[系列教程](/zh/tutorial "系列教程")[ComfyUI 进阶教程](/zh/tutorial/advanced "ComfyUI 进阶教程")1.2 SD1.5 Depth ControlNet
### [Qwen-Image-Layered 发布 - 支持图像分层编辑的生成模型](/zh/news/2025-12-19-qwen-image-layered-release)
2025/12/19
# ComfyUI 中如何使用 Depth ControlNet SD1.5 模型 - 完整指南
## SD1.5 Depth ControlNet 简介
Depth ControlNet 是一个专门用于控制图像深度和空间结构的 ControlNet 模型。它通过分析输入图像的深度信息，帮助 AI 在生成新图像时保持正确的空间关系和透视效果。这个模型在室内设计、建筑设计和场景重构等领域特别有用，因为它能够准确理解和保持空间的深度信息。
这篇教程专注于 SD1.5 模型的 Depth ControlNet 模型的使用方法和技巧，其它版本和类型的模型的 ControlNet 教程我们会在后续继续补充。
### Depth ControlNet 主要特点
* **空间控制** : 精确控制图像的空间深度和透视关系
* **场景重构** : 能够保持原始场景的空间布局，同时改变风格和内容
* **室内设计** : 特别适合室内场景的重新设计和风格转换
* **建筑可视化** : 对建筑和室内设计的 3D 效果展示特别有效
* **产品展示** : 适合创建具有深度感的产品展示效果
* **场景规划** : 帮助进行景观设计和城市规划的可视化
## SD1.5 Depth ControlNet工作流准备工作
### 1. 安装必要插件
由于 ComfyUI Core 并不带有对应的 Depth 图像预处理器，所以需要预先下载对应的预处理器插件 本教程需要使用 [ComfyUI ControlNet Auxiliary Preprocessors](https://github.com/Fannovel16/comfyui_controlnet_aux) 插件来生成深度图。
这里比较推荐使用 ComfyUI Manager 来进行安装 插件安装的教程可以参考 [ComfyUI 插件安装教程](/zh/install/install-custom-nodes) 这个部分说得比较详细了
> 最新版本 [ComfyUI Desktop](/zh/install/install-comfyui/comfyui-desktop-installation-guide) 已经预装 ComfyUI Manager 插件了
#### 方式一：使用 ComfyUI Manager（推荐）
1. 先安装 [ComfyUI Manager](https://github.com/ltdrdata/ComfyUI-Manager)
2. 在 Manager 中搜索并安装 “ComfyUI ControlNet Auxiliary Preprocessors”
#### 方式二：通过 git 安装必要插件
1. 打开命令行，使用 cd 命令进入 ComfyUI 的 custom_nodes 目录
2. 执行以下命令：
git clone https://github.com/Fannovel16/comfyui_controlnet_aux
cd comfyui_controlnet_aux
pip install -r requirements.txt
> 注意：安装完插件后需要重启 ComfyUI
#### 方式三：手动安装（不推荐）
1.访问
### 2.1 下载工作流所需模型
首先需要安装以下模型:
模型类型| 模型文件| 下载地址
---|---|---
SD1.5 基础模型| dreamshaper_8.safetensors| [Civitai](https://civitai.com/models/4384/dreamshaper)
Depth ControlNet 模型| control_v11f1p_sd15_depth.pth| [Hugging Face](https://huggingface.co/lllyasviel/ControlNet-v1-1/blob/main/control_v11f1p_sd15_depth.pth)
VAE 模型(可选)| vae-ft-mse-840000-ema-pruned.safetensors| [Hugging Face](https://huggingface.co/stabilityai/sd-vae-ft-mse-original/blob/main/vae-ft-mse-840000-ema-pruned.safetensors)
> SD1.5 版本的模型可以使用你自己电脑上的模型，只是作者我在这篇教程中我使用的是 dreamshaper_8 这个模型作为示例，如果是室内设计等场���，你应该选择专门为室内或建筑设计优化训练过的模型
### 2.2 模型存放位置
请按照以下结构放置模型文件:
📁ComfyUI
├── 📁models
│ ├── 📁checkpoints
│ │ └── 📁SD1.5
