大家好我是花生~
之前为大家系统介绍过 Stable Diffusion WebUI 中 Controlnet 插件的装置运用方法，也系统梳理过各个模型的用法。现在 Controlnet 又有了一些新的模型和功能，今天正好为大家梳理一下。相关模型文献都在文末的云盘链接内，有需求的小伙伴记得下载~
Controlnet 相关推荐：
一、Animal_openpose
Animal_openpose 是一个专门提取狗、鹿、马、豹等四足动物姿势骨架的模型，也可以用来引导人马等奇幻形象的生成。运用时需求：
① 下载 rtmpose-m_simcc-ap10k_pt-aic-coco_210e-256×256-7a041aa1_20230206.onnx 预处理器模型，放到 extensions\sd-webui-controlnet\annotator\downloads\openpose 文献夹内
② 下载 control_sd15_animal_openpose_fp16.safetensors 模型文献，装置到根目录的 extensions\sd-webui-controlnet\models 文献夹中
模型文献装置完成后，在 Controlnet 中启用 animal_openpose 预处理器和模型，按正常流程生成即可。
二、Densepose
Densepose 也是控制人物动作的模型，区别在于 openpose 和 dw_openpose 提取的是骨架图，densepose 提取则是躯干和四肢的轮廓图，它可以判断复杂的姿势重叠，与 Depth 模型搭配运用效果更好。运用时需求：
下载 densepose_r50_fpn_dl.torchscript 文献，装置到根目录的 extensions\sd-webui-controlnet\annotator\downloads\densepose 文献夹中
下载 controlnetFor_v10.safetensors 模型文献，装置到根目录的 extensions\sd-webui-controlnet\models 文献夹中
Densepose 预处理器有 2 种，densepose (pruple bg & purple torso) 生成紫色背景/紫色主体的预览图，densepose_parula (black bg & blue torso) 生成黑色背景/蓝色主体的预览图，运用时按需求选择，控制模型选择 controlnetFor_v10.safetensors 即可。
三、Depth_anything
Depth_anything 是一个新的深度估计模型，相比其他深度模型，它处理的预览图更清晰锐利，并且在处理运动画面时有更好的表现，适合用于 Animatediff 等视频插件。运用时需求下载 control_sd15_depth_anything.safetensors 模型文献，装置到根目录的 extensions\sd-webui-controlnet\models 文献夹中，运用时在 Controlnet 中启用 depth_anything 预处理器和模型，按正常流程生成即可。
四、Depth_hand_refiner
Depth_hand_refiner 是一个专门修复手部畸形的深度模型，预处理器已经内置在最新版本的 controlnet 中了，运用时需求下载 hrnetv2_w64_imagenet_pretrained.pth 模型文献，放到 extensions\sd-webui-controlnet\annotator\downloads\hand_refiner\hr16/ControlNet-HandRefiner-pruned 文献夹中。
生成的图象如果发现手部出现问题，可以将其发送到「图生图-局部重绘」中，先用画笔涂抹手部区域；然后启用 controlnet，上传问题图象，预处理器选 Depth_hand_refiner，模型选 control_v11f1p_sd15_depth，点击生成，就可以将手部问题修复正常了。
五、Ip-adapter_face_id_plus
官方教程： https://github.com/Mikubill/sd-webui-controlnet/discussions/2442
Ip-adapter_face_id_plus 是 Ip-adapter_face_id 的升级版，可以更好地保持人物面部的一致性，用能实现与 Reactor 相似的人物换脸效果。目前共有 FaceID / FaceID Plus / FaceID Plus v2 / FaceID SDXL 4 款模型，每款都有对应的预处理器、控制模型和 lora 模型，运用时的搭配要正确。
准备工作：
运用 face_id 首先需求装置 insightface，具体方式见官方教程。
下载 ip-adapter-faceid-plus_sd15.bin 模型，装置到根目录 extensions\sd-webui-controlnet\models 文献夹
下载 ip-adapter-faceid-plus_sd15_lora.safetensors 模型，装置到 models\Lora 文献夹
下载 buffalo_l 文献夹，放到 extensions\sd-webui-controlnet\annotator\downloads\insightface\models 中
模型装置完成后，启用 controlnet，上传换脸源图象，选择 ip-adapter-faceid-plus 模型和预处理器；填写正向提示词，添加 ip-adapter-faceid-plus_sd15_lora 模型，权重 0.5-0.7；其他生成参数正常设置即可。
六、Softedge_teed
Softedge_teed 是一款新的软边缘处理模型，提取的线条边缘比其他几款预处理器更清晰详细一些。运用前需求：
下载 7_model.pth 模型，装置到根目录 extensions\sd-webui-controlnet\annotator\downloads\TEED 中
SD1.5 模型直接搭配 control_v11p_sd15_softedge 控制模型运用；SDXL 模型需求下载 controlnet-sd-xl-1.0-softedge-dexined.safetensors 模型，装置到 extensions\sd-webui-controlnet\models 文献夹中。
七、Controlnet 支持多图象上传
出于 IP-Adapter 模型学习风格的需求，controlnet 插件现在支持同时上传多张图象，只需在上传图象时切换至「Multi-inputs」选项，然后点击 Upload Images 即可。
