开始 ComfyUI 的 AI 绘图之旅-Flux.1 ControlNet （十）

文章标题

• [一、ComfyUI Flux.1 ControlNet 示例](#一、ComfyUI Flux.1 ControlNet 示例)
• • [1.FLUX.1 ControlNet 模型介绍](#1.FLUX.1 ControlNet 模型介绍)
  • [2.FLUX.1-Canny-dev 完整版工作流](#2.FLUX.1-Canny-dev 完整版工作流)
  • • [2.1 工作流及相关素材](#2.1 工作流及相关素材)
    • [2.2 手动模型下载](#2.2 手动模型下载)
    • [2.3 按步骤完成工作流的运行](#2.3 按步骤完成工作流的运行)
    • [2.4 开始你的尝试](#2.4 开始你的尝试)
  • [3.FLUX.1-Depth-dev-lora 工作流](#3.FLUX.1-Depth-dev-lora 工作流)
  • • [3.1 工作流及相关素材](#3.1 工作流及相关素材)
    • [3.2 手动模型下载](#3.2 手动模型下载)
    • [3.3 按步骤完成工作流的运行](#3.3 按步骤完成工作流的运行)
    • [3.4 开始你的尝试](#3.4 开始你的尝试)
  • [4.社区版本 Flux Controlnets](#4.社区版本 Flux Controlnets)

一、ComfyUI Flux.1 ControlNet 示例

本文将使用 Flux.1 ControlNet 来完成 ControlNet 的工作流示例。

1.FLUX.1 ControlNet 模型介绍

FLUX.1 Canny 和 Depth 是由 Black Forest Labs 推出的 ​FLUX.1 Tools 套件 中的两个强大模型。这套工具旨在为 FLUX.1 添加控制和引导能力，使用户能够修改和重新创建真实或生成的图像。

FLUX.1-Depth-dev 和 FLUX.1-Canny-dev 都是 12B 参数的 Rectified Flow Transformer 模型，能够基于文本描述生成图像，同时保持与输入图像的一致性。其中 Depth 版本通过深度图提取技术来维持源图像的空间结构，而 Canny 版本则利用边缘检测技术来保持源图像的结构特征，使得用户可以根据不同需求选择合适的控制方式。

这两个模型都具有以下特点：

• 顶级的输出质量和细节表现
• 出色的提示遵循能力，同时保持源图像的结构布局
• 使用引导蒸馏技术训练，提高效率
• 开放权重供社区研究使用
• 提供 API 接口（pro 版）和开源权重（dev 版）

此外，Black Forest Labs 还提供了从完整模型中提取的 FLUX.1-Depth-dev-lora 和 FLUX.1-Canny-dev-lora 适配器版本，它们可以应用于 FLUX.1 dev 基础模型，以较小的文件体积提供类似的功能，特别适合资源受限的环境。

本文将以分别以完整版本的 FLUX.1-Canny-dev 和 FLUX.1-Depth-dev-lora 为例，完成ComfyUI 中 Flux ControlNet 的工作流示例。
Metadata 中包含工作流 json 的图片可直接拖入 ComfyUI 或使用菜单 `Workflows` -> `Open（ctrl+o）` 来加载对应的工作流。 本篇示例中的图片包含对应模型的下载链接，直接拖入 ComfyUI 将会自动提示下载。

对于图像预处理器，你可以使用以下自定义节点来完成图像的预处理，在本示例中，我们将提供处理过的图片作为输入。

• ComfyUI-Advanced-ControlNet
• ComfyUI ControlNet aux

2.FLUX.1-Canny-dev 完整版工作流

2.1 工作流及相关素材

请下载下面的工作流图片,并拖入 ComfyUI 以加载工作流

请下载下面的图片，我们将使用它来作为输入图片

2.2 手动模型下载

如果你之前使用过完整版本的 Flux 相关工作流(/zh-CN/tutorials/flux/flux-1-text-to-image)，那么你仅需要下载 **flux1-canny-dev.safetensors** 这个模型文件。 由于你需要先同意 black-forest-labs/FLUX.1-Canny-dev(https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev) 的协议，所以请访问 black-forest-labs/FLUX.1-Canny-dev(https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev) 页面，确保你参照下图同意了对应的协议。 !在这里插入图片描述(https://i-blog.csdnimg.cn/direct/0612fb39b43e4e3ca802d6ac74fd1793.png)

完整模型列表：

• clip_l.safetensors
• t5xxl_fp16.safetensors
• ae.safetensors
• flux1-canny-dev.safetensors （请确保你已经同意了对应 repo 的协议）