│ │ └── dreamshaper_8.safetensors
│ ├── 📁controlnet
│ │ └── 📁SD1.5
│ │ └── control_v11f1p_sd15_depth.pth
│ └── 📁vae
│ └── vae-ft-mse-840000-ema-pruned.safetensors
### 3. 工作流文件
室内设计是 Depth ControlNet 最常见的应用场景之一。通过深度信息的控制，可以保持原有空间布局的同时，完全改变室内的风格和氛围。
以下是一个将传统客厅转换为赛博朋克风格的示例：
 
SD1.5 Depth ControlNet Workflow
## SD1.5 Depth ControlNet 工作流说明
### 主要组件
本工作流使用了以下关键节点：
1. **LoadImage** : 加载输入图像
2. **Zoe-DepthMapPreprocessor** : 生成深度图，这是由 ComfyUI ControlNet Auxiliary Preprocessors 插件提供的节点
* resolution: 控制深度图的分辨率，这个参数会影响深度图的精细程度：
* 较大分辨率(如 768, 1024)：
* 优点：能够捕捉多细节，对于复杂的室内场景和建筑效果更好
* 缺点：处理速度较慢，占用更多显存
* 适用场景：精细的室内设计、建筑细节重现
* 较小分辨率(如 384, 512)：
* 优点：处理速度快，显存占用少
* 缺点：可能丢失一些细节信息
* 适用场景：快速预览、简单场景重构
* 建议设置：
* 一般场景：512 是较好的平衡点
* 细节要求高：768 或更高
* 快速测试：384
* 使用 Zoe 深度估计算法，能够生成高质量的深度图
* 特别适合室内场景和建筑场景
* 可以通过 PreviewImage 节点预览生成的深度图
> 提示：建议先用较低的 resolution 进行测试和调整，确定其他参数后再提高 resolution 进行最终生成
> 提示：Zoe-DepthMapPreprocessor 是目前最适合建筑和室内场景的深度图生成器之一，它能够很好地处理复杂的空间结构和细节
## 工作流节点说明
本工作流的主要节点连接说明：
1. **输入部分** :
* LoadImage → Zoe-DepthMapPreprocessor → PreviewImage (用于预览深度图)
* LoadImage → Zoe-DepthMapPreprocessor → ControlNetApplyAdvanced
2. **模型加载部分** :
* CheckpointLoaderSimple (加载基础模型)
* ControlNetLoader (加载 Depth ControlNet)
3. **提示词处理部分** :
* CLIPTextEncode (处理正面提示词)
* CLIPTextEncode (处理负面提示词)
4. **生成控制部分** :
* KSampler (控制生成过程)
* VAEDecode (将潜空间图像转换为最终图像)
## Depth ControlNet 使用技巧与最佳实践
1. **深度图质量控制**
* 使用高质量的输入图像
* 确保图像有清晰的空间层次
* 避免过于复杂的场景
* 注意光线对深度图的影响
2. **提示词编写**
* 详细描述空间关系
* 包含材质和光照信息
* 明确指出重要的深度元素
* 使用专业术语提升生成质量
* 推荐的关键词:
* 空间词: depth, perspective, spatial layout, composition
* 质量词: professional, high quality, detailed, realistic
* 风格词: modern, minimalist, futuristic (根据需求选择)
3. **常见问题解决**
* 空间感不足：增加 strength 值
* 细节丢失：适当降低 cfg 值
* 结构变形：增加 steps 值
* 深度不准：调整 resolution 值
* 风格不对：优化提示词描述
## 常见问题（FAQ）
1. **为什么生成的图像空间感不强？**
* 检查深度图是否清晰
* 确认 strength 值是否足够高
* 考虑增加 steps 值
2. **如何提高生成图像的质量？**
* 使用更高的 resolution
* 选择合适的采样器
* 优化提示词描述
3. **生成速度太慢怎么办？**
* 降低 resolution
* 使用更快的采样器
* 减少采样步数
4. **如何保持原始图像的布局？**
* 增加 strength 值
* 保持 end_percent 为 1
* 使用更详细的空间描述
## 相关资源
* [ControlNet 模型下载](/zh/resource/controlnet-models)
* [更多 ControlNet 教程](/zh/tutorial/advanced/how-to-install-and-use-controlnet-models-in-comfyui)
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
