Что на самом деле контролирует карта глубины
Карта глубины ControlNet — это не запись света и тени. Она записывает на каком расстоянии от объектива находится каждый пиксель. Ближе — светлее, дальше — темнее, а контур фигуры и соотношение глубин частей тела сжимаются в «карту расстояний», которую модель способна прочитать.
Это даёт два прямых преимущества: модель не уводится материалами, цветом и освещением исходного изображения, но при этом точно получает направление тела, положение конечностей и соотношение переднего и заднего плана. Дайте ей карту глубины стоящей фигуры — она не скопирует текстуру одежды, но воспроизведёт наклон таза, высоту подъёма руки и точки опоры стоп.
Лайн-арт идёт другим путём: он описывает контур и структурные линии, что подходит для задач, где нужно сохранить скелет кадра, не давая оттенкам серого диктовать тон кожи. Поэтому эффективный подход — не выбирать что-то одно, а готовить по два изображения на позу и брать их по этапам: карта глубины задаёт скелет на этапе композиции, лайн-арт фиксирует контур при раскраске.
Шаг первый: сузьте библиотеку до трёх-четырёх поз
Большинство людей застревают не на параметрах, а на «не могу найти подходящую позу». Правильный порядок — сначала сузить, потом генерировать.
- Начните в библиотеке поз и сузьте диапазон по системе: выберите одну из трёх — «в полный рост, одиночная», «по пояс, одиночная» или «пара».
- Отфильтруйте ещё раз по категории — стоя, сидя, на коленях, с опорой. Система и категория — два уровня, и их комбинация обычно оставляет несколько десятков изображений.
- Фиксируйте ракурс последним. У каждой позы пять видов — спереди, сверху, снизу, сбоку и по диагонали, — и сверху с снизу дают совершенно разную перспективу. Ошибитесь здесь, и всё дальнейшее пропадёт впустую.
Трёх-пяти изображений достаточно. Когда вы начнёте генерировать, окажется, что пригодных поз куда меньше, чем вы ожидали: проблема обычно не в количестве, а в том, верно ли выбран ракурс.
Шаг второй: переключите источник и сравните
В фильтр-баре библиотеки поз есть опция «Источник»: карта глубины, лайн-арт, сравнение. В режиме сравнения при наведении на карточку лайн-арт проявляется прямо на месте, а в полноразмерном виде карта глубины и лайн-арт стоят рядом.
Смысл этого шага прост — убедиться, что поза читается в обоих представлениях. У некоторых поз контур в карте глубины чистый, но превращается в кашу там, где рука перекрывает корпус при переводе в лайн-арт; у других в лайн-арте всё чётко, а в карте глубины — каша. Узнать об этом сейчас дешевле, чем сгенерировать пять бесполезных изображений и вернуться назад.
Шаг третий: параметры для ControlNet
Возьмём за пример Stable Diffusion WebUI, обычная комбинация выглядит так:
- Препроцессор: если вы используете карты глубины прямо из библиотеки, выбирайте
none. Изображения библиотеки уже нормализованы, а препроцессор Depth поверх них отнимает тональное разделение. - Модель:
control_v11f1p_sd15_depth(SD1.5) или соответствующая depth-модель SDXL, версия должна совпадать с вашей базовой моделью. - Вес контроля: начните с 0.65. Ниже 0.5 поза плывёт, выше 0.9 картинка деревенеет и начинает выглядеть приклеенной.
- Конец контроля: от 0 до 0.75. Пусть первые три четверти шагов сэмплирования контролируются, а остальное достанется модели.
- Разрешение: контрольное и генерируемое изображения должны иметь одинаковое соотношение сторон. Оригиналы библиотеки — 900×1200 (3:4); генерируйте тоже 3:4, иначе фигура растянется.
Три самые частые проблемы
1. Фигура выходит как манекен
Слишком высокий вес или конец контроля, заходящий на финальные шаги. Снизьте вес примерно до 0.7 и задайте конец в диапазоне 0.7–0.8, оставив модели разбор складок и выражение лица на закрывающих шагах.
2. Ломаются руки и стопы
Карты глубины сами по себе слабо ограничивают пальцы — пять пальцев находятся почти на одной глубине. Решение — обрезать кадр до пояса или доработать кисти инпейнтом позже. Система «по пояс, одиночная» в библиотеке существует именно для таких кадров.
3. В сцене с двумя людьми одна поза всегда теряется
Когда значения глубины двух фигур перекрывают друг друга, модель не может понять, кто впереди. В таком случае лучше взять лайн-арт или осветлить карту глубины пары на один шаг, чтобы разделение по глубине стало явным.
Закрепите рабочий процесс
В реальном проекте я бы зафиксировал порядок так: фильтр по ракурсу → сравнение источников → установка веса → тест на одном изображении → пакетная генерация. Первые два шага в библиотеке занимают две минуты, а время уходит на последние три. Дешёвые действия вперёд — именно здесь весь процесс экономит больше всего.
Все 288 наборов поз и 2 880 изображений библиотеки можно скачать напрямую, а целую систему забрать одним пакетом. В следующей статье — как писать промпт.