安装aria2快速下载模型，几乎能将我家1000M的宽带跑满，每秒80～90M,接下来的介绍模型都会给出安装命令。

apt install aria2

aria2c https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev/resolve/main/flux1-canny-dev.safetensors?download=true -o SourceCode/ComfyUI/models/diffusion_models/flux1-canny-dev.safetensors --auto-file-renaming=false --allow-overwrite=false

aria2c https://huggingface.co/black-forest-labs/FLUX.1-Depth-dev-lora/resolve/main/flux1-depth-dev-lora.safetensors?download=true -o SourceCode/ComfyUI/models/loras/flux1-depth-dev-lora.safetensors --auto-file-renaming=false --allow-overwrite=false

小技巧：你要是打不开https://huggingface.co，可以将其换成为https://hf-mirror.com/试一试

文件保存位置：

ComfyUI/
├── models/
│   ├── text_encoders/
│   │   ├── clip_l.safetensors
│   │   └── t5xxl_fp16.safetensors
│   ├── vae/
│   │   └── ae.safetensors
│   └── diffusion_models/
│       └── flux1-canny-dev.safetensors

2.3 按步骤完成工作流的运行

1. 确保在Load VAE中加载了ae.safetensors
2. 确保在Load Diffusion Model加载了flux1-canny-dev.safetensors
3. 确保在DualCLIPLoader中下面的模型已加载：
   • clip_name1: t5xxl_fp16.safetensors
   • clip_name2: clip_l.safetensors
4. 在Load Image节点中上传了文档中提供的输入图片
5. 点击 Queue 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来运行工作流

2.4 开始你的尝试

尝试使用FLUX.1-Depth-dev 模型完成 Depth 版本的工作流

你可以使用下面的图片作为输入

或者借助下面自定义节点中完成图像预处理:

• ComfyUI-Advanced-ControlNet
• ComfyUI ControlNet aux

3.FLUX.1-Depth-dev-lora 工作流

LoRA 版本的工作流是在完整版本的基础上，添加了 LoRA 模型,相对于完整版本的 Flux 工作流,增加了对应 LoRA 模型的加载使用节点。

3.1 工作流及相关素材

请下载下面的工作流图片,并拖入 ComfyUI 以加载工作流

请下载下面的图片，我们将使用它来作为输入图片

3.2 手动模型下载

如果你之前使用过完整版本的 Flux 相关工作流(/zh-CN/tutorials/flux/flux-1-text-to-image)，那么你仅需要下载 **flux1-depth-dev-lora.safetensors** 这个模型文件。

完整模型列表：

• clip_l.safetensors
• t5xxl_fp16.safetensors
• ae.safetensors
• flux1-dev.safetensors
• flux1-depth-dev-lora.safetensors

文件保存位置：

ComfyUI/
├── models/
│   ├── text_encoders/
│   │   ├── clip_l.safetensors
│   │   └── t5xxl_fp16.safetensors
│   ├── vae/
│   │   └── ae.safetensors
│   ├── diffusion_models/
│   │   └── flux1-dev.safetensors
│   └── loras/
│       └── flux1-depth-dev-lora.safetensors

3.3 按步骤完成工作流的运行

1. 确保在Load Diffusion Model加载了flux1-dev.safetensors
2. 确保在LoraLoaderModelOnly中加载了flux1-depth-dev-lora.safetensors
3. 确保在DualCLIPLoader中下面的模型已加载：
   • clip_name1: t5xxl_fp16.safetensors
   • clip_name2: clip_l.safetensors
4. 在Load Image节点中上传了文档中提供的输入图片
5. 确保在Load VAE中加载了ae.safetensors
6. 点击 Queue 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来运行工作流

3.4 开始你的尝试

尝试使用FLUX.1-Canny-dev-lora 模型完成 Canny 版本的工作流

借助 ComfyUI-Advanced-ControlNet 或者 ComfyUI ControlNet aux 完成图像预处理

4.社区版本 Flux Controlnets

XLab 和 InstantX + Shakker Labs 已经为 Flux 发布了 Controlnet。

InstantX:

• FLUX.1-dev-Controlnet-Canny
• FLUX.1-dev-ControlNet-Depth
• FLUX.1-dev-ControlNet-Union-Pro

XLab : flux-controlnet-collections

将这些文件放在 ComfyUI/models/controlnet 目录下。

你可以访问Flux Controlnet 示例来获取对应工作流图片，并使用这里的图片作为输入图片。