn/thread-1063-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

IP-Adapter-FaceID 是一款基于 SDXL 1.0 的 ControlNet 模型，专为面部一致性图像生成而设计。它的核心创新在于用面部识别模型提取的 Face ID 嵌入向量替代传统的 CLIP 图像嵌入，并配合 LoRA 技术增强身份保持能力，从而实现仅凭文本 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Mon, 19 Oct 2026 07:30:27 +0000</pubDate>
    </item>
    <item>
      <title>[CN0008][Controlnet][SD 1.5][QRPattern_v2_9500.safetensors][Controlnet QR Patter</title>
      <link>https://www.sd04.cn/thread-1037-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

Controlnet QR Pattern（QR Codes）是一款专为Stable Diffusion 1.5设计的Controlnet模型，其核心功能是生成兼具艺术美感与可扫描性的二维码图案。该模型在训练时采用了独特的光照条件策略——仅对图像中最暗的25%和最亮的25%像素进行 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Mon, 19 Oct 2026 07:24:56 +0000</pubDate>
    </item>
    <item>
      <title>[CN0007][Controlnet][SD 1.5][control_v1p_sd15_qrcode_monster_v2.safetensors][QR</title>
      <link>https://www.sd04.cn/thread-1029-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

QR Code Monster 是一款专为 Stable Diffusion 1.5 设计的 Controlnet 模型，核心功能是生成既富有创意又能正常扫描的二维码。它突破了传统二维码单调的黑白方块限制，让二维码本身成为图像设计的一部分，适合用于海报、产品包装、社交 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Mon, 19 Oct 2026 07:23:48 +0000</pubDate>
    </item>
    <item>
      <title>[CN0006][Controlnet][Illustrious][illustriousXl_openpose.safetensors][Illustriou</title>
      <link>https://www.sd04.cn/thread-961-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

Illustrious-XL ControlNet Openpose 是一款专为 Illustrious 基础模型设计的姿态控制模型，通过 OpenPose 骨骼图精确捕捉人物的肢体动作与手势，让创作者能够轻松指定画面的动态构图。它特别适合需要严格把控姿势的场景，例如角色立绘 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Wed, 14 Oct 2026 08:51:52 +0000</pubDate>
    </item>
    <item>
      <title>[CN0005][Controlnet][SDXL 1.0][TTPLANET_Controlnet_Tile_realistic_v2_fp16.safete</title>
      <link>https://www.sd04.cn/thread-933-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

TTPLanet_SDXL_Controlnet_Tile_Realistic 是一款专为 SDXL 1.0 基础模型设计的 Controlnet Tile 模型，由 TTPlanet 团队基于 Hugging Face Diffusers 框架训练而成。它的核心定位是服务于写实风格图像的细节增强与高清修复，尤其在 Ul ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Wed, 14 Oct 2026 08:27:16 +0000</pubDate>
    </item>
    <item>
      <title>[CN0004][Controlnet][SDXL 1.0][noob-sdxl-controlnet-blur.safetensors][NoobAI-XL ControlNet][控制][ControlNet][NoobAI-XL][姿态控制][图像处理]</title>
      <link>https://www.sd04.cn/thread-676-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

NoobAI-XL ControlNet 是专为 NoobAI-XL 模型打造的 ControlNet 控制网络集合，基于 SDXL 1.0 架构，旨在帮助用户更精准地掌控生成图像的构图与细节。该集合兼容两种预测类型：v-prediction（v 预测）与 eps-prediction（epsilon 预测 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Sun, 04 Oct 2026 09:59:11 +0000</pubDate>
    </item>
    <item>
      <title>[CN0003][Controlnet][SD 1.4][t2iadapter_color_sd14v1-fp32.safetensors][ControlNet T2I-Adapter Models][控制][ControlNet][T2I适配器][辅助控制][图像生成工具]</title>
      <link>https://www.sd04.cn/thread-669-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

ControlNet T2I-Adapter Models 是由腾讯 ARC 实验室推出的 T2I-Adapter 系列模型，专为 Stable Diffusion 1.4 基础模型设计，旨在为文本生成图像提供更精细的结构控制能力。该模型基于 ControlNet 架构，通过引入可插拔的适配器模块， ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Sun, 04 Oct 2026 09:57:16 +0000</pubDate>
    </item>
    <item>
      <title>[CN0002][Controlnet][SD 1.5][control_canny-fp16.safetensors][ControlNet Pre-Trained Models]</title>
      <link>https://www.sd04.cn/thread-469-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

ControlNet Pre-Trained Models 是针对 Stable Diffusion 1.5 基础模型开发的专用 ControlNet 预训练模型系列，核心功能是通过结构引导精确控制生成图像的构图与细节。它擅长捕捉边缘、深度、骨骼等结构信息，让创作者在图像生成时获得 ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Tue, 29 Sep 2026 10:53:51 +0000</pubDate>
    </item>
    <item>
      <title>[CN0001][Controlnet][SD 1.5][control_v11f1e_sd15_tile.safetensors][ControlNet 1.1 Models][控制][控制网络][多任务][结构控制][图像处理]</title>
      <link>https://www.sd04.cn/thread-358-1-1.html</link>
      <description><![CDATA[📦 模型信息



📝 模型详细介绍

ControlNet 1.1 Models 是一套专为 Stable Diffusion 1.5 打造的控制网络模型集合，由官方或社区精选发布，旨在通过额外条件精准操控图像生成过程。这套模型覆盖了多种常见控制方式，包括边缘检测（Canny）、深度图（Depth）、软边缘（ ...]]></description>
      <category>ControlNet</category>
      <author>admin</author>
      <pubDate>Tue, 29 Sep 2026 09:11:04 +0000</pubDate>
    </item>
  </channel>
</rss>