Automatic项目中的ControlNet高分辨率修复问题解析

问题背景

在Stable Diffusion生态系统中，ControlNet是一个强大的扩展功能，它允许用户通过输入控制图像（如人体姿态图、边缘检测图等）来精确控制生成图像的结构和构图。然而，在Automatic项目的开发过程中，发现了一个与高分辨率修复（hires pass）相关的重要问题。

问题现象

当用户同时启用ControlNet和高分辨率修复功能时，系统在高分辨率修复阶段错误地将控制图像作为输入图像使用，而不是使用初始生成的图像。这导致最终输出的高分辨率图像实际上是对控制图像进行放大和修复的结果，而非对生成图像进行优化。

技术细节分析

1. 正常流程：在标准的txt2img流程中，系统应首先生成一个低分辨率图像，然后在高分辨率修复阶段对该图像进行放大和细节优化。

2. 问题流程：当ControlNet启用时，系统错误地将控制图像直接传递到高分辨率修复阶段，导致：

   • 初始生成阶段：正确使用文本提示和控制图像生成初步结果
   • 高分辨率修复阶段：错误地使用控制图像而非生成图像作为输入

3. 影响范围：该问题影响所有类型的ControlNet模型（如Openpose、Canny等），在使用非潜在空间高分辨率放大方法时尤为明显。

问题复现条件

1. 使用ControlNet功能（如Openpose）进行文本生成图像
2. 启用高分辨率修复功能
3. 使用非潜在空间放大方法（如RealESRGAN等）

解决方案

项目维护者已确认该问题并在最新提交中修复。修复的核心在于确保高分辨率修复阶段正确接收生成图像作为输入，而非控制图像。

用户建议

1. 对于遇到此问题的用户，建议更新到包含修复的最新版本
2. 在使用ControlNet和高分辨率修复时，注意检查中间结果以确保流程正确
3. 对于需要精确控制图像结构的应用，建议先验证高分辨率修复阶段的输入是否正确

技术意义

这个问题的发现和解决对于保证ControlNet功能的正确性具有重要意义。它确保了：

• 图像生成流程各阶段的输入输出正确传递
• 高分辨率修复能够真正提升生成图像的质量
• ControlNet的控制效果不会在高分辨率阶段被意外破坏

该修复进一步提升了Automatic项目中ControlNet功能的可靠性和用户体验。