前言：
ControlNet 是一个用于控制 AI 图像生成的插件。使用的技术为"Conditional Generative Adversarial Networks"（条件生成对抗网络）来生成图像。
与之前的生成对抗网络不同，ControlNet 可以使用户对生成的图像进行精细的控制。因此ControlNet可以应用到许多应用场景中。总之，ControlNet 可以帮助用户精准控制 AI 图像的生成，以获得更好的视觉效果。比如：细节控制人物的姿态，动作、上传线稿帮我们填色渲染，、图片生成线稿、图片融合等等。
一、安装ControlNet
通过Stable Diffusion中的扩展中搜索，直接点击安装即可，时间可能会稍慢等待即可
webUi中直接安装
以上步骤操作完成之后需要启动Stable Diffusion到扩展栏下重启webUi即可使用
安装成功后在文生图、图生图下即可看见Controlnet,例如：
设置中也可看见ControlNet的相关配置
二：Controlnet 模型安装
以上插件已经安装成功，还需要再安装不同的模型来处理不同场景的应用
https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main
需要注意的是需要下载两个文件，相同文件名字的一个以.pth结尾，一个.yaml结尾的两个文件下载后放到扩展文件夹中 文件夹目录为：/Users/XXXX/stable-diffusion-webui/extensions/sd-webui-controlnet/models 一定注意目录层级,下载完成后到Stable Diffusion 中刷新即可使用下载的模板
三、模型说明及案例演示
1、OpenPose 姿态检测
1.1、通过对图片的姿势识别实现对人体动作的精准控制，不仅可以生成单人的姿势，还可以生成多人的姿势。
选择预处理器，模型也选择一个openpose的模型来处理，
1.2、上传一张图片，然后点击“预览预处理结果”，第一次选中这个模型开始预处理的时候，会更新一段时间，可以在控制台查看进度，更新完成之后再次点击预处理就可以看到 AI 识别的图了，如图
原图
姿势检测图
1.3、输入关键词，等待生图
可以更多试试 OpenPose 手部检测模型，操作是一样的，自己去尝试哈，细节调起来操作很多，在更多的尝试中使用好这个模型，肯定能成功。
四、写在最后
以上就是关于 Controlnet 插件的基础说明啦，有兴趣的可以尝试使用其他模型可能会有不一样的效果，还有很多高级的玩法，我会在后续一步步分享给大家。
如果觉得对你有帮助，帮忙支持分享一下吧，大家的支持才是我的动力。